[发明专利]一种文本主题提取方法、系统和存储介质在审
| 申请号： | 201811467779.2 | 申请日： | 2018-12-03 |
| 公开（公告）号： | CN109783616A | 公开（公告）日： | 2019-05-21 |
| 发明（设计）人： | 赵淦森;林成创;列海权;纪求华;赵淑娴;陈冰川;李振宇;邓水凤;朱俊杰;冯梦珂;颜志鸿;孙元基;欧小梅;刘秋敏;黄伟雄 | 申请（专利权）人： | 广东蔚海数问大数据科技有限公司 |
| 主分类号： | G06F16/332 | 分类号： | G06F16/332;G06F17/27 |
| 代理公司： | 广州嘉权专利商标事务所有限公司 44205 | 代理人： | 胡辉 |
| 地址： | 510000 广东省广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种文本主题提取方法、系统和存储介质，所述方法包括以下步骤：单独提取当前文本集合中每个文本的主题词集合；所述主题词集合包括若干个主题词和每个主题词所对应的权重值；将当前文本集合中所有文本的主题词集合进行并集操作，得到第一主题词集合；根据第一主题词集合生成词云或者词表；当添加文本时，将新的本文的主题词集合与第一主题词集合进行并集操作，并更新词云或者词表；当删除文本时，在第一集合中减去被删除文本各主题词的权重，并更新词云或者词表。本发明相对于现有技术大大减少了运算量，缩短了词云或者词表的更新时间，提升了更新的实时性。本发明可以广泛应用于数据处理技术。 | ||
| 搜索关键词： | 集合 词表 文本 存储介质 文本集合 文本主题 更新 并集 权重 删除 数据处理技术 单独提取 集合生成 实时性 运算量 减去 应用 | ||
【主权项】：
1.一种文本主题提取方法，其特征在于：包括以下步骤：单独提取当前文本集合中每个文本的主题词集合；所述主题词集合包括若干个主题词和每个主题词所对应的权重值；将当前文本集合中所有文本的主题词集合进行并集操作，得到第一主题词集合；其中，并集操作为：将多个主题词集合中相同的主题词合并为新的主题词集合中的一个主题词，并将该主题词在各个主题词集合中的权重值之和作为该主题词在新的主题词集合中的权重值；根据第一主题词集合生成词云或者词表；当有新的文本被添加到当前的文本集合时，提取新的文本的主题词集合，将第一主题词集合与新的文本的主题词集合进行并集操作，得到第二主题词集合；并根据第二主题词集合更新词云或者词表；当有原有的文本从当前的文本集合被删除时，将第一主题词集合与本删除的文本的主题词集合中相同的主题词的权重值相减，然后将权重值等于0的主题词删除，得到第三主题词集合，并根据第三主题词集合更新词云或者词表。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于广东蔚海数问大数据科技有限公司，未经广东蔚海数问大数据科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811467779.2/，转载请声明来源钻瓜专利网。
