[发明专利]短文本聚类分析方法、装置和终端设备有效
| 申请号： | 201811517917.3 | 申请日： | 2018-12-12 |
| 公开（公告）号： | CN109299280B | 公开（公告）日： | 2020-09-29 |
| 发明（设计）人： | 吴迪;杨瑞欣;生龙;马建飞;黄竹韵;张梦甜;孙雷 | 申请（专利权）人： | 河北工程大学 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F40/289 |
| 代理公司： | 石家庄国为知识产权事务所 13120 | 代理人： | 高欣 |
| 地址： | 056038 河北*** | 国省代码： | 河北;13 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明适用于文本分析技术领域，提供了一种短文本聚类分析方法、装置和终端设备。该方法包括：获取待聚类的短文本数据集，并对短文本数据集进行预处理得到包括至少三种词性的初始词集；对初始词集进行特征提取得到包括主题特征词集和主题关联词集的特征词集；根据主题特征词集和主题关联词集的相关性确定预设个数的主题特征词和主题关联词，主题特征词与主题关联词一一对应组成知识对；将预设个数的知识对输入到LDA中进行聚类并确定该待聚类的短文本数据集的情感主题。本发明优化了文本分析算法，能够更准确地进行短文本的情感主题聚类，提高短文本聚类的效率。 | ||
| 搜索关键词： | 文本 聚类分析 方法 装置 终端设备 | ||
【主权项】：
1.一种短文本聚类分析方法，其特征在于，包括：获取待聚类的短文本数据集，并对所述短文本数据集进行预处理得到包括至少三种词性的初始词集；对所述初始词集进行特征提取得到包括主题特征词集和主题关联词集的特征词集；根据所述主题特征词集和所述主题关联词集的相关性确定预设个数的主题特征词和主题关联词，所述主题特征词与所述主题关联词一一对应组成知识对；将所述预设个数的知识对输入到文档主题生成模型LDA中进行聚类并确定该待聚类的短文本数据集的情感主题。
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河北工程大学，未经河北工程大学许可，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/201811517917.3/，转载请声明来源钻瓜专利网。
