[发明专利]一种融合多种特征权重的短文本聚类方法有效
| 申请号： | 201811600698.5 | 申请日： | 2018-12-26 |
| 公开（公告）号： | CN109710762B | 公开（公告）日： | 2023-08-01 |
| 发明（设计）人： | 王清琛;杜振东 | 申请（专利权）人： | 南京云问网络技术有限公司 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F18/25;G06F18/2411 |
| 代理公司： | 常州佰业腾飞专利代理事务所(普通合伙) 32231 | 代理人： | 滕诣迪 |
| 地址： | 210000 江苏省南*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及信息处理技术领域，尤其是一种融合多种特征权重的短文本聚类方法，其步骤为：1)清洗聚类语料；2)对清洗后的语料进行分词，并获得词性；3)计算每篇短文本中各个词的注意力值；4)基于清洗后的语料计算每个词的IDF值；5)用聚类语料进行词向量的增量训练；6)融合词性，注意力值和IDF值得到某个词最后的权重；7)用组成短文本词语向量乘以对应权重，求和取平均得到短文本向量；8)用获得的短文本向量作为文本特征去聚类；9)对聚类得到的结果进行二次清洗，本发明能针对不同的语料，训练不同的词语权重，提高文本中重要词的权重，从而提升聚类效果。 | ||
| 搜索关键词： | 一种 融合 多种 特征 权重 文本 方法 | ||
【主权项】：
1.一种融合多种特征权重的短文本聚类方法，其特征在于：其步骤为：1)清洗聚类语料；2)对清洗后的语料进行分词，并获得词性；3)计算每篇短文本中各个词的注意力值；4)基于清洗后的语料计算每个词的IDF值；5)用聚类语料进行词向量的增量训练；6)融合词性，注意力值和IDF值得到某个词最后的权重；7)用组成短文本词语向量乘以对应权重，求和取平均得到短文本向量；8)用获得的短文本向量作为文本特征去聚类；9)对聚类得到的结果进行二次清洗。
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南京云问网络技术有限公司，未经南京云问网络技术有限公司许可，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/201811600698.5/，转载请声明来源钻瓜专利网。
