[发明专利]一种文本聚类方法及装置在审
| 申请号： | 201910250896.1 | 申请日： | 2019-03-29 |
| 公开（公告）号： | CN110083828A | 公开（公告）日： | 2019-08-02 |
| 发明（设计）人： | 王晓琳 | 申请（专利权）人： | 珠海远光移动互联科技有限公司 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27;G06F16/35 |
| 代理公司： | 北京天达知识产权代理事务所(普通合伙) 11386 | 代理人： | 庞许倩;裴红 |
| 地址： | 519000 广东省珠海*** | 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： | 本发明涉及一种文本聚类方法及装置，解决了现有文本聚类存在的文本聚类时间长、效率低、效果差的问题。本发明中的文本聚类方法包括以下步骤：采集数据构建文本库，得到所述文本库中的所有特征词，根据各特征词在文本库所有特征词中出现的频次，得到各特征词的权重，将特征词及对应的特征词权重保存至数据库中；采集各待聚类文本，获取所述各待聚类文本中的特征词；根据所述各待聚类文本中的特征词及其在所述数据库中的权重，得到各特征词的词向量、各待聚类文本的句向量以及所有待聚类文本的特征向量；利用所述待聚类文本的特征向量，对所述待聚类文本进行聚类。本发明中方法能够有效缩短文本聚类时间、提升聚类效率、达到较好的聚类效果。 | ||
| 搜索关键词： | 聚类 特征词 文本聚类 文本 文本库 权重 特征向量 数据库 采集数据 词向量 构建 向量 采集 保存 | ||
【主权项】：
1.一种文本聚类方法，其特征在于，包括以下步骤：采集数据构建文本库，得到所述文本库中的所有特征词，根据各特征词在文本库所有特征词中出现的频次，得到各特征词的权重，将特征词及对应的特征词权重保存至数据库中；采集各待聚类文本，获取所述各待聚类文本中的特征词；根据所述各待聚类文本中的特征词及其在所述数据库中的权重，得到各特征词的词向量、各待聚类文本的句向量以及所有待聚类文本的特征向量；利用所述待聚类文本的特征向量，对所述待聚类文本进行聚类。
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珠海远光移动互联科技有限公司，未经珠海远光移动互联科技有限公司许可，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/201910250896.1/，转载请声明来源钻瓜专利网。
