[发明专利]一种基于LDA模型的新闻自动标签方法在审
| 申请号： | 201910571266.4 | 申请日： | 2019-06-28 |
| 公开（公告）号： | CN110347977A | 公开（公告）日： | 2019-10-18 |
| 发明（设计）人： | 谢珺;郝晓燕;梁凤梅;续欣莹;靳红伟 | 申请（专利权）人： | 太原理工大学 |
| 主分类号： | G06F17/21 | 分类号： | G06F17/21;G06F17/27 |
| 代理公司： | 太原晋科知识产权代理事务所(特殊普通合伙) 14110 | 代理人： | 任林芳 |
| 地址： | 030024 *** | 国省代码： | 山西;14 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于LDA模型的新闻自动标签方法，在语义层面上对文本数据特征的提取，在实际应用中具有较好的效果；针对LDA模型提出改进，利用点互信息对主题词关系进行量化，通过计算主题词的权重得到主题词间的共现关系，设置阈值选择最佳主题词，该方法通过对词汇对应不同主题表征能力的强弱，选出准确率较高的关键词通过本发明，能够引入互信息对主题‑词项矩阵进行改进，提高了LDA模型在新闻文档自动标签应用中的准确率，更好的刻画主题词之间的相关性。 | ||
| 搜索关键词： | 自动标签 互信息 准确率 矩阵 表征能力 文本数据 新闻文档 语义层面 阈值选择 权重 应用 词汇 改进 刻画 强弱 量化 引入 | ||
【主权项】：
1.基于LDA模型的新闻自动标签方法，其特征在于，包括以下步骤：将需要进行自动标签的文本进行预处理；其中预处理的方式至少包括中文分词、去停用词；利用LDA模型对预处理后的文本进行建模，计算文本中每个词项的词项权重；根据计算所得的词项权重，从预处理后的文本中采样每一个主题；在预处理后的文本中，分别计算文档‑主题分布和主题‑词分布；通过主题‑词分布，计算采样得到的每个主题的主题权重；根据每个主题的主题权重计算主题词间权重，选出符合的主题词；获取主题编号，输出文章主题标签。
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太原理工大学，未经太原理工大学许可，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/201910571266.4/，转载请声明来源钻瓜专利网。
