[发明专利]一种基于贝叶斯的LDA话题标签标定方法、系统及介质有效
| 申请号： | 201910753484.X | 申请日： | 2019-08-15 |
| 公开（公告）号： | CN110569270B | 公开（公告）日： | 2022-07-05 |
| 发明（设计）人： | 李莎莎;余诗文;唐晋韬;王挺;高辉;李建玲;庞焜元 | 申请（专利权）人： | 中国人民解放军国防科技大学 |
| 主分类号： | G06F16/2457 | 分类号： | G06F16/2457;G06F16/2458;G06K9/62 |
| 代理公司： | 湖南兆弘专利事务所(普通合伙) 43008 | 代理人： | 谭武艺 |
| 地址： | 410073 湖南*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及科技文献挖掘领域，本发明公开了一种基于贝叶斯的LDA话题标签标定方法、系统及介质，本发明标签标定方法包括元数据抽取、分词与过滤、LDA建模以及标签匹配的步骤，本发明通过对LDA话题建模输出的科技文献的话题分布进行自动标签标定，来帮助人类理解科技文献主要研究内容。本发明还进一步对话题进行分析，包括话题的热点分析和话题的研究力量分析，还可以通过科技文献的话题标签对科技文献进行分类，也可以基于科技文献集的话题和话题的标签生成该科技文献集的摘要，同时也可以通过科技文献话题和话题标签预测科研趋势。 | ||
| 搜索关键词： | 一种 基于 贝叶斯 lda 话题 标签 标定 方法 系统 介质 | ||
【主权项】：
1.一种基于贝叶斯的LDA话题标签标定方法，其特征在于实施步骤包括：/n1)对科技文献文档进行元数据抽取，并存储至元数据数据库；/n2)对纯文本格式的科技文献文档进行分词、降噪和过滤处理得到词袋；/n3)建立隐含狄利克雷分布模型LDA，指定主题数量k并基于词袋进行训练，使其建立输入文档-输出内容之间的映射关系，所述输出内容包括输入文档的文档-话题分布和话题的话题-词分布，且话题分布由元组(话题id，话题分布概率)组成的数组表示，词分布由元组(词id，词分布概率)组成的数组来表示；/n4)根据立隐含狄利克雷分布模型LDA得到的话题分布概率、词分布概率，以及元数据数据库元数据进行话题的标签标定。/n
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中国人民解放军国防科技大学，未经中国人民解放军国防科技大学许可，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/201910753484.X/，转载请声明来源钻瓜专利网。
- 上一篇：一种数据同步方法及系统
- 下一篇：用于抽取特征的数据处理方法和系统
