[发明专利]一种文本聚类方法、装置和计算设备有效
| 申请号： | 201910779788.3 | 申请日： | 2019-08-22 |
| 公开（公告）号： | CN110532389B | 公开（公告）日： | 2023-07-14 |
| 发明（设计）人： | 吴文豪 | 申请（专利权）人： | 北京睿象科技有限公司 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F40/289;G06F18/22;G06F18/23 |
| 代理公司： | 北京思睿峰知识产权代理有限公司 11396 | 代理人： | 谢建云;赵爱军 |
| 地址： | 100193 北京市海淀区西北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种文本聚类方法，适于在计算设备中执行，该方法包括步骤：获取多条文本数据构成第一文本库，并通过比较各文本的第一签名值来对第一文本库进行聚类，得到n个第一聚类分组；分别从各第一聚类分组中选取一个第一代表文本构成第二文本库，并通过计算各第一代表文本的相似度来对第二文本库进行聚类，得到m个第二聚类分组；对于每个第二聚类分组，将其中的各第一代表文本均替换为第一代表文本所属的第一聚类分组的文本，得到对应的m个第三聚类分组；以及分别计算各第三聚类分组内所有文本的最长公共子串，并根据该最长公共子串生成各第三聚类分组的文本表达模式。本发明还一并公开了对应的文本聚类装置和计算设备。 | ||
| 搜索关键词： | 一种 文本 方法 装置 计算 设备 | ||
【主权项】：
1.一种文本聚类方法，适于在计算设备中执行，所述方法包括步骤：/n获取多条文本数据构成第一文本库，并通过比较各文本的第一签名值来对所述第一文本库进行聚类，得到n个第一聚类分组；/n分别从各第一聚类分组中选取一个第一代表文本构成第二文本库，并通过计算各第一代表文本的相似度来对所述第二文本库进行聚类，得到m个第二聚类分组；/n对于每个第二聚类分组，将其中的各第一代表文本均替换为第一代表文本所属的第一聚类分组的文本，得到对应的m个第三聚类分组；以及/n分别计算各第三聚类分组内所有文本的最长公共子串，并根据所述最长公共子串生成各第三聚类分组的文本表达模式。/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北京睿象科技有限公司，未经北京睿象科技有限公司许可，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/201910779788.3/，转载请声明来源钻瓜专利网。
