[发明专利]一种构建文档-关键词异构网络模型方法在审
| 申请号： | 201910904571.0 | 申请日： | 2019-09-24 |
| 公开（公告）号： | CN110717042A | 公开（公告）日： | 2020-01-21 |
| 发明（设计）人： | 段大高;闫光宇;韩忠明;杨伟杰;尹丹琪 | 申请（专利权）人： | 北京工商大学 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F16/33;G06F40/30 |
| 代理公司： | 11335 北京汇信合知识产权代理有限公司 | 代理人： | 张焕响 |
| 地址： | 100037*** | 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： | 本发明公开一种构建文档‑关键词异构网络模型方法，包括：获取大量文本语料作为语料库；获取相应停用词语料；对获取的所有文本进行去停用词处理；计算和保存每个单词词频；计算和保存关键词间互信息；计算和保存文档‑词的权重；构建文档‑词异构网络。与现有技术相比，本发明的有益效果是：本发明所提供的一种构建文档‑关键词异构网络模型方法，构建语料库的文本语料和停用词语料容易获取，关键词处理过程简单有效，边缘权重易于计算获得，可将无结构化或半结构化的文本文档转换成能够被各种处理算法识别与计算的结构化形式，可以将本发明应用于文本特征提取或者文本聚类后端处理领域，从而为人们提供有价值的信息。 | ||
| 搜索关键词： | 构建 文档 异构网络 文本 结构化 语料库 权重 停用 语料 保存 词语 词频 文本特征提取 关键词处理 结构化形式 处理算法 后端处理 文本聚类 文本文档 互信息 停用词 单词 转换 应用 | ||
【主权项】：
1.一种构建文档-关键词异构网络模型方法，其特征在于：包括如下步骤：/n1)获取文本语料作为语料库；/n2)获取停用词语料；/n3)用获取的停用词语料对获取的文本语料进行去停用词处理，得到经过去停用词处理后的单词；/n4)计算和保存步骤3)中得到的单词的词频，所述词频定义为某个单词在某一篇文章中出现的次数，取词频大于等于N的单词作为关键词，所述N为本发明预定义的一个固定的整数值，其数值大于1；/n5)计算和保存关键词间互信息PMI(i,j)，如下述公式所示：/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工商大学，未经北京工商大学许可，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/201910904571.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种案件检索方法及系统
- 下一篇：基于网络表示学习训练的学术团队构建方法
