[发明专利]一种使用LDA的文本分类筛选方法在审
| 申请号： | 202011123125.5 | 申请日： | 2020-10-20 |
| 公开（公告）号： | CN112667806A | 公开（公告）日： | 2021-04-16 |
| 发明（设计）人： | 赵博;吕建文;周兴晖;陈力;薛柔月;金鑫;蒋尚秀 | 申请（专利权）人： | 上海金桥信息股份有限公司 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F16/335;G06F16/31;G06F40/211;G06F40/216;G06F40/242;G06F40/30;G06K9/62;G06N20/00 |
| 代理公司： | 北京科迪生专利代理有限责任公司 11251 | 代理人： | 张乾桢 |
| 地址： | 200234 上海*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出了一种使用了LDA的文本分类筛选方法，包括：获取一个数据集，内容包括多个短句；使用自然语言处理方法，对数据进行预处理，以及进行清洗和整理；确定一个主题，人工选择若干符合主题的文本句子；用所述选择的文本句子，使用词袋模型建立对应文本向量矩阵；用所述向量矩阵去训练第一LDA模型；用所述第一LDA模型筛选文本中剩余的句子，计算该文本集合与第一LDA主题计算所得到的多个话题词之间的相关性，并以此作为评价一个句子是否满足选定主题模型的阈值；加入通过话题相关性筛选的文本，再训练第二LDA模型；用所述第二LDA模型，对文本中剩余的句子再用余弦相似去判断和筛选；将所述总共三次筛选的句子作为符合筛选目标的文本数据。 | ||
| 搜索关键词： | 一种 使用 lda 文本 分类 筛选 方法 | ||
【主权项】：
暂无信息
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上海金桥信息股份有限公司，未经上海金桥信息股份有限公司许可，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/202011123125.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种适用于菌类采摘孢子防混杂杂菌的工艺
- 下一篇：一种吸油烟机
