[发明专利]一种基于文本聚类的主题词提取方法在审
| 申请号： | 202110060987.6 | 申请日： | 2021-01-18 |
| 公开（公告）号： | CN112749279A | 公开（公告）日： | 2021-05-04 |
| 发明（设计）人： | 肖林焱;杨安印 | 申请（专利权）人： | 南京中新赛克科技有限责任公司 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06K9/62;G06F16/31;G06F16/33;G06F40/194;G06F40/284 |
| 代理公司： | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人： | 柏尚春 |
| 地址： | 210012 江苏省南京*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于文本聚类的主题词提取方法，对文本信息进行分词处理；对干扰词积累形成停用词库，加载文本分词集合；针对处理词文档，计算文档词频TF，计算逆文档词频IDF；新建Kmeans模型，训练出各聚类中心词频及其预测值，使用余弦相似度计算文本词之间相似度；输出Kmeans聚类结果，每个聚类集合；对各个聚类集合进行LDA文档主题预测；针对文档到词的权重分布，提取TOPN主题，形成集合Mi；针对集合Mi，分词后的文本记录词库与集合Mi碰撞。本发明通过多方联合分析，对无监督学习主题提取方法进行有益补充；不依赖现有数据分析平台，适用于各类编程语言；结合Kmeans聚类方法，LDA主题模型分析，个性化碰撞规则，对大数据文本主题词提取进行有效支撑。 | ||
| 搜索关键词： | 一种 基于 文本 主题词 提取 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南京中新赛克科技有限责任公司，未经南京中新赛克科技有限责任公司许可，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/202110060987.6/，转载请声明来源钻瓜专利网。
- 上一篇：一种青藤碱生物素标记探针及其制备方法和用途
- 下一篇：PVC卷材用的抗菌涂料
