[发明专利]一种结合主题语义与TF*IDF算法的大规模文本分类方法及系统在审
| 申请号： | 202110481459.8 | 申请日： | 2021-04-30 |
| 公开（公告）号： | CN113032573A | 公开（公告）日： | 2021-06-25 |
| 发明（设计）人： | 任伟;吴晨;缪建明;张全;韦向峰;袁毅;徐永潜 | 申请（专利权）人： | 《中国学术期刊（光盘版）》电子杂志社有限公司 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F40/30;G06F40/284 |
| 代理公司： | 北京天奇智新知识产权代理有限公司 11340 | 代理人： | 王泽云 |
| 地址： | 100084 北京市海淀区清华*** | 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： | 本发明公开了一种语种无关的结合主题语义与TF*IDF算法的大规模文本分类方法及系统，本方法以TF*IDF算法为基础，在特征向量选择和权重计算过程中利用LDA计算的主题语义，通过LDA建模分析得到文档‑主题分布和主题‑词语分布，以此为基础计算主题语义因子TSF，并将TSF作为新的量化维度引入特征选择和特征向量权重计算中。本方法有效利用了特征项之间内在的关联性信息。也避免了直接根据LDA浅层主题语义进行文本分类而造成的实时增量分类处理能力弱，计算结果不稳定的问题。采用数据驱动的处理模式，与语种无关，无需额外的语言知识支撑，适合大规模、多语种文本数据的快速高效分类处理。 | ||
| 搜索关键词： | 一种 结合 主题 语义 tf idf 算法 大规模 文本 分类 方法 系统 | ||
【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《中国学术期刊（光盘版）》电子杂志社有限公司，未经《中国学术期刊（光盘版）》电子杂志社有限公司许可，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/202110481459.8/，转载请声明来源钻瓜专利网。
