文本聚类的方法、设备和存储介质
基本信息
| 申请号 | CN201910753636.6 | 申请日 | - |
| 公开（公告）号 | CN110532388B | 公开（公告）日 | 2022-07-01 |
| 申请公布号 | CN110532388B | 申请公布日 | 2022-07-01 |
| 分类号 | G06F16/35（2019.01）I;G06F40/258（2020.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 龚朝辉;陈汝龙;陈誉;段成阁 | 申请（专利权）人 | 企查查科技有限公司 |
| 代理机构 | 苏州威世朋知识产权代理事务所（普通合伙） | 代理人 | - |
| 地址 | 215000 江苏省苏州市工业园区东长路88号C1幢5层503室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明揭示了一种文本聚类的方法、设备和存储介质，所述方法包括：获取待聚类的文本标题列表；以所述文本标题为顶点，以所述文本标题向量化后的距离为边，构建所述文本标题之间的初始连通图；移除所述初始连通图的大于初始距离阈值的边，得到一个或者多个子连通图；计算每个所述子连通图的聚集程度，若一个所述子连通图的聚集程度大于或等于分簇阈值，所述子连通图对应的文本集合即为一个文本簇。与现有技术相比，本发明能够对文本进行快速、稳定地聚类，同样的文本数据每次聚类的结果是一致的。同时，使用此方法对企业相关的新闻进行聚类，能够快速的实现对企业热点新闻的稳定提取，对于企业相关的新闻热点提取有较好的效果。 |
