基于内容特征和主题特征的文本分组聚类方法
基本信息
| 申请号 | CN201210285275.5 | 申请日 | - |
| 公开（公告）号 | CN102929906B | 公开（公告）日 | 2015-07-22 |
| 申请公布号 | CN102929906B | 申请公布日 | 2015-07-22 |
| 分类号 | G06F17/30(2006.01)I | 分类 | 计算；推算；计数; |
| 发明人 | 卢美莲;李佳珊;王明华;叶小卫;刘金亮;曹一鸣 | 申请（专利权）人 | 北京格致璞科技有限公司 |
| 代理机构 | 北京同立钧成知识产权代理有限公司 | 代理人 | 刘芳 |
| 地址 | 100876 北京市海淀区西土城路10号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明提供一种基于内容特征和主题特征的文本分组聚类方法，包括：提取所述文本的内容特征和主题特征；将所述主题特征转换为二进制主题特征；采用相同的分组算法对文本基于所述内容特征和所述二进制主题特征依次进行分组，获得层次化的文本分组结果；对所述文本分组结果进行聚类。使用本发明提供的基于内容特征和主题特征的文本分组聚类方法对新闻文本进行分组聚类，可以令新闻文本的聚类结果在兼顾新闻事件的针对性的基础上避免聚类结果过多的缺陷。 |
