话题溯源方法和系统专利查询专利号|摘要-满商公司网

话题溯源方法和系统

基本信息

申请号	CN201510031785.3	申请日	-
公开（公告）号	CN104636324B	公开（公告）日	2017-12-05
申请公布号	CN104636324B	申请公布日	2017-12-05
分类号	G06F17/27(2006.01)I;G06F17/30(2006.01)I	分类	计算；推算；计数;
发明人	夏云庆;林海洲;刘轶;程刚	申请（专利权）人	深圳市北科瑞讯信息技术有限公司
代理机构	广州华进联合专利商标代理有限公司	代理人	深圳市北科瑞讯信息技术有限公司
地址	518000 广东省深圳市南山区高新区南区深港产学研基地大楼东座五楼E502-C室
法律状态	-

摘要

话题溯源方法包括：输入新闻，抽取其中的时间戳、专有名词和关键词；发现重复新闻，以时间戳最早的一篇新闻代表重复新闻；设置当前话题层次为根层次，创建根类簇，以时间戳最早的新闻为话题根节点；S1：构建当前类簇词汇表表示类簇中所有新闻，词汇表不含在同层次其他类簇中出现超过10次的词汇，并排序；计算当前类簇新闻之间相似度，相似度超过阈值的新闻归为一个子类簇；子类簇中时间戳最早的新闻为深一层节点，每个节点代表一个子类簇；S2：判断子类簇中是否仅包含一个新闻，如果不是，则产生深一层子类簇和深一层节点，重复步骤S1；否则，将子类簇中的该新闻作为话题树的叶子节点，为每篇新闻产生话题溯源路径。还提供话题溯源系统。