考虑词语相似度的计算文档所对应的主题的方法
基本信息
| 申请号 | CN201810022783.1 | 申请日 | - |
| 公开（公告）号 | CN108255809A | 公开（公告）日 | 2018-07-06 |
| 申请公布号 | CN108255809A | 申请公布日 | 2018-07-06 |
| 分类号 | G06F17/27;G06K9/62;G06N5/02 | 分类 | 计算；推算；计数; |
| 发明人 | 贾喜瑞;初天宝 | 申请（专利权）人 | 北京海存志合科技股份有限公司 |
| 代理机构 | 北京市商泰律师事务所 | 代理人 | 黄晓军 |
| 地址 | 100085 北京市海淀区信息路甲28号7层D座07A28 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明提供了一种考虑词语相似度的计算文档所对应的主题的方法。包括根据已知主题及其主题词语分布构建主题词语知识库；对于待计算主题的文档初始化主题‑词语矩阵和文档‑主题矩阵；再根据主题词语知识库获取文档所包含词语之间的相似度，利用词语之间的相似度对主题‑词语矩阵和文档‑主题矩阵进行迭代更新，直到两个矩阵达到收敛精度则停止计算，得到待计算主题的文档所对应的主题。本发明利用非负矩阵分解技术，自动批量计算文档主题。在计算过程中，融入词语语义近似度和文档类别信息，提高主题计算的准确度；同时考虑主题词语的语义演化，将计算出的最终结果融入到知识库中，使知识库保持最新的词语语义信息。 |
