一种基于聚类的新闻文本最优主题数计算方法
授权
摘要
本发明公开了一种基于聚类的新闻文本最优主题数计算方法，步骤为：Step1、新闻文本语料获取和预处理；Step2、对经过预处理的语料库进行词嵌入处理，获得语料库中文本的词向量；Step3、将所有的词向量作为一个整体，利用一种基于快速搜索和寻找密度峰值的聚类方法对词向量进行聚类，获得词向量的聚类数目；Step4、将词向量聚类获得的数目确定为新闻文本的最优主题数。本发明利用词嵌入Word2Vec模型来表达主题语料之间的隐含语义关系，可以避探索词义相关关系，同时算法整体不存在迭代，计算简单，模型复杂度不高，因此可以避免现有方法在确定LDA最优主题数目所使用的都要迭代及每一步都需要求解目标函数的不足。
基本信息
专利标题 ：
一种基于聚类的新闻文本最优主题数计算方法
专利标题（英）：
暂无
公开（公告）号 ：
CN110851592A
申请号 ：
CN201910884160.X
公开（公告）日 ：
2020-02-28
申请日 ：
2019-09-19
授权号 ：
CN110851592B
授权日 ：
2022-04-05
发明人 ：
王红斌王健雄余正涛线岩团张亚飞
申请人 ：
昆明理工大学
申请人地址 ：
云南省昆明市五华区学府路253号
代理机构 ：
北京睿智保诚专利代理事务所(普通合伙)
代理人 ：
周新楣
优先权 ：
CN201910884160.X
主分类号 ：
G06F16/35
IPC分类号 ：
G06F16/35 G06F16/33 G06F40/289 G06F40/30
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F16/35
••聚类；分类
法律状态
2022-04-05 ：
授权
2020-03-24 ：
实质审查的生效
IPC(主分类) : G06F 16/35
申请日 : 20190919
申请日 : 20190919
2020-02-28 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
