本发明涉及一种基于文档内容和相互关系的主题检测方法。 通过获取文档进行预处理, 得到文档特征的共现矩阵和两两关系矩阵, 基于此构建目标函数, 迭代计算文档代表度矩阵、文档隶属度矩阵、词代表度矩阵及词隶属度矩阵, 输出词代表度矩阵, 其中每一列对应一个主题, 以每列中值最大的词作为描述该主题的关键词, 获取用于描述主题的关键词。
本发明在文档聚类和词聚类的同时、联合进行比对, 各自聚类更加有效, 同时考虑文档内容和文档之间的关系, 比起只考虑其中一种信息, 得到更加全面的模型, 隶属度和代表度的引入, 使得本方法既适用于聚类问题, 又适用于主题建模问题。
| 专利名称 | 一种基于文档内容和相互关系的主题检测方法 | ||
|---|---|---|---|
| 专利状态 | - | 专利号(申请号) | CN201710516534.3 |
| 申请号 | - | 专利申请日期 | 2017-06-29 |
| 专利授权日期 | 2017-11-07 | 专利权届满日 | - |
| 专利所属地 | 中国 | 专利类型 | 发明专利 |
| 发明人 | 梅建萍;王江涛 | ||
| 权利人 | - | ||
| 专利摘要 | 本发明涉及一种基于文档内容和相互关系的主题检测方法,通过获取文档进行预处理,得到文档特征的共现矩阵和两两关系矩阵,基于此构建目标函数,迭代计算文档代表度矩阵、文档隶属度矩阵、词代表度矩阵及词隶属度矩阵,输出词代表度矩阵,其每一列对应一个主题,以每列中值最大的词作为描述该主题的关键词,获取用于描述主题的关键词。本发明文档聚类和词聚类的同时、联合进行比对各自聚类更加有效,同时考虑文档内容和文档之间的关系比起只考虑其中一种信息得到更加全面的模型,隶属度和代表度的引入使得本方法既适用于聚类问题又适用于主题建模问题。 | ||