[发明专利]技术监督数据的处理方法和装置、存储介质、处理器

权利要求书

1.一种技术监督数据的处理方法，其特征在于，包括：

获取技术监督数据，其中，所述技术监督数据包括：多个问题的描述文本，所述多个问题包含多个维度；

从所述技术监督数据中提取关键词，得到关键词矩阵；

对所述关键词矩阵中每个特征向量进行层次聚类，得到分类后的关键词矩阵，其中，所述分类后的关键词矩阵包括：所述每个特征向量，以及所述每个特征向量对应的聚类类别；

根据所述分类后的关键词矩阵，得到所述技术监督数据的关联关系；

根据所述分类后的关键词矩阵，得到所述技术监督数据的关联关系包括：

对所述分类后的关键词矩阵中的每个关键词进行词性标注，得到标注后的关键词矩阵；

对所述标注后的关键词矩阵进行组合，得到多个组合问题；

根据所述多个组合问题，得到所述技术监督数据的关联关系。

2.根据权利要求1所述的方法，其特征在于，从所述技术监督数据中提取关键词，得到关键词矩阵包括：

利用隐马尔科夫算法对所述多个维度对应的问题进行分词，得到分词结果；

利用向量空间模型对所述分词结果进行向量化处理，得到所述技术监督数据对应的特征向量；

利用词频和逆向文档频率模型对所述技术监督数据对应的特征向量进行处理，得到所述关键词矩阵。

3.根据权利要求2所述的方法，其特征在于，在利用词频和逆向文档频率模型对所述技术监督数据对应的特征向量进行处理，得到所述关键词矩阵之后，所述方法还包括：

利用主成分分析算法对所述关键词矩阵进行降维处理，得到处理后的关键词矩阵。

4.根据权利要求1所述的方法，其特征在于，对所述关键词矩阵中每个特征向量进行层次聚类，得到分类后的关键词矩阵包括：

计算所述关键词矩阵中每个特征向量与所述技术监督数据中每个问题的相关系数，得到判断矩阵，其中，所述判断矩阵用于表征不同问题与不同词向量的相关系数；

根据所述判断矩阵和所述技术监督数据，得到所述分类后的关键词矩阵。

5.根据权利要求4所述的方法，其特征在于，在根据所述判断矩阵和所述技术监督数据，得到所述分类后的关键词矩阵之后，所述方法还包括：

计算所述每个问题对应的类别特征信息的查全率和查准率；

根据所述查全率和查准率得到综合分类率；

判断所述综合分类率是否满足预设阈值；

如果所述综合分类率不满足所述预设阈值，则重新根据所述判断矩阵和所述技术监督数据，得到新的分类后的关键词矩阵，直至所述综合分类率满足所述预设阈值；

如果所述综合分类率满足所述预设阈值，则根据所述分类后的关键词矩阵，得到所述技术监督数据的关联关系。

6.根据权利要求1所述的方法，其特征在于，在根据所述多个组合问题，得到所述技术监督数据的关联关系之后，所述方法还包括：

根据所述技术监督数据的关联关系，得到所述多个维度对应的知识图谱。

7.根据权利要求1所述的方法，其特征在于，根据所述分类后的关键词矩阵，得到所述技术监督数据的关联关系包括：

利用逐层搜索算法对所述分类后的关键词矩阵进行处理，得到频繁谓词集；

根据所述频繁谓词集，得到所述技术监督数据的关联关系。

8.根据权利要求7所述的方法，其特征在于，在根据所述频繁谓词集，得到所述技术监督数据的关联关系之后，所述方法还包括：

根据所述技术监督数据的关联关系，得到所述关键词矩阵与所述多个维度的对应关系的关联图。

9.根据权利要求1所述的方法，其特征在于，在从所述技术监督数据中提取关键词，得到关键词矩阵之前，所述方法还包括：

获取预设词汇集合；

利用所述预设词汇集合，对所述技术监督数据进行处理，得到处理后的技术监督数据；

从所述处理后的技术监督数据中提取关键词，得到所述关键词矩阵。