[发明专利]基于知识图谱的文本聚类方法、装置及可读存储介质

权利要求书

1.一种基于知识图谱的文本聚类方法，其特征在于，所述基于知识图谱的文本聚类方法包括以下步骤：

获取原始文本，并确定所述原始文本的待抽取要素类型；

根据所述待抽取要素类型抽取所述原始文本的文本要素；

获取所述文本要素间的交互关系，并统计所述交互关系的出现次数；

根据所述交互关系的出现次数确定与预设文本要素关联的交互关系总数，及预设交互关系总数；

根据所述与预设文本要素关联的交互关系总数，及所述预设交互关系总数计算所述交互关系的归一化概率；

根据所述归一化概率构建知识图谱，并根据所述知识图谱对所述原始文本进行聚类。

2.如权利要求1所述的基于知识图谱的文本聚类方法，其特征在于，所述原始文本为新闻文本，所述待抽取要素类型包括涉及地点、涉及机构、涉及人物、涉及时间及/或新闻主题。

3.如权利要求2所述的基于知识图谱的文本聚类方法，其特征在于，所述根据所述待抽取要素类型抽取所述原始文本的文本要素的步骤包括：

通过词典匹配技术和命名实体识别技术抽取所述新闻文本中的所述涉及地点及/或涉及机构；

通过所述命名实体识别技术抽取所述新闻文本中的所述涉及人物；

通过正则匹配抽取所述新闻文本中的所述涉及时间；

通过调用分类算法确定所述新闻文本的新闻主题。

4.如权利要求1所述的基于知识图谱的文本聚类方法，其特征在于，所述根据所述归一化概率构建知识图谱，并根据所述知识图谱对所述原始文本进行聚类的步骤包括：

通过预设算法及所述归一化概率模拟信息流动；

根据模拟结果及信息传递聚类算法对所述原始文本进行聚类。

5.如权利要求4所述的基于知识图谱的文本聚类方法，其特征在于，所述预设算法为Node2vec算法。

6.如权利要求4所述的基于知识图谱的文本聚类方法，其特征在于，所述信息传递聚类算法为AP聚类算法。

7.一种基于知识图谱的文本聚类装置，其特征在于，所述基于知识图谱的文本聚类装置包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的文本聚类程序，所述文本聚类程序被所述处理器执行时实现如权利要求1至6中任一项所述的基于知识图谱的文本聚类方法的步骤。

8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有文本聚类程序，所述文本聚类程序被处理器执行时实现如权利要求1至6中任一项所述的基于知识图谱的文本聚类方法的步骤。