[发明专利]基于人类概念学习的文本理解复杂度的度量方法无效
| 申请号： | 201110077147.7 | 申请日： | 2011-03-30 |
| 公开（公告）号： | CN102136006A | 公开（公告）日： | 2011-07-27 |
| 发明（设计）人： | 张俊;骆祥峰;蔡传亮;张顺香;胡庆亮 | 申请（专利权）人： | 上海大学 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 上海上大专利事务所(普通合伙) 31205 | 代理人： | 何文欣 |
| 地址： | 200444*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于人类概念学习的文本理解复杂度的度量方法。它先保留文本中的名词和名词短语，作为文本的关键词集合，然后将出现次数多的关键词作为文本断言，再挖掘文本中的关联规则，最后根据人类概念学习过程计算文本理解的复杂度。本发明其本质为将文本的理解过程抽象为人类概念学习的过程，通过对概念中属性（关键词）以及属性间关系（关联规则）的算术运算来度量文本的理解复杂度。本发明从人类概念学习的角度出发，通过分析词以及词之间逻辑关系对文本的理解复杂度进行度量，从而为基于机器的文本理解提供技术支持。 | ||
| 搜索关键词： | 基于 人类 概念 学习 文本 理解 复杂度 度量 方法 | ||
【主权项】：
一种基于人类概念学习的文本理解复杂度的度量方法，其特征在于操作步骤如下：（1）利用词性标注工具，对文本中的词进行词性标注，提取关键词，即保留文本中的名词和名词短语；（2）计算文本中关键词出现的频数，按照频数从大到小排序，将排名靠前的关键词作为文本断言；（3）用Apriori关联规则挖掘算法提取文本中的关联规则；（4）根据上述步骤得到的文本断言和关联规则，依照人类概念代数复杂度的计算方法，计算文本的理解复杂度。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海大学，未经上海大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201110077147.7/，转载请声明来源钻瓜专利网。
- 上一篇：姿势辨识方法与系统,及其计算机程序产品
- 下一篇：生成测试用例的方法以及系统
