[发明专利]一种提取领域关键词的方法及装置有效
| 申请号： | 201410101751.2 | 申请日： | 2014-03-19 |
| 公开（公告）号： | CN103870575B | 公开（公告）日： | 2017-10-27 |
| 发明（设计）人： | 石磊 | 申请（专利权）人： | 北京百度网讯科技有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 北京品源专利代理有限公司11332 | 代理人： | 胡彬,孟金喆 |
| 地址： | 100085 北京市*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种提取领域关键词的方法及装置，该方法包括生成由各领域描述文本分词的词频组成的领域词频矩阵；按照设定算法，将所述领域词频矩阵解耦为低秩的背景词词频矩阵和稀疏的关键词词频矩阵的加和；根据解耦得到的关键词词频矩阵，从所述各领域描述文本分词中提取相应领域的关键词。本发明提出的技术方案能够基于各领域文本中的分词在所有领域文本中出现频次的分布来进行领域关键词提取，可以准确有效的从各领域文本中提取出相应领域内有代表性、区分度的关键词。 | ||
| 搜索关键词： | 一种 提取 领域 关键词 方法 装置 | ||
【主权项】：
一种提取领域关键词的方法，其特征在于，包括：生成由各领域描述文本分词的词频组成的领域词频矩阵；将领域词频矩阵构建为低秩的第一词频矩阵和稀疏的第二词频矩阵的加和模型；构造所述领域词频矩阵与所述加和相差最小的目标函数，其中所述目标函数的限制条件为：所述第一词频矩阵为低秩矩阵和所述第二词频矩阵为稀疏矩阵，以形成限制性优化问题；将所述限制性优化问题转换为拉格朗日松弛形式下的非限制性优化问题；采用预设的优化算法，对所述非限制性优化问题进行迭代优化，将满足预设迭代条件时的第一词频矩阵作为背景词词频矩阵，第二词频矩阵作为关键词词频矩阵；根据解耦得到的关键词词频矩阵，从所述各领域描述文本分词中提取相应领域的关键词；其中：所述目标函数为：所述拉格朗日松弛形式下的非限制性优化问题为：其中，D为所述领域词频矩阵，L为所述第一词频矩阵，S为所述第二词频矩阵，μ和λ为拉格朗日乘子，表示矩阵D‑L‑S的Frobenius范数，||L||*表示所述第一词频矩阵L的nuclear范数，|S|1表示所述第二词频矩阵S的L1范数。
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北京百度网讯科技有限公司，未经北京百度网讯科技有限公司许可，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/201410101751.2/，转载请声明来源钻瓜专利网。
- 上一篇：一种水下娱乐潜水语音显示与照明装置
- 下一篇：一种激光互动游戏的安全控制装置
