[发明专利]一种文本聚合方法及装置有效
| 申请号： | 201510242860.0 | 申请日： | 2015-05-13 |
| 公开（公告）号： | CN106294350B | 公开（公告）日： | 2019-10-11 |
| 发明（设计）人： | 冯文镛 | 申请（专利权）人： | 阿里巴巴集团控股有限公司 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35 |
| 代理公司： | 北京三友知识产权代理有限公司 11127 | 代理人： | 李辉 |
| 地址： | 英属开曼群岛大开曼*** | 国省代码： | 开曼群岛;KY |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请公开了一种文本聚合方法及装置，在本申请所述技术方案中，在得到与待聚合文本相对应的文本特征集合之后，可采用局部敏感哈希算法结合相似度校验的判定方法，对所述待聚合文本进行相似性分析以实现待聚合文本的聚合，从而可解决基于向量空间模型或概率模型进行短文本相似性分析时所导致的文本聚合结果准确性较低、实时性较低的问题，达到准确且又快速地对短文本进行聚合的效果。 | ||
| 搜索关键词： | 一种 文本 聚合 方法 装置 | ||
【主权项】：
1.一种文本聚合方法，其特征在于，包括：对长度不大于设定的长度阈值的待聚合文本进行特征提取，得到与所述待聚合文本相对应的第一文本特征集合；基于设定的局部敏感哈希算法计算所述第一文本特征集合的哈希值，并根据计算得到的哈希值，判断已构建的与所述设定的局部敏感哈希算法相对应的哈希索引中，是否存在与计算得到的哈希值之间的距离不大于设定距离的匹配值；若是，则从与计算得到的哈希值之间的距离不大于设定距离的匹配值中，选取与计算得到的哈希值之间的距离最小的匹配值，并计算所述第一文本特征集合与所述最小的匹配值所对应的第二文本特征集合之间的相似度；若确定所述第一文本特征集合与所述第二文本特征集合之间的相似度不小于设定的相似度阈值，则将所述待聚合文本聚合至所述第二文本特征集合所对应的文本类中。
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阿里巴巴集团控股有限公司，未经阿里巴巴集团控股有限公司许可，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/201510242860.0/，转载请声明来源钻瓜专利网。
- 上一篇：基于结构化和定制化的工程管理查询系统
- 下一篇：日志事件处理方法和装置
