[发明专利]基于机器学习的调查问卷自动生成方法有效
| 申请号： | 201710980059.5 | 申请日： | 2017-10-19 |
| 公开（公告）号： | CN107644015B | 公开（公告）日： | 2020-02-18 |
| 发明（设计）人： | 林琛;杨颖;林灵婷 | 申请（专利权）人： | 厦门大学;厦门大学深圳研究院 |
| 主分类号： | G06F40/289 | 分类号： | G06F40/289;G06F40/30;G06F16/35 |
| 代理公司： | 厦门南强之路专利事务所(普通合伙) 35200 | 代理人： | 马应森 |
| 地址： | 361005 *** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 基于机器学习的调查问卷自动生成方法，涉及机器学习。使用序列模式挖掘算法找出问题中常见的句型，每个问题去掉句型，得到名词性短语，即关键短语；输入话题，得到话题与关键短语的关系图，得覆盖所述关系图的种子问题集；对种子问题集进行语义聚类构建语义上相似的问题集合；对问题集合进行极性匹配；删除不合适的问题；计算关键短语的权重；选择覆盖最大权重关键短语的最小独立问题集合产生问卷。所述方法生成的调查问卷，其中的问题简单，清晰，具体，公正，易于理解。 | ||
| 搜索关键词： | 基于 机器 学习 调查 问卷 自动 生成 方法 | ||
【主权项】：
基于机器学习的调查问卷自动生成方法，其特征在于包括以下步骤：1)使用序列模式挖掘算法找出问题中常见的句型，每个问题去掉句型，得到名词性短语，即关键短语；2)输入话题，得到话题与关键短语的关系图，得覆盖所述关系图的种子问题集；3)对种子问题集进行语义聚类构建语义上相似的问题集合；4)对问题集合进行极性匹配；5)删除不合适的问题；6)计算关键短语的权重；7)选择覆盖最大权重关键短语的最小独立问题集合产生问卷。
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厦门大学;厦门大学深圳研究院，未经厦门大学;厦门大学深圳研究院许可，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/201710980059.5/，转载请声明来源钻瓜专利网。
- 上一篇：低功耗的多模定位标签
- 下一篇：功率控制方法及装置
