[发明专利]基于FrankCopula函数的主题相关性建模方法在审
| 申请号： | 201810424875.2 | 申请日： | 2018-05-04 |
| 公开（公告）号： | CN108629009A | 公开（公告）日： | 2018-10-09 |
| 发明（设计）人： | 马廷淮;李婧;梁新年;蔡青;王红妹;杨慧敏 | 申请（专利权）人： | 南京信息工程大学 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06F17/27 |
| 代理公司： | 南京钟山专利代理有限公司 32252 | 代理人： | 戴朝荣 |
| 地址： | 210000 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 基于FrankCopula函数的主题相关性建模方法，包括如下步骤：随机初始化参数并选取超参数；根据初始化参数和超参数，使用LDA模型生成第一篇文档的主题分布和主题词分布；根据第一篇文档的主题分布和主题词分布，结合Copula函数计算每一篇文档的主题分布和主题词分布；根据计算的主题分布和主题词分布，对每篇文档的主题和主题词排序，根据概率大小选取文档的主题和主题词输出。本发明针对目前LDA模型中文档‑主题分布不考虑连续文档间的互相影响的问题，引入Frank Copula工具来生成连续文档的主题相关性模型，考虑了前一篇对后一篇文档的主题分布的影响，提高了主题模型的准确度。 | ||
| 搜索关键词： | 文档 主题分布 主题词分布 建模 初始化参数 随机初始化 主题模型 准确度 排序 输出 引入 概率 中文 | ||
【主权项】：
1.一种基于FrankCopula函数的主题相关性建模方法，其特征在于，包括如下步骤：步骤一、随机初始化参数并选取超参数；步骤二、根据初始化参数和超参数，使用LDA模型生成第一篇文档的主题分布和主题词分布；步骤三、根据第一篇文档的主题分布和主题词分布，结合Copula函数计算每一篇文档的主题分布和主题词分布；步骤四、根据计算的主题分布和主题词分布，对每篇文档的主题和主题词排序，根据概率大小选取文档的主题和主题词输出。
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南京信息工程大学，未经南京信息工程大学许可，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/201810424875.2/，转载请声明来源钻瓜专利网。
