[发明专利]一种基于主题词类相似性的文档语义表示方法、文本分类方法和装置有效
| 申请号： | 201810443084.4 | 申请日： | 2018-05-10 |
| 公开（公告）号： | CN108595706B | 公开（公告）日： | 2022-05-24 |
| 发明（设计）人： | 陈小军;王大魁;时金桥;白离;胡兰兰;文新;张闯;马建伟 | 申请（专利权）人： | 中国科学院信息工程研究所 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F40/30 |
| 代理公司： | 北京君尚知识产权代理有限公司 11200 | 代理人： | 邱晓锋 |
| 地址： | 100093 *** | 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： | 本发明涉及一种基于主题词类相似性的文档语义表示方法、文本分类方法和装置。该基于主题词类相似性的文档语义表示方法包括：1)使用词向量模型对语料进行训练，得到词向量；2)在语义空间内对词向量进行聚类；3)使用WMD算法计算待表示文档和聚类得到的每个类别之间的距离，将得到的距离作为待表示文档的语义表示。进而，通过计算文档的语义表示向量之间的相似性，实现文档的分类。本发明依据文本的语义信息和单词频率等信息，通过WMD模型计算文本单词和聚类集合之间的转移代价，将文本表示成一个低维稠密、包含语义信息的向量，能更好地表示文本信息，分类任务准确性高，可应用在信息检索、文本分类等自然语言处理任务中。 | ||
| 搜索关键词： | 一种 基于 主题 词类 相似性 文档 语义 表示 方法 文本 分类 装置 | ||
【主权项】：
1.一种基于主题词类相似性的文档语义表示方法，其特征在于，包括以下步骤：1)使用词向量模型对语料进行训练，得到词向量；2)在语义空间内对词向量进行聚类；3)使用WMD算法计算待表示文档和聚类得到的每个类别之间的距离，将得到的距离作为待表示文档的语义表示。
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中国科学院信息工程研究所，未经中国科学院信息工程研究所许可，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/201810443084.4/，转载请声明来源钻瓜专利网。
