[发明专利]基于无监督聚类的长文本可信度评估方法及系统有效
| 申请号： | 201910418900.0 | 申请日： | 2019-05-20 |
| 公开（公告）号： | CN110287314B | 公开（公告）日： | 2021-08-06 |
| 发明（设计）人： | 刘春阳;陈志鹏;曹娟;张旭;王鹏;张翔宇;李锦涛;谢添 | 申请（专利权）人： | 中国科学院计算技术研究所;国家计算机网络与信息安全管理中心 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35 |
| 代理公司： | 北京律诚同业知识产权代理有限公司 11006 | 代理人： | 祁建国;梁挥 |
| 地址： | 100080 北*** | 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无监督聚类的长文本可信度评估方法，包括：以已知长文本获取训练数据，提取该训练数据的训练特征以构建训练特征向量集，对该训练特征向量集进行无监督聚类，得到多个训练类心；以待评估长文本获取评估数据，提取该评估数据的评估特征向量；获取该评估特征向量相对该训练类心的评估值，并以该评估值得到该待评估长文本的可信度。本发明通过无监督聚类对长文本进行可信度评估，在实施过程中不需要标注数据，节省了人力、物力与时间，避免了数据中标签稀疏带来的困扰；提取了长文本的文本特征，对于可信度评估任务更加适用，使用该模型得到的文本的可信度更具有可解释性，同时在平台之间可以迁移。 | ||
| 搜索关键词： | 基于 监督 文本 可信度 评估 方法 系统 | ||
【主权项】：
1.一种基于无监督聚类的长文本可信度评估方法，其特征在于，包括：以已知长文本获取训练数据，提取该训练数据的训练特征以构建训练特征向量集，对该训练特征向量集进行无监督聚类，得到多个训练类心；以待评估长文本获取评估数据，提取该评估数据的评估特征向量；获取该评估特征向量相对该训练类心的评估值，并以该评估值得到该待评估长文本的可信度。
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计算技术研究所;国家计算机网络与信息安全管理中心，未经中国科学院计算技术研究所;国家计算机网络与信息安全管理中心许可，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/201910418900.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种风险主体的确定方法及服务器
- 下一篇：舆情确定方法、装置、设备及存储介质
