[发明专利]基于主题模型的领域标签获取方法有效
| 申请号： | 201910784200.3 | 申请日： | 2019-08-23 |
| 公开（公告）号： | CN110543564B | 公开（公告）日： | 2023-06-20 |
| 发明（设计）人： | 黄改娟;王胜;张仰森;蒋玉茹;段瑞雪;张雯 | 申请（专利权）人： | 北京信息科技大学 |
| 主分类号： | G06F16/35 | 分类号： | G06F16/35;G06F40/284;G06F40/289;G06Q10/0639 |
| 代理公司： | 北京科亿知识产权代理事务所(普通合伙) 11350 | 代理人： | 汤东凤 |
| 地址： | 100192 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： | 本发明提供一种基于主题模型的领域标签获取方法，在海量学术数据的基础上，分析学术数据固有的特点，引入学术词频特征构建FLDA主题模型，利用主题模型将同一学者的学术文档进行“主题‑短语”抽取。其次，引入领域体系，将主题模型的抽取结果与体系标签进行向量表征，经过位置加权后使用相似度进行体系映射，最终获得学者的领域标签。实验表明，FLDA模型与传统的LDA模型、基于统计的TFIDF算法和基于网络图的TextRank算法相比，最终获取的标签词效果更好，准确率更高，说明基于主题模型的标签抽取方法在学术领域具有良好的适用性。 | ||
| 搜索关键词： | 基于 主题 模型 领域 标签 获取 方法 | ||
【主权项】：
1.一种基于主题模型的领域标签获取方法，其特征在于包括以下的步骤：/nS1，数据预处理/n获取初始数据集合；/nS2，关键词抽取/n通过FLDA进行“主题-短语”抽取，根据在文中出现的位置对短语进行权重赋值，并使用word2vec对其进行向量表征；/nS3，领域体系映射/n将“主题-短语”映射到体系，实现学者领域的统一管理；/nS4，综合排序/n将向量表征结果与权重赋值结果加权排序，通过阈值获得最能代表学者的标签词。/n
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北京信息科技大学，未经北京信息科技大学许可，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/201910784200.3/，转载请声明来源钻瓜专利网。
