一種對(duì)短文本自動(dòng)分類和識(shí)別主題詞的方法

基本信息

申請(qǐng)?zhí)?/td> CN201510755236.0 申請(qǐng)日 -
公開（公告）號(hào) CN106649255A 公開（公告）日 2017-05-10
申請(qǐng)公布號(hào) CN106649255A 申請(qǐng)公布日 2017-05-10
分類號(hào) G06F17/27(2006.01)I 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 不公告發(fā)明人 申請(qǐng)（專利權(quán)）人 江蘇引跑網(wǎng)絡(luò)科技有限公司
代理機(jī)構(gòu) - 代理人 -
地址 211100 江蘇省南京市江寧開發(fā)區(qū)將軍大道37號(hào)翠屏科創(chuàng)園3層1306室
法律狀態(tài) -

摘要

摘要 本發(fā)明的目的是提供一種針對(duì)短文本進(jìn)行自動(dòng)分類和識(shí)別主題詞的方法。此方法關(guān)鍵在于依賴于一個(gè)預(yù)置的大容量分類詞庫(kù)，以此繞過對(duì)短文本分類的聚類算法要求。短文本將通過與大容量分類詞庫(kù)的詞條逐一比對(duì)獲取有助于分類和識(shí)別主題詞的特征信息。其方法是，短文本通過分詞，切分成若干詞語序列；對(duì)首句或首個(gè)段落的詞語增加權(quán)重；分類詞庫(kù)詞條也同樣分詞，這樣將獲得兩對(duì)詞語序列，對(duì)這兩對(duì)詞語序列做交叉比對(duì)，如有匹配將按詞語自身的權(quán)重倍率累加命中計(jì)數(shù)，對(duì)每個(gè)詞條計(jì)算命中計(jì)數(shù)值并適當(dāng)修正后，最終返回的分類是計(jì)數(shù)值最高的詞條。