一種文檔聚類方法及設(shè)備

基本信息

申請?zhí)?/td> CN201711423310.4 申請日 -
公開（公告）號 CN110019806B 公開（公告）日 2021-08-06
申請公布號 CN110019806B 申請公布日 2021-08-06
分類號 G06F16/35（2019.01）I;G06F40/284（2020.01）I 分類 計算；推算；計數(shù);
發(fā)明人 符晶晶;盛家波 申請（專利權(quán)）人 中移動信息技術(shù)有限公司
代理機構(gòu) 北京同達(dá)信恒知識產(chǎn)權(quán)代理有限公司 代理人 郭潤湘
地址 102209北京市昌平區(qū)未來科學(xué)城英才北三街16號院16號樓1006室
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種文檔聚類方法及設(shè)備，所述方法包括：確定待聚類的文檔中的每篇文檔的備選詞集合包括的詞的重要性值，所述備選詞集合包括對所述每篇文檔進行分詞處理后獲得的詞，所述重要性值用于表示詞與所述詞所在的文檔的關(guān)聯(lián)程度；確定所述每篇文檔的備選詞集合中重要性值位于預(yù)設(shè)范圍內(nèi)的至少一個詞；將所述至少一個詞組成所述每篇文檔的多元組，所述多元組用于完成對所述每篇文檔的聚類；確定待聚類的文檔中的所有文檔的多元組之間的相似度，根據(jù)相似度將待聚類的文檔中的所有文檔聚合為至少一個簇，其中，同一個簇中包括的文檔的多元組之間的相似度位于設(shè)定范圍內(nèi)。