基于內(nèi)容特征和主題特征的文本分組聚類(lèi)方法

基本信息

申請(qǐng)?zhí)?/td> CN201210285275.5 申請(qǐng)日 -
公開(kāi)（公告）號(hào) CN102929906A 公開(kāi)（公告）日 2013-02-13
申請(qǐng)公布號(hào) CN102929906A 申請(qǐng)公布日 2013-02-13
分類(lèi)號(hào) G06F17/30(2006.01)I 分類(lèi) 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 盧美蓮;李佳珊;王明華;葉小衛(wèi);劉金亮;曹一鳴 申請(qǐng)（專(zhuān)利權(quán)）人 北京格致璞科技有限公司
代理機(jī)構(gòu) 北京同立鈞成知識(shí)產(chǎn)權(quán)代理有限公司 代理人 北京郵電大學(xué);北京格致璞科技有限公司
地址 100876 北京市海淀區(qū)西土城路10號(hào)
法律狀態(tài) -

摘要

摘要 本發(fā)明提供一種基于內(nèi)容特征和主題特征的文本分組聚類(lèi)方法，包括：提取所述文本的內(nèi)容特征和主題特征；將所述主題特征轉(zhuǎn)換為二進(jìn)制主題特征；采用相同的分組算法對(duì)文本基于所述內(nèi)容特征和所述二進(jìn)制主題特征依次進(jìn)行分組，獲得層次化的文本分組結(jié)果；對(duì)所述文本分組結(jié)果進(jìn)行聚類(lèi)。使用本發(fā)明提供的基于內(nèi)容特征和主題特征的文本分組聚類(lèi)方法對(duì)新聞文本進(jìn)行分組聚類(lèi)，可以令新聞文本的聚類(lèi)結(jié)果在兼顧新聞事件的針對(duì)性的基礎(chǔ)上避免聚類(lèi)結(jié)果過(guò)多的缺陷。