首页> 中国专利> 一种基于主题词类相似性的文档语义表示方法、文本分类方法和装置

一种基于主题词类相似性的文档语义表示方法、文本分类方法和装置

页面导航

摘要
著录项
相似文献

摘要

本发明涉及一种基于主题词类相似性的文档语义表示方法、文本分类方法和装置。该基于主题词类相似性的文档语义表示方法包括：1)使用词向量模型对语料进行训练，得到词向量；2)在语义空间内对词向量进行聚类；3)使用WMD算法计算待表示文档和聚类得到的每个类别之间的距离，将得到的距离作为待表示文档的语义表示。进而，通过计算文档的语义表示向量之间的相似性，实现文档的分类。本发明依据文本的语义信息和单词频率等信息，通过WMD模型计算文本单词和聚类集合之间的转移代价，将文本表示成一个低维稠密、包含语义信息的向量，能更好地表示文本信息，分类任务准确性高，可应用在信息检索、文本分类等自然语言处理任务中。

著录项

公开/公告号CN108595706B

专利类型发明专利
公开/公告日2022-05-24

原文格式PDF
申请/专利权人中国科学院信息工程研究所;
展开▼

申请/专利号CN201810443084.4
发明设计人陈小军;王大魁;时金桥;白离;胡兰兰;文新;张闯;马建伟;
展开▼

申请日2018-05-10
分类号G06F16/35;G06F40/30;
代理机构北京君尚知识产权代理有限公司;
代理人邱晓锋
地址 100093 北京市海淀区闵庄路甲89号
入库时间 2022-08-23 13:43:16

相似文献

专利
中文文献
外文文献

1. 一种基于主题词类相似性的文档语义表示方法、文本分类方法和装置 [P] . 中国专利： CN108595706A . 2018-09-28
2. 基于网络链接和文档内容的主题嵌入、文档表示方法 [P] . 中国专利： CN109299464A . 2019-02-01
3. 配信装置、配信方法、配信プログラム、端末装置、表示方法、及び表示プログラム [P] . 日本专利： JP2019036337A . 2019-03-07

机译：分配设备，分配方法，分配程序，终端设备，显示方法和显示程序
4. 蒸着装置、蒸着方法及び有機ＥＬ表示装置の製造方法 [P] . 日本专利： JP2019035137A . 2019-03-07

机译：蒸着装置、蒸着方法及び有机ＥＬ表示装置の制造方法
5. 蒸着装置、蒸着方法及び有機ＥＬ表示装置の製造方法 [P] . 日本专利： JP2019035138A . 2019-03-07

机译：蒸着装置、蒸着方法及び有机ＥＬ表示装置の制造方法