发明名称 | 一种词汇聚类的方法及装置 | ||
摘要 | 本申请提供了一种词汇聚类的方法及装置,以解决目前聚类结果不准确的问题。一种词汇聚类的方法包括:获取多个对象及该对象关联的词汇;以各对象关联的词汇的集合分别作为文本进行潜在主题的聚类,得到各潜在主题类;其中每个潜在主题类中包含所述潜在主题下的词汇及与该词汇关联的对象;通过选取部分词汇及与该词汇关联的对象对每一潜在主题类进行分裂,得到各中间类;将关联内聚度大于阈值的任意两中间类进行合并,并根据合并后的中间类生成最终主题类。通过本申请得到的聚类结果更加准确,进而在利用聚类结果进行统计分析的各种应用中可以提高分析结果的准确度。 | ||
申请公布号 | CN104102654A | 申请公布日期 | 2014.10.15 |
申请号 | CN201310120245.3 | 申请日期 | 2013.04.08 |
申请人 | 阿里巴巴集团控股有限公司 | 发明人 | 周美玲;黄云平 |
分类号 | G06F17/30(2006.01)I | 主分类号 | G06F17/30(2006.01)I |
代理机构 | 北京润泽恒知识产权代理有限公司 11319 | 代理人 | 苏培华 |
主权项 | 一种词汇聚类的方法,其特征在于,包括:获取多个对象及该对象关联的词汇;以各对象关联的词汇的集合分别作为文本进行潜在主题的聚类,得到各潜在主题类;其中每个潜在主题类中包含所述潜在主题下的词汇及与该词汇关联的对象;通过选取部分词汇及与该词汇关联的对象对每一潜在主题类进行分裂,得到各中间类;将关联内聚度大于阈值的任意两中间类进行合并,并根据合并后的中间类生成最终主题类。 | ||
地址 | 英属开曼群岛大开曼资本大厦一座四层847号邮箱 |