发明名称 |
基于广义关系隐话题模型的关系网络链接预测方法 |
摘要 |
本发明提供一种基于广义关系隐话题模型的关系网络链接预测方法,涉及计算机应用领域。包括以下步骤:S1、将文本关系网络数据进行预处理,提取词袋文本特征及文档间的链接关系;S2、根据所述词袋文本特征及文档间的链接关系,建立广义关系隐话题链接预测模型;S3、将所述广义关系隐话题链接预测模型进行训练;S4、将训练好的广义关系隐话题链接预测模型用来预测文档之间的链接关系。本发明克服了现有技术中存在的对称性关系判别函数的不合理、因关系判别函数中数据似然与损失函数两部分的不均衡以及近似推理的均值场假设所造成的链接关系预测性能不理想的缺陷,显著提高在链接关系预测、网络推荐、文本检索等任务中的实用性能。 |
申请公布号 |
CN103198228A |
申请公布日期 |
2013.07.10 |
申请号 |
CN201310136241.4 |
申请日期 |
2013.04.18 |
申请人 |
清华大学 |
发明人 |
陈宁;朱军;张钹 |
分类号 |
G06F19/00(2006.01)I |
主分类号 |
G06F19/00(2006.01)I |
代理机构 |
北京路浩知识产权代理有限公司 11002 |
代理人 |
王莹 |
主权项 |
一种基于广义关系隐话题模型的关系网络链接预测方法,其特征在于,包括以下步骤:S1、将文本关系网络数据进行预处理,提取词袋文本特征及文档间的链接关系;S2、根据所述词袋文本特征及文档间的链接关系建立广义关系隐话题链接预测模型;S3、将所述广义关系隐话题链接预测模型进行训练;S4、将训练好的广义关系隐话题链接预测模型用来预测关系网络中文档之间的链接关系。 |
地址 |
100084 北京市海淀区清华园北京100084-82信箱 |