一种短文本特征提取方法

发明专利有效专利

申请号：
CN201510449415.1
IPC分类号：G06F17/27
申请日期：
2015-07-28
申请人：
北京大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种短文本特征提取方法
申请号	CN201510449415.1	申请日期	2015-07-28
法律状态	授权	申报国家	中国
公开/公告日	2015-10-21	公开/公告号	CN104991891A
优先权	暂无	优先权号	暂无
主分类号	G06F17/27 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06F 电数字数据处理（基于特定计算模型的计算机系统入G06N） G06F17/00 特别适用于特定功能的数字计算设备或数据处理设备或数据处理方法〔6〕 G06F17/20 处理自然语言数据的（语言分析或综合入G10L）〔6〕 G06F17/27 自动分析的，例如语法分析、正射校正的〔6〕	IPC分类号	G;0;6;F;1;7;/;2;7查看分类表>
申请人	北京大学	申请人地址	北京市海淀区颐和园路5号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	北京大学	当前权利人	北京大学
发明人	童云海;叶少强;关平胤;李凡丁;刘文一;何晓宇
代理机构	北京万象新悦知识产权代理事务所（普通合伙）	代理人	张肖琪

摘要

本发明公布一种短文本特征提取方法，基于知识库和句法分析方法对短文本进行特征提取，包括模型训练过程和特征提取过程；针对训练集数据进行训练；利用验证集数据进行验证，得到最高的准确率对应的权重组W和最高的准确率对应的训练模型M；特征提取过程针对测试集数据进行处理之后，将每一个类别赋予权重组W；通过ESA算法将短文本映射到概念空间，得到短文本的解释向量；通过LDA得到话题向量，作为短文本最终的特征向量，作为短文本的特征。本发明提供方法可解决短文本特征稀疏和短文本主题不明确的问题；降低短文本特征提取处理难度，提升短文本特征提取的结果，提高文本分类的准确度。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供