一种从单个中文文本中提取多主题词的方法

发明专利无效专利

申请号：
CN201410179275.6
IPC分类号：G06F17/27
申请日期：
2014-04-29
申请人：
河海大学

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	一种从单个中文文本中提取多主题词的方法
申请号	CN201410179275.6	申请日期	2014-04-29
法律状态	撤回	申报国家	中国
公开/公告日	2014-08-06	公开/公告号	CN103970730A
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	河海大学	申请人地址	江苏省南京市鼓楼区西康路1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	河海大学	当前权利人	河海大学
发明人	马甲林;王志坚
代理机构	南京经纬专利商标代理有限公司	代理人	朱小兵

摘要

本发明提供了一种从单个中文文本中自动提取多主题词的方法，包含以下步骤：首先使用传统方法对文档进行预处理后初步得到由特征词组成的向量；其次利用《知网》词义与概念间的对应关系对同义词进行归并，根据语义类与上下文语境的相关性对多义词进行排歧，构造概念向量模型表示该文档；再利用《知网》中概念的相关语义信息计算概念相似度，通过“预设种子”的方法改进K-means算法对概念进行聚类，形成多个主题概念簇；最后根据概念和词的对应关系，得到多个子主题词集。该方法考虑了语义信息，克服K-means算法对初始中心的敏感性和时空开销不稳定等缺陷，提高了提取主题的质量。

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