龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：江汉大学
申请日：2019-10-24
公开（公告）日：2023-04-28
公开（公告）号：CN110807326B
主分类号：G06F40/289
分类号：G06F40/289;G06F40/284
优先权：
专利状态码：有效-授权
法律状态：2023.04.28#授权;2020.03.13#实质审查的生效;2020.02.18#公开
摘要：本发明公开了一种结合GPU‑DMM与文本特征的短文本关键词提取方法，涉及短文本关键词提取方法。本方法是：①对获取的短文本语料数据集进行预处理；②抽取预处理短文本的词性序列搭配；③基于TF‑IDF算法和词语长度计算关键词的TF‑IDF权重；④使用GPU‑DMM模型对短文本语料数据集主题建模，并抽取出主题—词矩阵，根据主题—词矩阵计算关键词的主题权重；⑤根据TF‑IDF权重和主题权重加权叠加得到加权关键词权重，并按照权重排序结果输出关键词序列。本方法融合了GPU‑DMM主题模型与词性序列、词语长度和TF‑IDF文本特征，可以显著提高关键词提取效果；在准确率、召回率和F值三个评价指标上都要优于基准方法。
主权项：1.一种结合GPU-DMM与文本特征的短文本关键词提取方法，其特征在于：①对获取的短文本语料数据集进行预处理；②抽取预处理短文本的词性序列搭配并判断是否满足词性序列条件，首先判断短文本中是否存在多个名词连接构成的词性序列搭配，根据语料人工标注结果认定当一个短文本是由多个名词连接构成时，当关键词权重与所处位置成反比关系时，输出关键词序列，否则，实施步骤③；③基于TF-IDF算法和词语长度计算关键词的TF-IDF权重； 其中，WtTFIDF表示词t的TF-IDF权重值，LENt表示词t的长度，nt表示词t在语料数据集中出现的次数，V表示语料数据集中词语的总数，表示语料数据集中所有词语的出现次数之和，D表示语料数据集中所有短文本的总数；④使用GPU-DMM模型对短文本语料数据集主题建模，并抽取出主题—词矩阵，根据主题—词矩阵计算关键词的主题权重；⑤根据TF-IDF权重和主题权重加权叠加得到加权关键词权重，并按照权重排序结果输出关键词序列。
全文数据：
权利要求：
百度查询： 江汉大学 结合GPU-DMM与文本特征的短文本关键词提取方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号