申请/专利权人:中国人民解放军国防科技大学
申请日:2023-11-22
公开(公告)日:2024-04-16
公开(公告)号:CN117891937A
主分类号:G06F16/35
分类号:G06F16/35;G06F18/232;G06F18/2323;G06F40/284;G06F40/289;G06F40/30
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.03#实质审查的生效;2024.04.16#公开
摘要:本发明公开了一种文本主题聚类方法,包括以下步骤:步骤一:从多个来源收集待聚类的文本,对待聚类的文本进行文本预处理;步骤二:对Bertopic模型进行建模,生成主题模型,通过主题模型对预处理后的文本进行主题聚类,输出主题聚类结果;步骤三:或者通过Louvain算法对预处理后的文本进行聚类,输出文本主题的聚类结果;通过对文本文档数据进行预处理,去除了大量无意义的分词,且使用了更适合文本主题聚类的Bertopic模型,减少了短文本主题聚类的处理时间,同时通过Louvain算法能够自动地将大量具有相似语义的触发词聚在一起,为事件抽取提供极大便利。
主权项:1.一种文本主题聚类方法,其特征在于,包括:从多个来源收集待聚类的文本,对待聚类的文本进行文本预处理;利用Bertopic模型建模,生成主题模型,通过主题模型对预处理后的文本进行主题聚类,输出主题聚类结果;或者,利用Louvain算法对预处理后的文本进行聚类,输出文本主题的聚类结果。
全文数据:
权利要求:
百度查询: 中国人民解放军国防科技大学 一种文本主题聚类方法、计算设备及存储介质
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。