龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：中国铁道科学研究院集团有限公司科学技术信息研究所
摘要：本发明提供了一种文本主题标引的方法、装置、设备及可读存储介质，所述方法包括：获取待标引文本，利用齐普夫定律过滤所述待标引文本中词频过高和过低的词汇，获得候选词集合；对所述待标引文本进行预处理，得到文本词序列，对所述文本词序列进行聚类分析，得到每个簇的权重P；基于所述候选词集合，生成所述候选词集合的词共现矩阵，基于所述词共现矩阵构建双向词图，在所述双向词图中迭代计算每个节点的Rank值；基于所述每个簇的权重P与所述每个节点的Rank值标引文本主题。本发明首先对文本进行聚类，使用手肘法确定文本的最佳主题个数，再对不同的主题抽取关键词标引文献。
主权项：1.一种文本主题标引的方法，其特征在于，包括：获取待标引文本，利用齐普夫定律过滤所述待标引文本中词频过高和过低的词汇，获得候选词集合，包括：计算所述待标引文本中词汇的词频，对词频进行排序，按顺序对词频进行编号；绘制词频与编号之间的曲线图，选取斜率在预设范围内的词汇构建候选词集；对所述待标引文本进行预处理，得到文本词序列，对所述文本词序列进行聚类分析，得到每个簇的权重P，包括：过滤所述待标引文本的图片、表格和公式数据，得到处理后的所述待标引文本；利用专业领域词表和停用词对所述处理后的所述待标引文本进行分句和分词处理，得到所述文本词序列；基于所述候选词集合，生成所述候选词集合的词共现矩阵，基于所述词共现矩阵构建双向词图，在所述双向词图中迭代计算每个节点的Rank值，包括：基于所述文本词序列，设置长度为N的滑动窗口，滑动窗口内出现的词汇之间定义为共现关系，通过对所述候选词集合进行窗口滑动，记录候选词集中词与词之间的共现次数，生成候选词集的词共现矩阵；基于所述每个簇的权重P与所述每个节点的Rank值标引文本主题。
全文数据：
权利要求：
百度查询： 中国铁道科学研究院集团有限公司科学技术信息研究所 一种文本主题标引的方法、装置、设备及可读存储介质
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。
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