[发明专利]一种基于特征增强的微博话题检测方法有效
申请号: | 201910219638.7 | 申请日: | 2019-03-19 |
公开(公告)号: | CN110069703B | 公开(公告)日: | 2023-10-24 |
发明(设计)人: | 杨红天;刘峰;赵志宏;刘博伟;陈松宇 | 申请(专利权)人: | 南京大学 |
主分类号: | G06F16/9535 | 分类号: | G06F16/9535;G06F16/9536;G06F16/35;G06F40/289;G06F40/30;G06Q50/00 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 210093 江*** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种基于特征增强的微博话题检测方法。本发明针对微博话题检测存在的问题,从微博的时间特性和微博语义相似度出发对特征进行了增强,提升了Single‑Pass算法在微博话题检测场景下的表现。本发明通过将微博的时间特性融入到微博文本特征的相似度计算中,提高了属于同一话题的微博内容在时间维度上的关联度;通过使用分布式词向量表示微博,并利用其中的语义关系来增强微博关键特征,解决了微博特征稀疏的问题;为了减少了话题检测时微博与话题簇的比较次数,提出用于表示话题簇的“簇中心”概念,并围绕该概念进行计算。实验结果显示本发明简单易行,使用效果好,可以为微博话题检测提供实用方法。 | ||
搜索关键词: | 一种 基于 特征 增强 话题 检测 方法 | ||
【主权项】:
1.一种基于特征增强的微博话题检测方法,其特征在于,包括如下步骤:1)微博文本预处理,包括:1.1)去除超短微博;1.2)过滤无意义信息;1.3)分词和词性标注;2)微博文本向量化,包括:2.1)特征词向量表示;2.2)基于特征词语义增强的微博文本表示;3)微博文本聚类,包括:3.1)话题簇表示和基于时间衰减的微博文本相似度计算标准;3.2)基于Single‑Pass算法进行微博文本聚类;3.3)输出话题簇。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京大学,未经南京大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201910219638.7/,转载请声明来源钻瓜专利网。