[發(fā)明專利]文檔聚類的方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201410200769.8
• 申請(qǐng)日: 2014-05-13
• 公開（公告）號(hào): CN105095275B
• 公開（公告）日: 2019-04-05
• 發(fā)明（設(shè)計(jì)）人: 周光有;薛偉;管剛
• 申請(qǐng)（專利權(quán)）人: 中國(guó)科學(xué)院自動(dòng)化研究所;騰訊科技（深圳）有限公司
• 主分類號(hào): G06F16/35
• 分類號(hào): G06F16/35
• 代理公司: 北京三高永信知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11138
• 代理人: 滕一斌

1.一種文檔聚類的方法，其特征在于，所述方法包括：

根據(jù)待聚類的文檔獲取檢索詞-文檔矩陣，根據(jù)所述檢索詞-文檔矩陣中的檢索詞獲取初始化的非負(fù)檢索詞-主題矩陣，并根據(jù)所述檢索詞-文檔矩陣中的文檔獲取初始化的非負(fù)主題-文檔矩陣；

對(duì)所述非負(fù)檢索詞-主題矩陣及所述非負(fù)主題-文檔矩陣進(jìn)行正則化，得到正則化的非負(fù)檢索詞-主題矩陣及正則化的非負(fù)主題-文檔矩陣；

根據(jù)所述檢索詞-文檔矩陣、所述非負(fù)檢索詞-主題矩陣、所述非負(fù)主題-文檔矩陣、所述正則化的非負(fù)檢索詞-主題矩陣及正則化的非負(fù)主題-文檔矩陣確定目標(biāo)函數(shù)；

確定使所述目標(biāo)函數(shù)最小化的非負(fù)檢索詞-主題矩陣及非負(fù)主題-文檔矩陣，并根據(jù)使所述目標(biāo)函數(shù)最小化的非負(fù)檢索詞-主題矩陣及非負(fù)主題-文檔矩陣對(duì)所述待聚類的文檔進(jìn)行聚類。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對(duì)所述非負(fù)檢索詞-主題矩陣及所述非負(fù)主題-文檔矩陣進(jìn)行正則化，得到正則化的非負(fù)檢索詞-主題矩陣及正則化的非負(fù)主題-文檔矩陣，包括：

根據(jù)正則化中的第一范數(shù)L1對(duì)所述非負(fù)檢索詞-主題矩陣進(jìn)行正則化，得到正則化的非負(fù)檢索詞-主題矩陣；

根據(jù)正則化中的第二范數(shù)L2對(duì)所述非負(fù)主題-文檔矩陣進(jìn)行正則化，得到正則化的非負(fù)主題-文檔矩陣。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述確定使所述目標(biāo)函數(shù)最小化的非負(fù)檢索詞-主題矩陣及非負(fù)主題-文檔矩陣，包括：

根據(jù)上一次得到的非負(fù)檢索詞-主題矩陣獲取更新的非負(fù)檢索詞-主題矩陣，并根據(jù)上一次得到的非負(fù)主題-文檔矩陣獲取更新的非負(fù)主題-文檔矩陣；

對(duì)所述更新的非負(fù)檢索詞-主題矩陣進(jìn)行正則化，得到正則化的更新的非負(fù)檢索詞-主題矩陣，并對(duì)所述更新的非負(fù)主題-文檔矩陣進(jìn)行正則化，得到正則化的更新的非負(fù)檢索詞-主題矩陣；

根據(jù)所述檢索詞-文檔矩陣、更新的非負(fù)檢索詞-主題矩陣、更新的非負(fù)主題-文檔矩陣、正則化的更新的非負(fù)檢索詞-主題矩陣、正則化的更新的非負(fù)主題-文檔矩陣確定所述目標(biāo)函數(shù)是否已最小化；

如果所述目標(biāo)函數(shù)未最小化，則重新根據(jù)上一次得到的非負(fù)檢索詞-主題矩陣獲取更新的非負(fù)檢索詞-主題矩陣，并根據(jù)上一次得到的非負(fù)主題-文檔矩陣獲取更新的非負(fù)主題-文檔矩陣；對(duì)所述更新的非負(fù)檢索詞-主題矩陣進(jìn)行正則化，得到正則化的更新的非負(fù)檢索詞-主題矩陣，并對(duì)所述更新的非負(fù)主題-文檔矩陣進(jìn)行正則化，得到正則化的更新的非負(fù)檢索詞-主題矩陣；根據(jù)所述檢索詞-文檔矩陣、更新的非負(fù)檢索詞-主題矩陣、更新的非負(fù)主題-文檔矩陣、正則化的更新的非負(fù)檢索詞-主題矩陣、正則化的更新的非負(fù)主題-文檔矩陣確定所述目標(biāo)函數(shù)是否已最小化，直至得到使所述目標(biāo)函數(shù)最小化的非負(fù)檢索詞-主題矩陣及非負(fù)主題-文檔矩陣。

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)使所述目標(biāo)函數(shù)最小化的非負(fù)檢索詞-主題矩陣及非負(fù)主題-文檔矩陣對(duì)所述待聚類的文檔進(jìn)行聚類，包括：

對(duì)使所述目標(biāo)函數(shù)最小化的非負(fù)檢索詞-主題矩陣進(jìn)行歸一化；

根據(jù)歸一化的非負(fù)檢索詞-主題矩陣對(duì)使所述目標(biāo)函數(shù)最小化的非負(fù)主題-文檔矩陣進(jìn)行歸一化；

根據(jù)歸一化的非負(fù)主題-文檔矩陣對(duì)所述待聚類的文檔進(jìn)行聚類。