[發(fā)明專利]一種面向微博的非分詞突發(fā)話題檢測(cè)方法有效
| 申請(qǐng)?zhí)枺?/td> | 201410416127.1 | 申請(qǐng)日: | 2014-08-22 |
| 公開(公告)號(hào): | CN104216964A | 公開(公告)日: | 2014-12-17 |
| 發(fā)明(設(shè)計(jì))人: | 楊武;伸國(guó)偉;王巍;苘大鵬;宣世昌 | 申請(qǐng)(專利權(quán))人: | 哈爾濱工程大學(xué) |
| 主分類號(hào): | G06F17/30 | 分類號(hào): | G06F17/30 |
| 代理公司: | 暫無信息 | 代理人: | 暫無信息 |
| 地址: | 150001 黑龍江省哈爾濱市南崗區(qū)*** | 國(guó)省代碼: | 黑龍江;23 |
| 權(quán)利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 面向 分詞 突發(fā) 話題 檢測(cè) 方法 | ||
1.一種面向微博的非分詞突發(fā)話題檢測(cè)方法,其特征在于:包括以下步驟:
步驟1:語料預(yù)處理,構(gòu)建動(dòng)態(tài)的微博檢測(cè)窗口;
步驟2:將微博內(nèi)容切分成單個(gè)漢字,并構(gòu)建字典;
步驟3:計(jì)算突發(fā)特征字集合;
步驟4:計(jì)算由特征字組成的突發(fā)話題;
步驟5:生成有意義詞或串,形成由詞或串表示的突發(fā)話題。
2.根據(jù)權(quán)利要求1所述的一種面向微博的非分詞突發(fā)話題檢測(cè)方法,其特征是:所述語料預(yù)處理的步驟為:
步驟1.1:依據(jù)微博發(fā)布時(shí)間序抽取微博消息元素;
步驟1.2:微博窗口劃分,基于小波分析思想將微博消息流動(dòng)態(tài)劃分微博窗口。
3.根據(jù)權(quán)利要求1所述的一種面向微博的非分詞突發(fā)話題檢測(cè)方法,其特征是:所述將微博內(nèi)容切分成單個(gè)漢字,并構(gòu)建字典步驟為:
步驟2.1,直接將每一條微博消息以字為單元進(jìn)行切分,無需去除停用詞;
步驟2.2,按照字典序進(jìn)行存儲(chǔ),支持高效查找和動(dòng)態(tài)更新。
4.根據(jù)權(quán)利要求1所述的一種面向微博的非分詞突發(fā)話題檢測(cè)方法,其特征是:所述計(jì)算突發(fā)特征字集合步驟為:
步驟3.1,遍歷字典,依據(jù)歷史特征權(quán)值和檢測(cè)窗口中的突發(fā)特征權(quán)值判定當(dāng)前檢測(cè)窗口是否發(fā)生突發(fā);
步驟3.2,更新歷史窗口中字的特征權(quán)值,依據(jù)生命周期模型中的老化理論,更新字的特征權(quán)值;
步驟33,計(jì)算當(dāng)前檢測(cè)窗口中字的突發(fā)特征權(quán)值,在考慮用戶的粉絲數(shù)、消息的轉(zhuǎn)發(fā)數(shù)和評(píng)論數(shù)基礎(chǔ)上計(jì)算字的影響力,并將字的影響力作為突發(fā)特征權(quán)值。
5.根據(jù)權(quán)利要求1所述的一種面向微博的非分詞突發(fā)話題檢測(cè)方法,其特征是:所述計(jì)算由特征字組成的突發(fā)話題步驟為:
步驟4.1,構(gòu)建突發(fā)特征字與消息、用戶之間的關(guān)系矩陣;
步驟4.2,通過聯(lián)合聚類算法對(duì)關(guān)系矩陣進(jìn)行計(jì)算,得到實(shí)體、消息、用戶的聚類指示矩陣。
6.根據(jù)權(quán)利要求1所述的一種面向微博的非分詞突發(fā)話題檢測(cè)方法,其特征是:所述生成有意義詞或串,形成由詞或串表示的突發(fā)話題的步驟為:
步驟5.1,對(duì)于每一個(gè)話題中的漢字以及對(duì)應(yīng)的消息作為樣本集合,計(jì)算話題中任意兩個(gè)字之間的聚合程度;
步驟5.2,計(jì)算話題中左右邊界字的熵;
步驟5.3,依據(jù)聚合程度和左右邊界字的熵值判定是否可生產(chǎn)一個(gè)有意義詞或串。
7.根據(jù)權(quán)利要求1或4所述的一種面向微博的非分詞突發(fā)話題檢測(cè)方法,其特征是:所述生成字典步驟包括:
步驟2.2.1,字典為空,則根據(jù)漢字的字典序插入到字典中;
步驟2.2.2,若字典不為空并已存在字典中,則直接將該字在當(dāng)前檢測(cè)窗口中的關(guān)聯(lián)信息增加到字典中;
步驟2.2.3,若字典不為空且不存在字典中,基于字典序?qū)崿F(xiàn)二分查找,依據(jù)查找返回結(jié)果得到字典序號(hào),將該字插入字典,字典當(dāng)前序號(hào)后面的字依次后移。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于哈爾濱工程大學(xué),未經(jīng)哈爾濱工程大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201410416127.1/1.html,轉(zhuǎn)載請(qǐng)聲明來源鉆瓜專利網(wǎng)。
- 上一篇:多功能消解管
- 下一篇:隱私內(nèi)容查看方法及裝置
- 同類專利
- 專利分類
G06F 電數(shù)字?jǐn)?shù)據(jù)處理
G06F17-00 特別適用于特定功能的數(shù)字計(jì)算設(shè)備或數(shù)據(jù)處理設(shè)備或數(shù)據(jù)處理方法
G06F17-10 .復(fù)雜數(shù)學(xué)運(yùn)算的
G06F17-20 .處理自然語言數(shù)據(jù)的
G06F17-30 .信息檢索;及其數(shù)據(jù)庫結(jié)構(gòu)
G06F17-40 .數(shù)據(jù)的獲取和記錄
G06F17-50 .計(jì)算機(jī)輔助設(shè)計(jì)
- 話題檢測(cè)的方法和裝置
- 一種科研文獻(xiàn)話題發(fā)現(xiàn)和演化跟蹤的方法
- 話題驅(qū)動(dòng)的人工智能回應(yīng)方法及裝置
- 熱點(diǎn)話題早期發(fā)展趨勢(shì)預(yù)測(cè)系統(tǒng)及預(yù)測(cè)方法
- 話題檢測(cè)方法、裝置、設(shè)備及可讀存儲(chǔ)介質(zhì)
- 一種消息組織方法和服務(wù)器
- 話題篩選和發(fā)布的方法、裝置和服務(wù)器
- 話題內(nèi)容的排序方法、裝置、服務(wù)器及存儲(chǔ)介質(zhì)
- 大數(shù)據(jù)話題日志處理方法、服務(wù)器及存儲(chǔ)介質(zhì)
- 一種基于人工智能的熱點(diǎn)話題數(shù)據(jù)處理方法及話題服務(wù)器





