[發(fā)明專利]動機(jī)詞匯的自動分類過濾生成創(chuàng)意點(diǎn)計(jì)算方法

有效

• 申請?zhí)枺?/td>: 201710036978.7
• 申請日: 2017-01-18
• 公開（公告）號: CN106844616B
• 公開（公告）日: 2020-05-05
• 發(fā)明（設(shè)計(jì)）人: 張福泉
• 申請（專利權(quán)）人: 閩江學(xué)院
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/35
• 代理公司: 福州元創(chuàng)專利商標(biāo)代理有限公司 35100
• 代理人: 蔡學(xué)俊;丘鴻超

本發(fā)明涉及一種動機(jī)詞匯的自動分類過濾生成創(chuàng)意點(diǎn)計(jì)算方法。該方法提出基于貝葉斯網(wǎng)絡(luò)計(jì)算的動機(jī)詞匯自動分類過濾方法，并應(yīng)用到創(chuàng)意點(diǎn)生成的過程中；通過爬蟲算法對動機(jī)詞匯語料信息進(jìn)行獲取，通過建立向量空間模型對采集的信息進(jìn)行聚類，并以此為依據(jù)，采用貝葉斯網(wǎng)絡(luò)計(jì)算動機(jī)詞匯之間的相關(guān)性，并在本體理論基礎(chǔ)上按短語或者句子結(jié)構(gòu)，對動機(jī)詞匯進(jìn)行分類過濾生成。實(shí)驗(yàn)結(jié)果證明，本發(fā)明采用改進(jìn)的方法進(jìn)行動機(jī)詞匯分類過濾，相比傳統(tǒng)的分類過濾方法，其分類過濾精度高、效率好，具有一定的優(yōu)勢。

技術(shù)領(lǐng)域

本發(fā)明涉及一種動機(jī)詞匯的自動分類過濾生成創(chuàng)意點(diǎn)計(jì)算方法。

背景技術(shù)

隨著計(jì)算機(jī)技術(shù)的快速發(fā)展和網(wǎng)絡(luò)的日益普及，用戶可獲取的信息量呈現(xiàn)指數(shù)級增長^[1]，極大地豐富了用戶所處的信息環(huán)境，但是，同時造成了信息過載等問題，增加了用戶獲取所需動機(jī)詞匯的難度^[2]。自動分類過濾作為最簡單有效的解決方法，被認(rèn)為是處理和組織大量數(shù)據(jù)的關(guān)鍵技術(shù)^[3]，而對其創(chuàng)意點(diǎn)進(jìn)行計(jì)算，是對自動分類過濾方法優(yōu)劣評判最有效的方法，成為了該領(lǐng)域亟待解決的問題，受到了廣大學(xué)者的關(guān)注，也出現(xiàn)了很多好的好方法^[4-5]。

文獻(xiàn)[6]提出基于貝葉斯分類的動機(jī)詞匯自動分類過濾方法，該方法通過貝葉斯分類進(jìn)行分類，并給出核心過濾算法在動機(jī)詞匯分類中的具體實(shí)現(xiàn)方法及過程，進(jìn)而完成對動機(jī)詞匯的自動分類過濾。但是存在分類時間長的問題；文獻(xiàn)[7]提出基于信息反饋的自動分類過濾方法，該方法在現(xiàn)有分類算法的基礎(chǔ)上選取了SNoW作為具體主體分類算法，并提出信息反饋和閾值過濾的策略以達(dá)到準(zhǔn)確過濾無關(guān)詞匯的目的，實(shí)現(xiàn)動機(jī)詞匯的自動分類過濾。該方法雖然能實(shí)現(xiàn)動機(jī)詞匯的自動分類過濾，但是存在分類過濾效果不佳的問題；文獻(xiàn)[8]提出基于啟發(fā)式規(guī)則的自動分類過濾方法，該方法通過對動機(jī)詞匯進(jìn)行分詞、特征提取的基礎(chǔ)上，采用NB分類器進(jìn)行分類、過濾，實(shí)現(xiàn)對動機(jī)詞匯的自動分類過濾，但是存在分類過濾精度低的問題；文獻(xiàn)[9]提出基于潛在語義索引和支持向量機(jī)的分類過濾方法，在建立動機(jī)詞匯信息過濾模型的基礎(chǔ)上，分別聽過預(yù)處理、特征降維、訓(xùn)練、過濾等步驟，達(dá)到動機(jī)詞匯的自動分類過濾，但是存在過濾信息不完整的問題。

針對上述問題的產(chǎn)生，提出基于貝葉斯網(wǎng)絡(luò)計(jì)算的動機(jī)詞匯自動分類過濾方法。基于爬蟲對動機(jī)詞匯語料信息進(jìn)行獲取，通過建立向量空間模型對采集的信息進(jìn)行聚類，并以此為依據(jù)，采用貝葉斯網(wǎng)絡(luò)計(jì)算動機(jī)詞匯之間的相關(guān)性，并在本體理論基礎(chǔ)上按短語或者句子結(jié)構(gòu)，對動機(jī)詞匯進(jìn)行分類過濾。實(shí)驗(yàn)結(jié)果證明，采用改進(jìn)的方法進(jìn)行動機(jī)詞匯分類過濾，相比傳統(tǒng)的分類過濾方法，其分類過濾精度高、效率好，具有一定的優(yōu)勢。

參考文獻(xiàn)：

[1]侯風(fēng)巍,郭東軍,李世磊,等.基于信息反饋的文本主題分類過濾方法[J].通信學(xué)報(bào),2009(s1):139-144.

[2]原媛,孫敏.基于CLARA的KNN文本分類過濾防火墻的設(shè)計(jì)實(shí)現(xiàn)[J].電腦開發(fā)與應(yīng)用,2007,20(10):19-21.

[3]李健.面向智能電網(wǎng)的多領(lǐng)域海量文本過濾框架研究[J].電力信息與通信技術(shù),2015(11):31-35.

[4]馬慧媛.如何在大學(xué)英語詞匯教學(xué)中激發(fā)學(xué)生的學(xué)習(xí)動機(jī)[J].時代教育,2014(3):234-234.

[5]李志義,沈之銳,義梅練.貝葉斯分類算法在社交網(wǎng)站信息過濾中的應(yīng)用分析[J].圖書情報(bào)工作,2014(13):100-106.

[6]賈宇波.大數(shù)據(jù)挖掘分類算法在垃圾郵件過濾中的應(yīng)用[J].工業(yè)控制計(jì)算機(jī),2016,29(5).23-26.

[7]高俊波,梅波.基于文本內(nèi)容分析的微博廣告過濾模型研究[J].計(jì)算機(jī)工程,2014,40(5):17-20.

[8]康建.用詞法分析工具實(shí)現(xiàn)英語單詞提取及分類[J].電腦編程技巧與維護(hù),2015(19):17-17.