[發明專利]一種基于主題的分類方法及裝置

有效

• 申請號: 201710560996.5
• 申請日: 2017-07-11
• 公開（公告）號: CN107402984B
• 公開（公告）日: 2018-11-20
• 發明（設計）人: 張快;程浩;柳超
• 申請（專利權）人: 北京金堤科技有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 王瑩;曹杰

本發明實施例提供一種基于主題的分類方法及裝置，所述方法包括：獲取公司信息；根據所述公司信息，獲取與每個公司對應的特征詞集合；根據所述特征詞集合，構建包含有第一概率的似然度函數，其中，所述第一概率為每個公司歸屬于K個主題分類中的一個分類m的概率；將使所述似然度函數達到最大值的第一概率作為目標第一概率，并獲取每個公司的主題特征向量，所述主題特征向量包括所述目標第一概率；根據所述主題特征向量，計算每兩個公司的相似度，并將所述相似度高于相似度閾值的每兩個公司歸屬于同一主題分類。所述裝置執行上述方法。本發明實施例提供的基于主題的分類方法及裝置，能夠準確地確定公司的主題分類。

技術領域

本發明實施例涉及信息分類領域，具體涉及一種基于主題的分類方法及裝置。

背景技術

隨著信息技術的發展，對信息分類，尤其是對公司所屬的類型進行分類顯得尤為重要。

現有技術通過分析處理信息的特征變量，實現對信息的分類，但是存在以下缺陷：(1)由于特征變量數量巨大，使得計算實現過程復雜；(2)特征變量的冗余性，以公司為例：某類公司可能會存在很多特征變量，這些特征變量之間存在相關或無關的特性，使得無法根據特征變量準確地確定該公司的主題分類。

因此，如何解決上述的技術缺陷，并準確地確定公司的主題分類，成為亟須解決的問題。

發明內容

針對現有技術存在的問題，本發明實施例提供一種基于主題的分類方法及裝置。

第一方面，本發明實施例提供一種基于主題的分類方法，所述方法包括：

獲取公司信息；

根據所述公司信息，獲取與每個公司對應的特征詞集合；

根據所述特征詞集合，構建包含有第一概率的似然度函數，其中，所述第一概率為每個公司歸屬于K個主題分類中的一個分類m的概率；

將使所述似然度函數達到最大值的第一概率作為目標第一概率，并獲取每個公司的主題特征向量，所述主題特征向量包括所述目標第一概率；

根據所述主題特征向量，計算每兩個公司的相似度，并將所述相似度高于相似度閾值的每兩個公司歸屬于同一主題分類。

第二方面，本發明實施例提供一種基于主題的分類裝置，所述裝置包括：

第一獲取單元，用于獲取公司信息；

第二獲取單元，用于根據所述公司信息，獲取與每個公司對應的特征詞集合；

構建單元，用于根據所述特征詞集合，構建包含有第一概率的似然度函數，其中，所述第一概率為每個公司歸屬于K個主題分類中的一個分類m的概率；

確定單元，用于將使所述似然度函數達到最大值的第一概率作為目標第一概率，并獲取每個公司的主題特征向量，所述主題特征向量包括所述目標第一概率；

歸類單元，用于根據所述主題特征向量，計算每兩個公司的相似度，并將所述相似度高于相似度閾值的每兩個公司歸屬于同一主題分類。

第三方面，本發明實施例提供另一種基于主題的分類裝置，包括：處理器、存儲器和總線，其中，

所述處理器和所述存儲器通過所述總線完成相互間的通信；

所述存儲器存儲有可被所述處理器執行的程序指令，所述處理器調用所述程序指令能夠執行如下方法：

獲取公司信息；

根據所述公司信息，獲取與每個公司對應的特征詞集合；

根據所述特征詞集合，構建包含有第一概率的似然度函數，其中，所述第一概率為每個公司歸屬于K個主題分類中的一個分類m的概率；