[發明專利]一種用于子話題劃分的誘導劃分方法有效
| 申請號： | 201710587046.1 | 申請日： | 2017-07-18 |
| 公開（公告）號： | CN107391660B | 公開（公告）日： | 2021-05-11 |
| 發明（設計）人： | 續欣瑩;蘇婧瓊;鄒雪君;謝珺 | 申請（專利權）人： | 太原理工大學 |
| 主分類號： | G06F16/35 | 分類號： | G06F16/35;G06F40/289;G06K9/62 |
| 代理公司： | 太原市科瑞達專利代理有限公司 14101 | 代理人： | 盧茂春 |
| 地址： | 030024 山西*** | 國省代碼： | 山西;14 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 用于 話題 劃分 誘導 方法 | ||
1.一種用于子話題劃分的誘導劃分方法，其特征在于包括下述內容：
(1)文本預處理：即從新聞語料庫中隨機挑選某一熱點話題若干篇，進行人工標注，并采用ICTCLAS系統對文檔進行分詞和去停用詞；
(2)LDA主題建模對語料庫進行建模：即采用Gibbs抽樣算法，提取語料庫中的隱含主題，得到“文檔-主題”矩陣θ，對矩陣設定閾值δ，δ為0～1的任意小數；
(3)全覆蓋粒計算的知識約簡：利用全覆蓋粒計算模型表征設置閾值后的矩陣，用粒計算的方法將冗余話題刪除，將詞項空間表達的文檔約簡為主題空間的低維表達，從而達到了降維的目的；
(4)誘導劃分：將刪除冗余覆蓋元之后的結果作為誘導劃分的輸入，通過改進的誘導劃分方法，得到誘導等價類，從而實現誘導劃分；
(5)子話題劃分：將誘導等價類中的每一類作為一個子話題，誘導等價類中集合的個數對應子話題的個數，將同一集合中的文檔劃分為同一個子話題，實現語料庫中新聞文檔的子話題劃分；
文檔中主題的概率ρδ時，δ為0～1的任意小數，矩陣θ為1，文檔中主題的概率ρ＜δ時，矩陣θ為0；
改進的誘導劃分步驟是：
步驟1：確定論域和覆蓋元；
步驟2：計算論域中每個元素的鄰域系統；
步驟3：將具有相同鄰域系統的元素進行重新組合和劃分，產生新覆蓋元，并將覆蓋元和新覆蓋元視為粒結構；
步驟4：在粒結構中根據誘導覆蓋的定義尋找誘導等價類，實現誘導劃分。
2.如權利要求1所述的一種用于子話題劃分的誘導劃分方法，其特征在于：粒結構的定義：設是非空論域U上的一個全覆蓋，每個覆蓋元是一個生成粒；生成粒之間不斷進行交運算和對稱差運算，產生的新的粒加入生成粒中，同時與其他粒也進行上述運算，最終形成一個閉合的結構，這樣的結構叫做粒結構。
3.如權利要求1所述的一種用于子話題劃分的誘導劃分方法，其特征在于：子話題劃分的誘導劃分評價指標包括丟失率Pmiss、誤報率Pfa和錯誤識別代價Cdet，a表示未檢測到的與話題i相關的新聞數，b表示與話題i相關的新聞數；
c表示檢測到的與話題i不相關的新聞數，d表示與話題i不相關的新聞數；
錯誤識別代價Cdet＝Cmiss×Pmiss×Ptarget+Cfa×Pfa×Pnon-target
式中Cmiss為1，Cmiss表示丟失一個相關新聞的代價；
Cfa為0.1，Cfa表示誤報一個相關新聞的代價；
Ptarget為0.02，Ptarget表示一個新聞與目標話題相關的先驗概率；
Pnon-target為0.98，Pnon-target表示一個新聞與目標話題不相關的先驗概率。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于太原理工大學，未經太原理工大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201710587046.1/1.html，轉載請聲明來源鉆瓜專利網。
