[發明專利]一種基于軟分類模型的新聞情感和重要性分類方法在審
| 申請號： | 201810440970.1 | 申請日： | 2018-05-10 |
| 公開（公告）號： | CN108595704A | 公開（公告）日： | 2018-09-28 |
| 發明（設計）人： | 馮翱 | 申請（專利權）人： | 成都信息工程大學;成都智睿通拓科技有限公司 |
| 主分類號： | G06F17/30 | 分類號： | G06F17/30;G06F17/27 |
| 代理公司： | 暫無信息 | 代理人： | 暫無信息 |
| 地址： | 610000 四川省成都*** | 國省代碼： | 四川;51 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 分類標簽 主題模型 分類器 文檔 重要性分類 新聞數據 軟分類 標簽 采集 標簽概率 典型樣本 概率分布 人工標注 文檔內容 新聞文本 訓練數據 主題分布 標注 分類 概率 | ||
1.一種基于軟分類模型的新聞情感和重要性分類方法，其特征在于，包括以下步驟：
步驟1：采集新聞數據，所述新聞數據包含各個領域的多樣化的新聞內容，從而覆蓋不同類型的內容；
步驟2：使用步驟1采集的新聞文本集全量訓練LDA主題模型，得到給定主題數的主題模型；
步驟3：選定需要建立分類器的一定數量主題，分別提取每個主題的典型樣本，進行人工標注；
步驟4：對于步驟3中選定的每個主題，使用標注的訓練數據建立該主題的分類器；
步驟5：對于新進新聞數據，使用步驟2中得到的主題模型對文檔D進行主題劃分，得到在所有主題t中的概率分布P(t|D)；
步驟6：對于文檔中涉及到的所有主題ti，如果是建立了分類器的，均使用對應的分類器對文檔內容進行分類，從而得到對應的分類標簽l或標簽概率P(l|D,ti)；
步驟7：根據文檔的主題分布和每個主題中得到的分類標簽，計算該文檔的分類標簽：
取所有標簽中分值/概率最高的作為其情感和重要性標簽。
2.如權利要求1所述的分類方法，其特征在于，在步驟2中，所述主題模型的給定主題數范圍為50至200。
3.如權利要求1所述的分類方法，其特征在于，在步驟3中，對于訓練得到主題中覆蓋率最高的前10至50個主題，分別取該主題占比50％以上的文檔進行人工標注。
4.如權利要求1所述的分類方法，其特征在于，在步驟3中，對于訓練得到主題中累計覆蓋率占所有文檔95％以上的主題，分別取該主題占比50％以上的文檔進行人工標注。
5.如權利要求1至4之一所述的分類方法，其特征在于，在步驟4中，所述分類器采用的分類算法包括支持向量機、貝葉斯模型、決策樹和神經網絡算法。
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成都信息工程大學;成都智睿通拓科技有限公司，未經成都信息工程大學;成都智睿通拓科技有限公司許可，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/201810440970.1/1.html，轉載請聲明來源鉆瓜專利網。
