[發(fā)明專利]一種文本聚類方法、文本聚類裝置及終端設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 201811495672.9
• 申請(qǐng)日: 2018-12-07
• 公開（公告）號(hào): CN109766437A
• 公開（公告）日: 2019-05-17
• 發(fā)明（設(shè)計(jì)）人: 劉志勇;吳又奎;任曉德
• 申請(qǐng)（專利權(quán)）人: 中科恒運(yùn)股份有限公司
• 主分類號(hào): G06F16/35
• 分類號(hào): G06F16/35;G06F17/27
• 代理公司: 石家莊國為知識(shí)產(chǎn)權(quán)事務(wù)所 13120
• 代理人: 秦敏華

本申請(qǐng)適用于深度學(xué)習(xí)技術(shù)領(lǐng)域，提供了一種文本聚類方法、文本聚類裝置及終端設(shè)備，包括：獲取至少兩個(gè)待聚類文本，并分別對(duì)每個(gè)待聚類文本進(jìn)行分詞預(yù)處理得到多個(gè)文本特征詞；利用Word2vec分別將每個(gè)文本特征詞轉(zhuǎn)換成詞向量，并將所述待聚類文本中的所有詞向量進(jìn)行疊加得到所述待聚類文本的文本向量；利用預(yù)設(shè)的聚類模型對(duì)所述待聚類文本的文本向量進(jìn)行聚類，得到聚類結(jié)果。通過上述方法，有效提高了文本聚類的準(zhǔn)確率。

技術(shù)領(lǐng)域

本申請(qǐng)涉及深度學(xué)習(xí)技術(shù)領(lǐng)域，尤其涉及一種文本聚類方法、文本聚類裝置及終端設(shè)備。

背景技術(shù)

文本聚類是在傳統(tǒng)的聚類分析的基礎(chǔ)上發(fā)展而來的，其依據(jù)是同類的文檔相似度較大，不同類的文檔相似度較小。作為一種無監(jiān)督的機(jī)器學(xué)習(xí)方法，聚類不需要訓(xùn)練過程，也不需要預(yù)先對(duì)文檔手工標(biāo)注類別，因此具有一定的靈活性和較高的自動(dòng)化處理能力，已經(jīng)成為對(duì)文本信息進(jìn)行分類和識(shí)別的重要手段，為越來越多的研究人員所關(guān)注。但是現(xiàn)有的文本聚類方法仍然得不到較高的準(zhǔn)確率。

發(fā)明內(nèi)容

有鑒于此，本申請(qǐng)實(shí)施例提供了一種文本聚類方法、文本聚類裝置及終端設(shè)備，以解決現(xiàn)有的文本聚類方法的結(jié)果準(zhǔn)確性較低的問題。

本申請(qǐng)實(shí)施例的第一方面提供了一種文本聚類方法，包括：

獲取至少兩個(gè)待聚類文本，并分別對(duì)每個(gè)待聚類文本進(jìn)行分詞預(yù)處理得到多個(gè)文本特征詞；

利用Word2vec分別將每個(gè)文本特征詞轉(zhuǎn)換成詞向量，并將所述待聚類文本中的所有詞向量進(jìn)行疊加得到所述待聚類文本的文本向量；

利用預(yù)設(shè)的聚類模型對(duì)所述待聚類文本的文本向量進(jìn)行聚類，得到聚類結(jié)果。

本申請(qǐng)實(shí)施例的第二方面提供了一種文本聚類裝置，包括：

預(yù)處理單元，用于獲取至少兩個(gè)待聚類文本，并分別對(duì)每個(gè)待聚類文本進(jìn)行分詞預(yù)處理得到多個(gè)文本特征詞；

轉(zhuǎn)換單元，用于利用Word2vec分別將每個(gè)文本特征詞轉(zhuǎn)換成詞向量，并將所述待聚類文本中的所有詞向量進(jìn)行疊加得到所述待聚類文本的文本向量；

聚類單元，用于利用預(yù)設(shè)的聚類模型對(duì)所述待聚類文本的文本向量進(jìn)行聚類，得到聚類結(jié)果。

本申請(qǐng)實(shí)施例的第三方面提供了一種終端設(shè)備，包括存儲(chǔ)器、處理器以及存儲(chǔ)在所述存儲(chǔ)器中并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)本申請(qǐng)實(shí)施例第一方面提供的所述方法的步驟。

本申請(qǐng)實(shí)施例的第四方面提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被一個(gè)或多個(gè)處理器執(zhí)行時(shí)實(shí)現(xiàn)本申請(qǐng)實(shí)施例第一方面提供的所述方法的步驟。

本申請(qǐng)實(shí)施例與現(xiàn)有技術(shù)相比存在的有益效果是：

本申請(qǐng)實(shí)施例利用預(yù)設(shè)的聚類模型對(duì)待聚類文本進(jìn)行聚類，能夠有效提高文本分類的準(zhǔn)確率。另外，先對(duì)待聚類文本進(jìn)行分詞預(yù)處理得到多個(gè)文本特征詞，再利用Word2vec分別將每個(gè)文本特征詞轉(zhuǎn)換成詞向量，并將每個(gè)待聚類文本中的所有詞向量疊加得到每個(gè)待聚類文本的文本向量，通過上述方法，有效提高了文本聚類的計(jì)算效率。

附圖說明

為了更清楚地說明本申請(qǐng)實(shí)施例中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本申請(qǐng)的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)性的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1是本申請(qǐng)實(shí)施例提供的文本聚類方法的實(shí)現(xiàn)流程示意圖；

圖2是本申請(qǐng)實(shí)施例提供的文本聚類裝置的示意圖；

圖3是本申請(qǐng)實(shí)施例提供的終端設(shè)備的示意圖。