[發(fā)明專利]一種基于張量分解的文本增量降維方法

有效

• 申請?zhí)枺?/td>: 201910314107.6
• 申請日: 2019-04-18
• 公開（公告）號: CN110209758B
• 公開（公告）日: 2021-09-03
• 發(fā)明（設(shè)計(jì)）人: 向陽;丁玲
• 申請（專利權(quán)）人: 同濟(jì)大學(xué)
• 主分類號: G06F16/31
• 分類號: G06F16/31;G06F17/16
• 代理公司: 上海科盛知識產(chǎn)權(quán)代理有限公司 31225
• 代理人: 楊宏泰

1.一種基于張量分解的文本增量降維方法，其特征在于，包括以下步驟：

1)將輸入文本數(shù)據(jù)劃分為多個(gè)子集，對每個(gè)子集進(jìn)行文本特征圖簇的構(gòu)建，并將每個(gè)特征圖簇表示為特征詞-特征詞的二階張量形式，將每個(gè)特征圖簇表示為特征詞-特征詞的二階張量形式具體為：

將文本特征圖簇中的特征圖按照特征圖內(nèi)的特征詞之間的關(guān)系表示為|V|行|V|列的方陣形式，則將該|V|行|V|列的方陣作為一個(gè)二階張量，其中，第一階和第二階均為唯一化后的特征詞，二階張量中的分量用以表示特征詞之間的關(guān)系權(quán)值；

2)在二階張量的基礎(chǔ)上增加一個(gè)特征維度，構(gòu)成特征詞-特征詞-特征的三階張量形式，構(gòu)成特征詞-特征詞-特征的三階張量形式具體包括：

將多個(gè)時(shí)間點(diǎn)的文本特征圖簇中的特征圖形成的二階張量一起合并為三階張量；

或?qū)⑿碌奈谋咎卣鲌D簇形成的三階張量與上一個(gè)基于張量分解降維的文本特征圖簇重構(gòu)后得到的三階張量合并為新的三階張量；

3)采用交替最小二乘法對三階張量進(jìn)行Tucker分解降維，獲取用以表示各個(gè)維度上主成分之間關(guān)系的核心張量以及三個(gè)因子矩陣，三階張量χ∈R^I×J×K的Tucker分解為：

其中，Α∈R^I×P、B∈R^J×Q、C∈R^K×S分別為張量χ∈R^I×J×K在三個(gè)模上的主成分矩陣，即因子矩陣，P、Q、S為三個(gè)模上主成分的個(gè)數(shù)，為核心張量，×_n為模-n乘運(yùn)算，表示外積運(yùn)算，g_pqs為三階張量和矩陣A，B，C模-n乘運(yùn)算中的系數(shù)，a_p、b_q、c_s分別為矩陣A、B、C中相應(yīng)位置的元素；

交替最小二乘法的求解目標(biāo)為：

4)通過特征詞維度、特征維度與降維后的關(guān)系矩陣獲取降維后的文本特征，從而劃分出文本特征中的特征詞和特征詞關(guān)系，實(shí)現(xiàn)文本增量降維，具體包括以下步驟：

41)根據(jù)因子矩陣中的特征詞-主成分矩陣B∈R^M×Q和特征-主成分矩陣C∈R^K×S對特征圖簇進(jìn)行重構(gòu)；

42)根據(jù)每個(gè)特征詞t_m與各個(gè)主成分的關(guān)系權(quán)值，即矩陣B中的元素b_mq的值，獲取與之關(guān)系最大的主成分，并將屬于同一主成分的特征詞合并；

43)根據(jù)每個(gè)特征f_n與各個(gè)主成分的關(guān)系權(quán)值，即矩陣C中的元素c_ns的值，獲取與之關(guān)系最大的主成分，并將屬于同一主成分的特征合并，實(shí)現(xiàn)文本特征的增量降維。