-
公开(公告)号：CN108304502B
公开(公告)日：2020-10-02
申请号：CN201810044908.0
申请日：2018-01-17
Applicant: 中国科学院自动化研究所
IPC: G06F16/9535 , G06K9/62
Abstract: 本发明涉及一种基于海量新闻数据的快速热点检测方法及系统，所述快速热点检测方法包括：对多个待处理新闻文本进行链式聚类，得到粗聚类集合；基于快速搜索和寻找密度峰值方法，对所述粗聚类集合进行搜索，得到细聚类集合；提取所述细聚类集合中的代表性短语，所述代表性短语为热点词语。本发明可直接对多个待处理新闻文本进行链式聚类，得到粗聚类集合；进一步基于快速搜索和寻找密度峰值方法，进行聚类，从而得到细聚类集合，并从中提取代表性短语，从而可快速捕捉到新闻文本中的热点词语，可提高计算效率和准确性。
-
公开(公告)号：CN109325524A
公开(公告)日：2019-02-12
申请号：CN201811014739.2
申请日：2018-08-31
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及机器学习领域，具体涉及一种事件追踪与变化阶段划分方法、系统及相关设备，旨在提高计算效率。本发明的方法包括：从多个不同的新闻传播通道中采集新闻数据并存入数据库中；然后进行话题聚类，选择待追踪事件对应的新闻集合，并查找出待追踪事件的起始发布时间；以起始发布时间为起点，绘制待追踪事件在单位时间内的信息量随时间变化的曲线，再进行等时间间隔采样，绘制出平滑后的演化包络线；求出极大值点的个数，进而计算出变化阶段的个数；计算出极大值点和极小值点；在每个极大值点的前后，分别根据预设的信息量百分比选择分割点，从而划分出不同的变化阶段。本发明提升了算法的效率，降低了时间复杂度、阈值依赖和形状依赖。
-
公开(公告)号：CN108304502A
公开(公告)日：2018-07-20
申请号：CN201810044908.0
申请日：2018-01-17
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及一种基于海量新闻数据的快速热点检测方法及系统，所述快速热点检测方法包括：对多个待处理新闻文本进行链式聚类，得到粗聚类集合；基于快速搜索和寻找密度峰值方法，对所述粗聚类集合进行搜索，得到细聚类集合；提取所述细聚类集合中的代表性短语，所述代表性短语为热点词语。本发明可直接对多个待处理新闻文本进行链式聚类，得到粗聚类集合；进一步基于快速搜索和寻找密度峰值方法，进行聚类，从而得到细聚类集合，并从中提取代表性短语，从而可快速捕捉到新闻文本中的热点词语，可提高计算效率和准确性。
-
公开(公告)号：CN108804412A
公开(公告)日：2018-11-13
申请号：CN201810331227.2
申请日：2018-04-13
Applicant: 中国科学院自动化研究所
CPC classification number: G06F17/2785 , G06F17/2715 , G06F17/2735 , G06Q50/01
Abstract: 本发明涉及自然语言处理领域，提出了一种基于社会媒体的多层级情感分析方法，旨在解决社会媒体中文章灵活多变，训练数据缺失，难以在有限数据集上取得满意的情感分类效果的问题。该方法包括：获取待进行情感分析的社会媒体的文本信息；对上述文本信息进行情感特征分析，根据情感特征分析结果确定上述文本信息的情感。对于来自社会媒体的文章，从词语和篇章两个层级进行优化处理。在词语层级上，进行泛化情感词抽取，以自动化扩充领域词典；在篇章层级上，设计自学习机制，以自动扩充训练样本。本发明实现了对从词和篇章两个层级切入，对社会媒体情感分析中的情感词典和分析模型进行优化。
-
-
-
Search Results
4
records
(took 0.019 seconds)
