公开(公告)号：CN106874430A

公开(公告)日：2017-06-20

申请号：CN201710059191.2

申请日：2017-01-23

Applicant: 复旦大学

Inventor： 赵志洲 ,  路畅 ,  何震瀛 ,  王晓阳 ,  韩伟力

IPC: G06F17/30

CPC classification number: G06F17/30666 ,  G06F17/30619 ,  G06F17/30663 ,  G06F17/30687

Abstract: 本发明属于电子信息技术领域，具体为高效的文本区间热词查询方法。现有的热词提取算法一般面向挖掘任务，时间复杂度较高，难以直接应用于热词的在线查询处理。本发明方法包括两个阶段：利用时间序列划分和范围查询的思想，对原始文本数据D进行预处理；数据预处理的基础上，采用优化算法EHWE，对给定查询q的时间范围以及需要提取的热词个数k，计算确定所需热词。与现有的面向挖掘的算法相比，EHWE算法能够在保证计算结果准确率的前提下，有效提高热词在线查询的效率。实验结果表明，与现有的面向挖掘的算法相比，EHWE算法在CNN，BBC和NYT三个数据集涉及的整个时间范围上的运行时间分别减少59.7%，65.1%和75.5%。

公开(公告)号：CN106874430B

公开(公告)日：2021-06-04

申请号：CN201710059191.2

申请日：2017-01-23

Applicant: 复旦大学

Inventor： 赵志洲 ,  路畅 ,  何震瀛 ,  王晓阳 ,  韩伟力

IPC: G06F16/31 ,  G06F16/33

Abstract: 本发明属于电子信息技术领域，具体为高效的文本区间热词查询方法。现有的热词提取算法一般面向挖掘任务，时间复杂度较高，难以直接应用于热词的在线查询处理。本发明方法包括两个阶段：利用时间序列划分和范围查询的思想，对原始文本数据D进行预处理；数据预处理的基础上，采用优化算法EHWE，对给定查询q的时间范围以及需要提取的热词个数k，计算确定所需热词。与现有的面向挖掘的算法相比，EHWE算法能够在保证计算结果准确率的前提下，有效提高热词在线查询的效率。实验结果表明，与现有的面向挖掘的算法相比，EHWE算法在CNN，BBC和NYT三个数据集涉及的整个时间范围上的运行时间分别减少59.7%，65.1%和75.5%。