公开(公告)号：CN110222172B

公开(公告)日：2021-03-16

申请号：CN201910403573.1

申请日：2019-05-15

Applicant: 北京邮电大学

Inventor： 吴旭 ,  颉夏青 ,  蔡跃 ,  许晋 ,  方滨兴 ,  陆月明

IPC: G06F16/35

Abstract: 本发明公开了一种基于改进层次聚类的多源网络舆情主题挖掘方法，涉及主题挖掘领域。具体包括以下步骤：步骤一、获取词向量；步骤二、对所有数据进行预处理；步骤三、对步骤二预处理后总的样本数据句向量化；步骤四、进行句向量半监督层次主题挖掘；步骤五、输出树状图Dendrogram。本发明利用层次聚类算法包含层次信息的优点，并在此基础上从先验知识使用、模型输入向量化、优质主题筛选等角度进行优化，最终使得本文提出的方法能有效适用于主题广泛、文本噪声多、语法缺少规范的多源网络平台短文本的主题挖掘。

公开(公告)号：CN110222172A

公开(公告)日：2019-09-10

申请号：CN201910403573.1

申请日：2019-05-15

Applicant: 北京邮电大学

Inventor： 吴旭 ,  颉夏青 ,  蔡跃 ,  许晋 ,  方滨兴 ,  陆月明

IPC: G06F16/35

Abstract: 本发明公开了一种基于改进层次聚类的多源网络舆情主题挖掘方法，涉及主题挖掘领域。具体包括以下步骤：步骤一、获取词向量；步骤二、对所有数据进行预处理；步骤三、对步骤二预处理后总的样本数据句向量化；步骤四、进行句向量半监督层次主题挖掘；步骤五、输出树状图Dendrogram。本发明利用层次聚类算法包含层次信息的优点，并在此基础上从先验知识使用、模型输入向量化、优质主题筛选等角度进行优化，最终使得本文提出的方法能有效适用于主题广泛、文本噪声多、语法缺少规范的多源网络平台短文本的主题挖掘。