一种基于马尔可夫聚类的实体间关系消解方法

    公开(公告)号:CN105893481B

    公开(公告)日:2019-01-29

    申请号:CN201610187149.4

    申请日:2016-03-29

    Abstract: 本发明提供一种基于马尔可夫聚类的实体间关系消解方法,包括:计算K个实体中任意两个实体之间的语义相似度;根据实体间的语义相似度构造赋权图G;构造状态转移矩阵M;在状态转移矩阵M上执行马尔科夫聚类算法,得到多个关系簇;其中,每个簇代表一系列语义相近似的实体。本发明提供的基于马尔可夫聚类的实体间关系消解方法具有以下优点:提出了融合词法和语义的相似度计算方法,然后给出了基于马尔科夫图聚类的关系聚类方法。该方法与层次聚类方法相比,聚类纯度指标有了一定提高,还具有计算过程简单快速的优点。

    移动新闻App影响力评级方法

    公开(公告)号:CN107153908A

    公开(公告)日:2017-09-12

    申请号:CN201710186473.9

    申请日:2017-03-24

    CPC classification number: G06Q10/06393 G06F17/3089 G06Q50/01

    Abstract: 本发明公开了一种移动新闻App影响力评级方法,步骤包括:1)采集新闻APP上的数据,并将数据聚类入库,所述数据包括:所属网站、评论次数、转载次数、日均访问量(PV)和访问量(UV);2)计算新闻影响力因子;3)利用PageRank算法计算新闻App转载率;4)通过查询回复率参考表得出新闻App回复率;5)利用计算模型计算新闻APP得分,根据分数将新闻App排序。本发明以分数的形式展现给用户,更加直白的显示出不同的新闻App的影响力。这个数值就是新闻App的评价分,分数越高的新闻App,越能满足用户的需求,可以及时的为大众提供实时新闻。

    一种网络评论产生式摘要方法

    公开(公告)号:CN105912644A

    公开(公告)日:2016-08-31

    申请号:CN201610217911.9

    申请日:2016-04-08

    CPC classification number: G06F16/345 G06F17/2775

    Abstract: 本发明公开了一种网络评论产生式摘要方法。首先,基于标点符号对评论进行短语分割、分词并标记每个词语的词性,进而基于评论对象参数字典和句法模板过滤掉与评论对象无关的短语;然后,计算短语情感极性强度值,根据评论对象参数的所有短语的情感极性强度值对评论对象参数的重要性进行排序,选取最重要的一部分参数进行摘要生成;最后,针对选取的每个参数,选取一个对该参数最重要的一个评论短语,把选取的所有短语置入到设计好的摘要模板中以生成评论摘要。本发明综合利用了情感分析、词性分析等技术提取有效的用户评论信息,并根据设计好的模板生成摘要,对提高摘要的可读性和准确性有很大帮助。

    微博深度分类方法及系统
    36.
    发明公开

    公开(公告)号:CN105843957A

    公开(公告)日:2016-08-10

    申请号:CN201610236172.8

    申请日:2016-04-15

    Abstract: 本发明实施例提供一种微博深度分类方法及系统,该方法包括:将分词处理后的第一微博训练样本数据分别与各第一筛选词库进行词汇匹配,确定所述第一微博训练样本数据在所述各第一筛选词库中出现的词汇频率;将所述第一微博训练样本数据在所述各第一筛选词库中出现的词汇频率进行归一化处理,并将归一化处理后的数据输入学习模型;根据所述学习模型的输出确定微博事件分类模型;根据所述微博事件分类模型对微博文本进行分类。本发明实施例提供的微博深度分类方法及系统,能够对微博文本进行深入的细化分类,提高微博文本的分类正确率。

Patent Agency Ranking