公开(公告)号：CN107102983A

公开(公告)日：2017-08-29

申请号：CN201710259663.9

申请日：2017-04-20

Applicant: 北京工业大学

Inventor： 刘磊 ,  常晓飞 ,  孙孟涛 ,  贾亚璐

IPC: G06F17/27

Abstract: 本发明公开一种基于网络知识源的中文概念的词向量表示方法，首先对获取的百科知识源进行预处理得到知识源G，其次根据G构建语义特征词典；最后，根据语义特征词典构建概念的词向量表示。采用本发明的技术方案，有效降低了一词多义和同义词问题对概念相似性度量的影响。

公开(公告)号：CN107688630B

公开(公告)日：2020-05-22

申请号：CN201710719716.0

申请日：2017-08-21

Applicant: 北京工业大学

Inventor： 刘磊 ,  孙孟涛 ,  贾亚璐 ,  陈浩

IPC: G06F16/36 ,  G06F16/35 ,  G06F40/30

Abstract: 本发明公开一种基于语义的弱监督微博多情感词典扩充方法，包括：建立候选种子词典；通过词频权重和熵权重对候选种子情感词过滤；以word2vec算法获取候选情感词，并通过统计方法验证；用基于规则方法补充情感词典。本发明方法有效扩充了多情感词典，并减少了多情感词典中情感词的数量不平衡问题。

公开(公告)号：CN108319584A

公开(公告)日：2018-07-24

申请号：CN201810058993.6

申请日：2018-01-22

Applicant: 北京工业大学

Inventor： 刘磊 ,  贾亚璐 ,  孙孟涛 ,  陈浩 ,  李静

IPC: G06F17/27

CPC classification number: G06F17/277

Abstract: 本发明公开一种基于改进的FP-Growth算法的微博类短文本的新词发现方法，包括：获取文本语料，利用jieba进行分词、词性标注等预处理；通过优化的FP-Growth算法获得频繁项集词集，并对每个频繁项有序化；利用N-grams模型获取重复串，并与频繁项集取交集；通过词性过滤，过滤掉一些在构词结构上不常用的词性；利用改进的互信息，滑动迭代计算互信息来过滤新词；利用词性组合规则库再进行一次过滤；验证该方法获取新词的有效性。

公开(公告)号：CN107102983B

公开(公告)日：2020-12-04

申请号：CN201710259663.9

申请日：2017-04-20

Applicant: 北京工业大学

Inventor： 刘磊 ,  常晓飞 ,  孙孟涛 ,  贾亚璐

IPC: G06F40/216 ,  G06F40/289 ,  G06F40/30 ,  G06F40/247

Abstract: 本发明公开一种基于网络知识源的中文概念的词向量表示方法，首先对获取的百科知识源进行预处理得到知识源G，其次根据G构建语义特征词典；最后，根据语义特征词典构建概念的词向量表示。采用本发明的技术方案，有效降低了一词多义和同义词问题对概念相似性度量的影响。

公开(公告)号：CN107688630A

公开(公告)日：2018-02-13

申请号：CN201710719716.0

申请日：2017-08-21

Applicant: 北京工业大学

Inventor： 刘磊 ,  孙孟涛 ,  贾亚璐 ,  陈浩

IPC: G06F17/30 ,  G06F17/27

Abstract: 本发明公开一种基于语义的弱监督微博多情感词典扩充方法，包括：建立候选种子词典；通过词频权重和熵权重对候选种子情感词过滤；以word2vec算法获取候选情感词，并通过统计方法验证；用基于规则方法补充情感词典。本发明方法有效扩充了多情感词典，并减少了多情感词典中情感词的数量不平衡问题。