CN101477563A - 一种短文本聚类的方法、系统及其数据处理装置 - Google Patents
一种短文本聚类的方法、系统及其数据处理装置 Download PDFInfo
- Publication number
- CN101477563A CN101477563A CNA2009100767915A CN200910076791A CN101477563A CN 101477563 A CN101477563 A CN 101477563A CN A2009100767915 A CNA2009100767915 A CN A2009100767915A CN 200910076791 A CN200910076791 A CN 200910076791A CN 101477563 A CN101477563 A CN 101477563A
- Authority
- CN
- China
- Prior art keywords
- classification
- short text
- vocabulary
- centerdot
- mcut
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
Description
MicroFScore | MacroFScore | |
本发明方法 | 0.77 | 0.68 |
KMeans(K=13) | 0.49 | 0.31 |
关键词 | 正确类别数 | 错误类别数 | 总类别数 |
崔真实 | 8 | 1 | 9 |
建设银行 | 7 | 3 | 10 |
陈慧琳 | 6 | 1 | 7 |
极品家丁 | 7 | 0 | 7 |
注册香港公司 | 9 | 1 | 10 |
迅雷看看 | 4 | 0 | 4 |
婚庆 | 5 | 2 | 7 |
手机充值卡 | 6 | 2 | 8 |
魔兽世界 | 6 | 0 | 6 |
Claims (17)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009100767915A CN101477563B (zh) | 2009-01-21 | 2009-01-21 | 一种短文本聚类的方法、系统及其数据处理装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2009100767915A CN101477563B (zh) | 2009-01-21 | 2009-01-21 | 一种短文本聚类的方法、系统及其数据处理装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101477563A true CN101477563A (zh) | 2009-07-08 |
CN101477563B CN101477563B (zh) | 2010-11-10 |
Family
ID=40838279
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2009100767915A Active CN101477563B (zh) | 2009-01-21 | 2009-01-21 | 一种短文本聚类的方法、系统及其数据处理装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101477563B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101673305A (zh) * | 2009-09-29 | 2010-03-17 | 百度在线网络技术(北京)有限公司 | 行业分类方法、装置和服务器 |
CN102598038A (zh) * | 2009-10-30 | 2012-07-18 | 乐天株式会社 | 特有内容数据判定程序、特有内容数据判定装置、特有内容数据判定方法、记录介质、内容数据生成装置以及关联内容数据插入装置 |
CN102622338A (zh) * | 2012-02-24 | 2012-08-01 | 北京工业大学 | 一种短文本间语义距离的计算机辅助计算方法 |
CN103177125A (zh) * | 2013-04-17 | 2013-06-26 | 镇江诺尼基智能技术有限公司 | 一种快速的短文本双聚类方法 |
CN103823809A (zh) * | 2012-11-16 | 2014-05-28 | 百度在线网络技术(北京)有限公司 | 一种对查询短语分类的方法、分类优化的方法及其装置 |
CN105512109A (zh) * | 2015-12-11 | 2016-04-20 | 北京锐安科技有限公司 | 新词汇的发现方法及装置 |
CN106294350A (zh) * | 2015-05-13 | 2017-01-04 | 阿里巴巴集团控股有限公司 | 一种文本聚合方法及装置 |
WO2018086401A1 (zh) * | 2016-11-14 | 2018-05-17 | 平安科技(深圳)有限公司 | 自动问答系统中的问题聚类处理方法及装置 |
CN109857863A (zh) * | 2019-01-04 | 2019-06-07 | 北京车慧科技有限公司 | 一种语句分类系统 |
CN109947934A (zh) * | 2018-07-17 | 2019-06-28 | 中国银联股份有限公司 | 针对短文本的数据挖掘方法及系统 |
CN110019705A (zh) * | 2017-10-31 | 2019-07-16 | 北京搜狗科技发展有限公司 | 一种信息处理方法、装置和用于信息处理的装置 |
CN110866095A (zh) * | 2019-10-10 | 2020-03-06 | 重庆金融资产交易所有限责任公司 | 一种文本相似度的确定方法及相关设备 |
US10614134B2 (en) | 2009-10-30 | 2020-04-07 | Rakuten, Inc. | Characteristic content determination device, characteristic content determination method, and recording medium |
-
2009
- 2009-01-21 CN CN2009100767915A patent/CN101477563B/zh active Active
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101673305A (zh) * | 2009-09-29 | 2010-03-17 | 百度在线网络技术(北京)有限公司 | 行业分类方法、装置和服务器 |
CN101673305B (zh) * | 2009-09-29 | 2015-04-08 | 百度在线网络技术(北京)有限公司 | 行业分类方法、装置和服务器 |
CN102598038A (zh) * | 2009-10-30 | 2012-07-18 | 乐天株式会社 | 特有内容数据判定程序、特有内容数据判定装置、特有内容数据判定方法、记录介质、内容数据生成装置以及关联内容数据插入装置 |
US10614134B2 (en) | 2009-10-30 | 2020-04-07 | Rakuten, Inc. | Characteristic content determination device, characteristic content determination method, and recording medium |
CN102598038B (zh) * | 2009-10-30 | 2015-02-18 | 乐天株式会社 | 特有内容数据判定装置、特有内容数据判定方法、内容数据生成装置以及关联内容数据插入装置 |
CN102622338A (zh) * | 2012-02-24 | 2012-08-01 | 北京工业大学 | 一种短文本间语义距离的计算机辅助计算方法 |
CN103823809A (zh) * | 2012-11-16 | 2014-05-28 | 百度在线网络技术(北京)有限公司 | 一种对查询短语分类的方法、分类优化的方法及其装置 |
CN103823809B (zh) * | 2012-11-16 | 2018-06-08 | 百度在线网络技术(北京)有限公司 | 一种对查询短语分类的方法、分类优化的方法及其装置 |
CN103177125B (zh) * | 2013-04-17 | 2016-04-27 | 镇江诺尼基智能技术有限公司 | 一种快速的短文本双聚类方法 |
CN103177125A (zh) * | 2013-04-17 | 2013-06-26 | 镇江诺尼基智能技术有限公司 | 一种快速的短文本双聚类方法 |
CN106294350A (zh) * | 2015-05-13 | 2017-01-04 | 阿里巴巴集团控股有限公司 | 一种文本聚合方法及装置 |
CN105512109A (zh) * | 2015-12-11 | 2016-04-20 | 北京锐安科技有限公司 | 新词汇的发现方法及装置 |
WO2018086401A1 (zh) * | 2016-11-14 | 2018-05-17 | 平安科技(深圳)有限公司 | 自动问答系统中的问题聚类处理方法及装置 |
CN110019705A (zh) * | 2017-10-31 | 2019-07-16 | 北京搜狗科技发展有限公司 | 一种信息处理方法、装置和用于信息处理的装置 |
CN109947934A (zh) * | 2018-07-17 | 2019-06-28 | 中国银联股份有限公司 | 针对短文本的数据挖掘方法及系统 |
CN109947934B (zh) * | 2018-07-17 | 2024-01-30 | 中国银联股份有限公司 | 针对短文本的数据挖掘方法及系统 |
CN109857863A (zh) * | 2019-01-04 | 2019-06-07 | 北京车慧科技有限公司 | 一种语句分类系统 |
CN109857863B (zh) * | 2019-01-04 | 2020-07-28 | 北京车慧科技有限公司 | 一种语句分类系统 |
CN110866095A (zh) * | 2019-10-10 | 2020-03-06 | 重庆金融资产交易所有限责任公司 | 一种文本相似度的确定方法及相关设备 |
Also Published As
Publication number | Publication date |
---|---|
CN101477563B (zh) | 2010-11-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101477563B (zh) | 一种短文本聚类的方法、系统及其数据处理装置 | |
CN104750795B (zh) | 一种智能语义检索系统和方法 | |
CN103258000B (zh) | 对网页中高频关键词进行聚类的方法及装置 | |
CN105183833B (zh) | 一种基于用户模型的微博文本推荐方法及其推荐装置 | |
CN109885773B (zh) | 一种文章个性化推荐方法、系统、介质及设备 | |
CN107577785A (zh) | 一种适用于法律识别的层次多标签分类方法 | |
CN108038096A (zh) | 知识库文档快速检索方法、应用服务器计算机可读存储介质 | |
CN103886108B (zh) | 一种不均衡文本集的特征选择和权重计算方法 | |
CN100545847C (zh) | 一种对博客文章进行排序的方法及系统 | |
WO2021184674A1 (zh) | 文本关键词提取方法、电子设备及计算机可读存储介质 | |
CN108009135B (zh) | 生成文档摘要的方法和装置 | |
CN105760493A (zh) | 一种电力营销服务热点95598工单自动分类方法 | |
CN108647322B (zh) | 基于词网识别大量Web文本信息相似度的方法 | |
CN101621391A (zh) | 基于概率主题进行短文本分类的方法及系统 | |
CN111045847A (zh) | 事件审计方法、装置、终端设备以及存储介质 | |
CN112115716A (zh) | 一种基于多维词向量下文本匹配的服务发现方法、系统及设备 | |
CN103490974A (zh) | 一种垃圾邮件检测方法及装置 | |
CN102999538A (zh) | 人物搜索方法和设备 | |
Sitorus et al. | Sensing trending topics in twitter for greater Jakarta area | |
CN102929977A (zh) | 一种面向新闻网站的事件跟踪方法 | |
CN111143515B (zh) | 文本匹配方法及装置 | |
CN110175289B (zh) | 基于余弦相似度协同过滤的混合推荐方法 | |
CN106991171A (zh) | 基于智慧校园信息服务平台的话题发现方法 | |
CN106294689A (zh) | 一种基于文本类特征选择进行降维的方法和装置 | |
CN103207893B (zh) | 基于向量组映射的两类文本的分类方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
ASS | Succession or assignment of patent right |
Owner name: ZHUHAI FASTER SOFTWARE TECHNOLOGY CO., LTD. Free format text: FORMER OWNER: BEIJING BAIWEN BAIDA NETWORK TECHNOLOGIES CO., LTD. Effective date: 20110720 |
|
C41 | Transfer of patent application or patent right or utility model | ||
COR | Change of bibliographic data |
Free format text: CORRECT: ADDRESS; FROM: 100872 ROOM 1207F, CULTURE BUILDING, NO. 59, ZHONGGUANCUN STREET, HAIDIAN DISTRICT, BEIJING TO: 519080 ROOM 202-204, BUILDING D1, XIYUAN, ZHUHAI SOUTHERN SOFTWARE PARK |
|
TR01 | Transfer of patent right |
Effective date of registration: 20110720 Address after: 519080 Zhuhai South Software Park, D1 building, room 202-204, Xiyuan Patentee after: Meng Shengguang Address before: 100872, 1207F building, building 59, Zhongguancun Avenue, Haidian District, Beijing Patentee before: Beijing Baiwenbaida Network Technologies Co., Ltd. |
|
C56 | Change in the name or address of the patentee | ||
CP03 | Change of name, title or address |
Address after: 519000 Guangdong province Zhuhai Jida Waterfront Road No. 9 third floor 3016, 3018 Patentee after: Guangdong Donghua faster Software Co. Ltd. Address before: Room 202-204, building D1, Xiyuan South Software Park, Zhuhai Patentee before: Meng Shengguang |