基于非参数VMF混合模型的文本数据聚类方法、装置及设备

授权

摘要

本发明公开了一种基于非参数VMF混合模型的文本数据聚类方法、装置及设备，方法包括：S101，获取待聚类的文本数据集；其中，所述文本数据集包括多个文本，每个文本用词频‑逆文本频率指数标准化方法表示为D维的文本向量特征；S102，使用基于Pitman‑Yor过程的非参数VMF混合模型对每个文本进行建模；S103，通过变分贝叶斯推断算法估算所述非参数VMF混合模型的模型参数；S104，根据推断的所述模型参数，判断所述非参数VMF混合模型是否收敛；若否，则返回步骤S103，若是，则执行步骤S105；S105，根据指示因子的后验概率判断每个文本的所属类别，从而根据所属类别对所述文本进行聚类。本发明能够确保算法收敛并且可以有效地检测收敛状态。

基本信息

专利标题：

基于非参数VMF混合模型的文本数据聚类方法、装置及设备

专利标题（英）：

暂无

公开（公告）号：

CN111611389A

申请号：

CN202010499191.6

公开（公告）日：

2020-09-01

申请日：

2020-06-04

授权号：

CN111611389B

授权日：

2022-05-27

发明人：

范文涛侯文娟

申请人：

华侨大学

申请人地址：

福建省泉州市城华北路269号

代理机构：

厦门智慧呈睿知识产权代理事务所(普通合伙)

代理人：

杨唯

优先权：

CN202010499191.6

主分类号：

G06F16/35

IPC分类号：

G06F16/35 G06F40/216 G06K9/62

IPC结构图谱

G部——物理

G06

计算；推算或计数

G06F

电数字数据处理

G06F16/35

••聚类；分类

法律状态

2022-05-27 ：

授权

2020-09-25 ：

实质审查的生效

IPC(主分类) : G06F 16/35
申请日 : 20200604

2020-09-01 ：

公开

注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。

文件下载

暂无PDF文件可下载