一種基于短語主題建模的多文檔自動摘要生成方法
【專利摘要】本發(fā)明公開了一種基于短語主題建模的多文檔自動摘要生成方法。將樣本多文檔進行分詞處理，得到短語及其出現(xiàn)頻率，文檔被表示為短語袋的形式；以LDA主題模型為基礎(chǔ)計算文檔的聯(lián)合概率分布，轉(zhuǎn)化到短語主題模型中，然后根據(jù)貝葉斯概率使用Gibbs采樣算法對短語主題模型中的隱參數(shù)進行參數(shù)估計，最后得到主題在單詞上的概率分布；對被測文檔進行分詞處理，計算獲得句子的主題權(quán)重和詞頻權(quán)重，加權(quán)計算得到句子的最終權(quán)重，根據(jù)最終權(quán)重生成摘要內(nèi)容。本發(fā)明方法更加規(guī)范和精確，考慮了不同單詞之間關(guān)系，引進句子的主題權(quán)重，生成結(jié)果更符合人們實際的撰寫短文摘要的情況，在引進句子的主題權(quán)重后。
【專利說明】
一種基于短語主題建模的多文檔自動摘要生成方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及了一種多文檔自動摘要算法，尤其涉及了一種基于短語主題建模的多 文檔自動摘要生成方法。
【背景技術(shù)】
[0002] 隨著互聯(lián)網(wǎng)的快速普及，人們獲取信息和知識越來越方便，同時由于網(wǎng)絡(luò)信息的 爆炸性增長，導(dǎo)致人們處理大量的文本信息時需要花費大量的精力。那么如何解決人們處 理大量的文本信息自然成了當(dāng)前研究的熱點。
[0003] 多文檔自動摘要技術(shù)正是為了解決該問題而提出的。目前在新聞文章的自動短文 應(yīng)用較為成熟，新聞文章的特點是來源于不同媒體的新聞文章以同一事件為中心，使用盡 可能相同的單詞來描述該事件。通過對不同媒體的新聞文章提取相同部分作為主要內(nèi)容， 提取不同部分作為可能的補充內(nèi)容，來完成應(yīng)用于新聞文章的多文檔自動摘要技術(shù)，大部 分技術(shù)是利用文本聚類的方法實現(xiàn)的。
[0004] 而我們的目標(biāo)是研究為文獻綜述服務(wù)的多文檔自動摘要技術(shù)。相比較新聞文章的 以同一事件為中心而言，文獻文本并不以同一對象為中心，而是以同一主題為中心。相同單 詞的頻率也不如新聞文章那樣高，使用文本聚類的方法無法準(zhǔn)確為文獻生成短文文摘。我 們提出利用主題模型來挖掘出不同單詞的主題，通過比較不同單詞的主題來實現(xiàn)多文檔自 動摘要技術(shù)。同樣，相同的高頻單詞對自動文摘的影響無法忽視。最終，我們決定利用主題 建模計算句子的主題權(quán)重作為對以詞頻為特征的SumBasic自動摘要算法的補充，實現(xiàn)應(yīng)用 于文獻綜述的多文檔自動摘要算法。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明是為了實現(xiàn)對文獻綜述的多文檔自動摘要生成，考慮到了不同單詞屬于同 一主題的情況，提出了一種基于短語主題建模的多文檔自動摘要生成方法，利用短語主題 模型挖掘出隱藏在單詞下的主題，對多文檔自動摘要生成有重要的意義。
[0006] 如圖1所示，本發(fā)明解決其技術(shù)問題，首先是通過短語主題建模對文本進行主題挖 掘處理，在該過程中，文本被分割成滿足一定頻率的短語，組成短語袋;在此短語袋的基礎(chǔ) 上利用短語主題模型進行建模，在參數(shù)估計過程中得到主題在單詞上的概率分布；在 SumBasic自動文摘方法的基礎(chǔ)上，分別計算句子的詞頻權(quán)重和主題權(quán)重，兩種權(quán)重最后通 過加權(quán)求和得到句子的最終權(quán)重，選擇權(quán)重最大的句子作為自動文摘的生成內(nèi)容。
[0007] 采用的具體技術(shù)方案如下：
[0008] 1)預(yù)處理樣本多文檔：利用Mai let自然語言處理工具將樣本多文檔進行分詞處 理，得到短語及其出現(xiàn)頻率，文檔被表示為短語袋的形式；
[0009] 所述步驟1)分詞處理后的短語長度被限制為不超過3。
[0010] 2)對樣本多文檔進行短語主題建模：
[0011] 以LDA主題模型為基礎(chǔ)，用短語代替單詞作為計算的對象，計算文檔的聯(lián)合概率分 布，轉(zhuǎn)化到短語主題模型中，然后根據(jù)貝葉斯概率使用Gibbs采樣算法對短語主題模型中的 隱參數(shù)進行參數(shù)估計，最后得到主題在單詞上的概率分布；
[0012] 3)多文檔處理生成摘要：
[0013] 對被測文檔進行分詞處理，計算獲得句子的主題權(quán)重和詞頻權(quán)重，加權(quán)計算得到 句子的最終權(quán)重，根據(jù)最終權(quán)重生成摘要內(nèi)容。
[0014] 所述的步驟2)具體是：
[0015] 2.1)根據(jù)步驟1)中的分詞處理后，文檔以短語袋的形式，在詞空間上用向量表示 文檔，采用以下公式計算獲得文檔在LDA主題模型下的聯(lián)合概率分布：
[0017] 其中，？_表示為文檔在主題向量Z、單詞向量W、主題的單詞分布向量Φ和文檔的 主題分布向量Θ下的聯(lián)合概率分布，i表示文檔集的第i個文檔，j表示文檔的第j個單詞，k 表示第k個主題，0,表示文檔i的主題分布，Zl>j表示文檔i第j個單詞的主題，Wl>j表示文檔i 第j個單詞，爐ft表示主題k的單詞分布；
[0018] 2.2)短語主題模型在LDA主題模型的基礎(chǔ)上，考慮了多次出現(xiàn)的連續(xù)單詞比單個 單詞的意義更大，通過引進一個函數(shù)f作為連續(xù)單詞(短語)的概率因子。采用以下公式進行 轉(zhuǎn)換為文檔在短語主題模型下的聯(lián)合概率分布：
[0020]其中，C表示歸一值，C是一個常量使得左邊為合理的概率分布，Plda是2.1中的LDA 主題模型計算的文檔概率分布，C1>g表示第i個文檔的第g個短語，與下文Wl, g的區(qū)別在于C1>g 還包括了短語中各個單詞的主題變量，f(C1>g)表示C1>g的概率因子；
[0021 ] 2.3)使用Gibbs采樣算法對短語主題模型中的隱參數(shù)進行參數(shù)估計，隱參數(shù)為文 檔在主題上的概率分布α和主題在單詞上的概率分布β，短語C1>g取主題k的概率p(C1>g = k W，Z\Ci,g)為：
[0023]其中，W為單詞向量，Z為主題向量，Z\Ci,g表示去除主題Ci,g的主題向量，Wi, g表示第i 個文檔的第g個短語，〇k表示文檔選擇主題為k的概率，N1>k表示第i個文檔中為主題k的單詞 的個數(shù)，表示主題選擇單詞Wi,g,j的概率，Nwi,g,j,k表示主題k中單詞Wi,g,j的個數(shù)，Nk表 示主題k的總單詞個數(shù)，V表示主題的單詞向量，X表示主題的單詞向量V的序數(shù)，j表示短語 Wi,g中單詞的序數(shù)；
[0024] Gibbs采樣算法進行迭代計算使得隱參數(shù)收斂，迭代次數(shù)通常不少于500次，迭代 計算后獲得主題在單詞上的概率分布β，從而得到單詞在主題的概率分布。
[0025] 所述的單詞Wi,j、單詞分布識fc、主題Zi,j、主題多項式分布01通過以下LDA主題模型 進行生成，LDA主題模型針對于主題的單詞分布向量Φ和文檔的主題分布向量Θ分別使用 兩個狄利克雷分布參數(shù)α與β，α和β分別表示文檔在主題上的概率分布和主題在單詞上的概 率分布：
[0026] 從狄利克雷分布α中取樣生成文檔i的主題多項式分布Θ,，從主題多項式分布0,中 取樣生成文檔i第j個詞的主題ZU;從狄利克雷分布β中取樣生成主題ZU的單詞多項式分 布供卻，_從單詞多項式分布中取樣生成單詞W i, j ;各個主題Z i, j的單詞多項式分布臀2i'J'合 并形成主題k的單詞分布識fc。
[0027]所述步驟2.2)中短語(：1,8的概率因子汽(：1, 8)采用以下公式計算處理，以減少第1個 文檔的第g個短語C1>g的可能狀態(tài)的數(shù)量：
[0029] 其中，Zl,g,s表示第i個文檔的第g個短語中的第s個單詞的主題，s表示C 1>g中包含單 詞的數(shù)量。
[0030] 短語C1>g有Γ個可能的狀態(tài)，K表示主題的個數(shù)，經(jīng)概率因子f(C1>g)處理后C 1>g的可 能狀態(tài)從Γ減少為K個。
[0031 ]在考慮到短語中的單詞概率差異過大可能造成計算不準(zhǔn)確，所述步驟2.3)中的公 式采用以下公式計算，引進標(biāo)準(zhǔn)差來減少可能的影響；
[0033]其中，p(Wl,g^k)在參數(shù)估計中單詞Wl,g,j在主題k下的貝葉斯概率，即表示公式中 的連乘項，VarianceSqrt是對短語中的單詞Wi,g,j的貝葉斯概率p(wi,g,j |k)的標(biāo)準(zhǔn)差計算。 [0034]所述步驟3)具體是：
[0035] 3.1)利用步驟1)的結(jié)果對被測文檔進行分詞處理，得到短語或單詞，
[0036] 3.2)根據(jù)在步驟2)中得到的主題在單詞上的概率分布得到單詞屬于某一主題的 概率，根據(jù)句子和單詞的關(guān)系計算得出句子屬于該主題的概率，作為該主題下句子的主題 權(quán)重；
[0037 ] 3.3)采用S u mB a s i c自動文摘算法以單詞出現(xiàn)的頻率作為依據(jù)計算獲得句子的詞 頻權(quán)重；
[0038] 3.4)對主題權(quán)重和詞頻權(quán)重進行加權(quán)計算得到句子的最終權(quán)重，依次選擇最終權(quán) 重最大的句子作為自動文摘的生成內(nèi)容，直至短文文摘長度達(dá)到要求。
[0039] 所述的句子的主題權(quán)重具體是在經(jīng)過分詞處理后，利用步驟2)得到的單詞在主題 的概率分布采用以下公式計算：
[0041 ]其中，G為句子sentence的短語個數(shù)，L(gi)為gi的大小，p(gi,j)為短語gi的第j個單 詞在主題k下的概率，TopicWeight(sentence | k)表示主題k的主題權(quán)重，sentence | k表示主 題k下的句子；
[0042] 所述的詞頻權(quán)重具體采用以下方式計算：
[0043] 統(tǒng)計被測文檔獲得被測文檔中每個單詞的頻率，利用每個單詞的頻率使用以下公 式計算獲得句子的詞頻權(quán)重：
[0044] Frequencyffeight(sentence)=Max{p(wi)}
[0045] 其中，Max{p(wi)}表示取句子中單詞頻率最大的作為句子的詞頻權(quán)重，p(wi)表示 句子中單詞出現(xiàn)的頻率。
[0046] 所述句子的最終權(quán)重具體使用以下公式計算：
[0047] Weight(sentence|k)=ATopicWeight(sentence|k) + ( l-AFrequencyWeight (sentence)
[0048] 其中，λ是用來控制主題權(quán)重和詞頻權(quán)重的影響因子，一般設(shè)置為0.5。
[0049] 本發(fā)明將句子的主題權(quán)重計算引入到多文檔自動摘要計算中，利用挖掘出句子的 主題信息，在句子的權(quán)重計算時除了考慮詞頻之外還考慮句子與主題的關(guān)系，得到了適用 于文獻的多文檔自動摘要。
[0050] 本發(fā)明方法與現(xiàn)有技術(shù)相比具有的有益效果：
[0051] 1、該方法針對文獻文本通常是以實際主題為中心，相比較新聞文章用詞更加規(guī)范 和精確，利用短語主題建模挖掘出隱藏在單詞下的主題，然后利用單詞在主題的概率分布 來計算句子的主題權(quán)重。
[0052] 2、現(xiàn)有技術(shù)通?？紤]相同的單詞對多文檔自動摘要算法的影響，忽略了不同單詞 之間關(guān)系，這并不符合人們實際的撰寫短文摘要的情況，在引進句子的主題權(quán)重后，使得多 文檔自動摘要算法更加合理。
【附圖說明】
[0053]圖1是本發(fā)明的總體流程圖；
[0054]圖2是步驟2)的短語主題示意圖。
[0055]表1是實施例結(jié)果短語主題結(jié)果；
[0056]表2是實施例結(jié)果自動文摘內(nèi)容示。
【具體實施方式】
[0057]為了更好地理解本發(fā)明的技術(shù)方案，以下結(jié)合附圖1對本發(fā)明作進一步的描述。 [0058]本實例實施例子的具體步驟，如下：
[0059] 1)預(yù)處理樣本多文檔：利用Mai let自然語言處理工具將文檔分詞處理，得到短語 及其出現(xiàn)頻率(短語長度被限制為不超過3)，在該過程中需要去除停詞（如the、this)、無效 詞（如wepurpose)，然后構(gòu)建詞向量空間。
[0060] 2)短語主題建模：以LDA主題模型為基礎(chǔ)，用短語代替單詞作為計算的對象，計算 文檔的聯(lián)合概率分布，轉(zhuǎn)化到短語主題模型中，短語主題模型的示意圖如圖2所示，然后根 據(jù)貝葉斯概率使用Gibbs采樣算法對短語主題模型中的隱參數(shù)進行參數(shù)估計，在經(jīng)過500次 數(shù)迭代后，得到主題在單詞上的概率分布，轉(zhuǎn)化得到單詞在主題下的概率分布。根據(jù)貝葉斯 概率模型，單詞w在主題k下的
，在實際的應(yīng)用中，對測試文檔的 自動摘要生成所根據(jù)的主題是固定的，即P(k)是個常量值，所以可通過記錄單詞w屬于主題 k的個數(shù)與單詞w的總數(shù)的比例作為其概率。
[0061] 3)被測多文檔自動摘要:對被測文檔進行分詞處理，計算獲得句子的主題權(quán)重和 詞頻權(quán)重，如圖1所示，句子的主題權(quán)重利用步驟2)中短語主題建模訓(xùn)練得到的單詞在主題 的概率分布，而句子的詞頻權(quán)重通過計算單詞的頻率得到。再加權(quán)計算得到句子的最終權(quán) 重，λ取0.5,通過對句子的權(quán)重排序每次抽取權(quán)重最大的句子直到生成的短文長度達(dá)到要 求。在實際的應(yīng)用中，被測文檔集與訓(xùn)練文檔集不相同，且數(shù)量級差距很大，導(dǎo)致主題權(quán)重 計算與詞頻權(quán)重計算不在同一層面上，需要分別對主題權(quán)重和詞頻權(quán)重進行歸一化處理。 [0062] (1)實例采用的數(shù)據(jù)集均來自DBLP的數(shù)據(jù)挖掘、信息檢索、圖象識別、機器學(xué)習(xí)等 領(lǐng)域的論文摘要，數(shù)量在8萬篇左右，經(jīng)過步驟1)的預(yù)處理得到詞表大小為26034的詞空間 (去除停詞、無效詞后）。
[0063] (2)根據(jù)（1)中信息，利用短語主題建模挖掘出的五個主題結(jié)果如表1所示，從中可 以看出每個主題中的短語雖然不相同，但是都是屬于同一主題，例如"Database Systems" 與"Concurrency Control"，雖然單詞各不相同，但是隱藏在單詞下的主題卻是一致的。
[0064] 表 1
[0065]
[0066] (3)利用（2)中挖掘出的單詞在主題上的概率分布，計算句子的主題權(quán)重，并將其 與句子的詞頻權(quán)重進行加權(quán)求和，得到句子的最終權(quán)重，在實際應(yīng)用中我們選擇抽取4-5個 權(quán)重最大的句子。在本實例中對"database system"這一主題進行自動文摘生成得到的結(jié) 果如表2。表中不僅包含被選擇的句子，還顯示了句子在原文中的上下文從結(jié)果?？梢钥闯?句子雖然很少包括"database system"關(guān)鍵詞，卻是與"database system"主題密切相關(guān)的 句子。
[0067] 表 2
[0068]
[0069]
[0070] 本實例的運行結(jié)果通過人工對自動生成的短文摘要進行評測，通過計算句子的接 受率作為標(biāo)準(zhǔn)，將結(jié)果與SumBasic多文檔自動摘要算法進行對，結(jié)果如下表3所示：
[0071] 表3
[0073]有實施例結(jié)果的對比可看出，本發(fā)明方法在文獻上的自動文摘生成的內(nèi)容相比較 SumBasic更容易接受，符合撰寫短文摘要的情況，合理有效，具有其突出顯著的效果和良好 的使用價值和應(yīng)用前景。
【主權(quán)項】
1. 一種基于短語主題建模的多文檔自動摘要生成方法，其特征在于包括以下步驟： 1) 預(yù)處理樣本多文檔：利用Mallet自然語言處理工具將樣本多文檔進行分詞處理，得 到短語及其出現(xiàn)頻率，文檔被表示為短語袋的形式； 2) 對樣本多文檔進行短語主題建模： 以LDA主題模型為基礎(chǔ)，用短語代替單詞作為計算的對象，計算文檔的聯(lián)合概率分布， 轉(zhuǎn)化到短語主題模型中，然后根據(jù)貝葉斯概率使用Gibbs采樣算法對短語主題模型中的隱 參數(shù)進行參數(shù)估計，最后得到主題在單詞上的概率分布； 3) 多文檔處理生成摘要:對被測文檔進行分詞處理，計算獲得句子的主題權(quán)重和詞頻 權(quán)重，加權(quán)計算得到句子的最終權(quán)重，根據(jù)最終權(quán)重生成摘要內(nèi)容。2. 根據(jù)權(quán)利要求1中所述的一種基于短語主題建模的多文檔自動摘要生成方法，其特 征在于:所述的步驟2)具體是： 2.1) 根據(jù)步驟1)中的分詞處理后，在詞空間上用向量表示文檔，采用以下公式計算獲 得文檔在LDA主題模型下的聯(lián)合概率分布：其中，Plda表示為文檔在主題向量Z、單詞向量W、主題的單詞分布向量Φ和文檔的主題 分布向量Θ下的聯(lián)合概率分布，i表示文檔集的第i個文檔，j表示文檔的第j個單詞，k表示 第k個主題，0,表示文檔i的主題分布，zu表示文檔i第j個單詞的主題， Wl>j表示文檔i的第j 個單詞，物表示主題k的單詞分布，（pUuK))表示主題條件下的后驗概率，p(Wl>J I Zi, j，Φ )表示單詞wi，j在zi，j和Φ條件下的后驗概率，ρ(θ?)和爐fe〕分別表示文檔i的主 題分布為Θ i的概率和主題k的單詞分布為f fc的概率。 2.2) 采用以下公式進行轉(zhuǎn)換為文檔在短語主題模型下的聯(lián)合概率分布：其中，C表示歸一值，PLDA是2.1中的LDA主題模型計算的文檔概率分布，Ci,g表示第i個文 檔的第g個短語，f(C1>g)表示C1>g的概率因子;2.3)使用Gibbs采樣算法對短語主題模型中的 隱參數(shù)進行參數(shù)估計，隱參數(shù)為文檔在主題上的概率分布α和主題在單詞上的概率分布β， 短語Ci, g取主題k的概率p (Ci, g = k | W，Z\Ci, g)為：其中，W為單詞向量，Z為主題向量，Z\Ci,g表示去除主題Ci,g的主題向量，Wi，g表示第i個 文檔的第g個短語，〇k表示文檔選擇主題為k的概率，N1>k表示第i個文檔中為主題k的單詞的 個數(shù)，表示主題選擇單詞的概率，j表示文檔i的第j個單詞，N wl,^k表示主題k中 單詞w1>gd的個數(shù)，Nk表示主題k的總單詞個數(shù)，V表示主題的單詞向量，X表示主題的單詞向 量V的序數(shù)，j表示短語Wi，g中單詞的序數(shù)； Gibbs采樣算法進行迭代計算使得隱參數(shù)收斂，迭代計算后獲得主題在單詞上的概率 分布β，從而得到單詞在主題的概率分布。3. 根據(jù)權(quán)利要求2中所述的一種基于短語主題建模的多文檔自動摘要生成方法，其特 征在于:所述的單詞w^、單詞分布爐fc、主題 Zl,>主題多項式分布01通過以下LDA主題模型進 行生成，LDA主題模型針對于主題的單詞分布向量Φ和文檔的主題分布向量Θ分別使用兩 個狄利克雷分布參數(shù)α與β，α和β分別表示文檔在主題上的概率分布和主題在單詞上的概率 分布： 從狄利克雷分布α中取樣生成文檔i的主題多項式分布Θ,，從主題多項式分布Θ,中取樣 生成文檔i第j個詞的主題從狄利克雷分布β中取樣生成主題的單詞多項式分布 從單詞多項式分布內(nèi)y中取樣生成單詞各個主題ZU的單詞多項式分布?合并 形成主題k的單詞分布爐fc。4. 根據(jù)權(quán)利要求2中所述的一種基于短語主題建模的多文檔自動摘要生成方法，其特 征在于:所述步驟2.2)中短語C1>g的概率因子f(C 1>g)采用以下公式計算處理，以減少第i個 文檔的第g個短語& "的可能狀杰的教量，其中，z1>g,s表示第i個文檔的第g個短語中的第s個單詞的主題，s表示C1>g中包含單詞的 數(shù)量。5. 根據(jù)權(quán)利要求2中所述的一種基于短語主題建模的多文檔自動摘要生成方法，其特 征在于:所述步驟2.3)中的公式采用以下公式計算：其中，P(w1>gd|k)在參數(shù)估計中單詞Wl,g,j在主題k下的貝葉斯概率，即表示公式中的連 乘項，VarianceSqrt是對短語中的單詞Wi,g,j的貝葉斯概率p(wi,g,j |k)的標(biāo)準(zhǔn)差計算。6. 根據(jù)權(quán)利要求1所述的一種基于短語主題建模的多文檔自動摘要生成方法，其特征 在于:所述步驟3)具體是： 3.1) 利用步驟1)的結(jié)果對被測文檔進行分詞處理，得到短語或單詞， 3.2) 根據(jù)在步驟2)中得到的主題在單詞上的概率分布得到單詞屬于某一主題的概率， 根據(jù)句子和單詞的關(guān)系計算得出句子屬于該主題的概率，作為該主題下句子的主題權(quán)重； 3.3) 采用SumBasic自動文摘算法以單詞出現(xiàn)的頻率作為依據(jù)計算獲得句子的詞頻權(quán) 重； 3.4) 對主題權(quán)重和詞頻權(quán)重進行加權(quán)計算得到句子的最終權(quán)重，依次選擇最終權(quán)重最 大的句子作為自動文摘的生成內(nèi)容，直至短文文摘長度達(dá)到要求。7. 根據(jù)權(quán)利要求1或6中所述的基于短語主題建模的多文檔自動摘要生成算法，其特征 在于:所述的句子的主題權(quán)重具體是在經(jīng)過分詞處理后，利用步驟2)得到的單詞在主題的 概率分布采用以下公式計算：其中，G為句子sentence的短語個數(shù)，L(gi)為gi的大小，p(gi,j)為短語gi的第j個單詞在 主題k下的概率，TopicWeight( sentence | k)表示主題k的主題權(quán)重，sentence | k表示主題k 下的句子。8. 根據(jù)權(quán)利要求1或6中所述的基于短語主題建模的多文檔自動摘要生成算法，其特征 在于:所述的詞頻權(quán)重具體采用以下方式計算： 統(tǒng)計被測文檔獲得被測文檔中每個單詞的頻率，利用每個單詞的頻率使用以下公式計 算獲得句子的詞頻權(quán)重： Frequencyffeight(sentence) =Max{p(wi)} 其中，Max {p(wi)}表示取句子中單詞頻率最大的作為句子的詞頻權(quán)重，p(wi)表示句子 中單詞出現(xiàn)的頻率，sentence表示被測文檔中的句子。9. 根據(jù)權(quán)利要求1或6中所述的基于短語主題建模的多文檔自動摘要生成算法，其特征 在于:所述句子的最終權(quán)重具體使用以下公式計算： Weight(sentence|k)=ATopicWeight(sentence|k)+(l_AFrequencyWeight (sentence) 其中，λ是控制主題權(quán)重和詞頻權(quán)重的影響因子。
【文檔編號】G06F17/27GK105868178SQ201610183423
【公開日】2016年8月17日
【申請日】2016年3月28日
【發(fā)明人】魯偉明, 莊越挺, 張占江
【申請人】浙江大學(xué)