[發(fā)明專利]一種主題挖掘方法、裝置及存儲(chǔ)介質(zhì)有效
| 申請(qǐng)?zhí)枺?/td> | 201910646014.3 | 申請(qǐng)日: | 2019-07-17 |
| 公開(kāi)(公告)號(hào): | CN110390014B | 公開(kāi)(公告)日: | 2023-10-20 |
| 發(fā)明(設(shè)計(jì))人: | 王興光 | 申請(qǐng)(專利權(quán))人: | 騰訊科技(深圳)有限公司 |
| 主分類號(hào): | G06F16/35 | 分類號(hào): | G06F16/35;G06F40/284;G06F40/30 |
| 代理公司: | 廣州三環(huán)專利商標(biāo)代理有限公司 44202 | 代理人: | 郝傳鑫;賈允 |
| 地址: | 518057 廣東省深圳*** | 國(guó)省代碼: | 廣東;44 |
| 權(quán)利要求書(shū): | 查看更多 | 說(shuō)明書(shū): | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 主題 挖掘 方法 裝置 存儲(chǔ) 介質(zhì) | ||
1.一種主題挖掘方法,其特征在于,包括:
獲取文檔特征矩陣和標(biāo)簽特征矩陣,其中,所述文檔特征矩陣中的每項(xiàng)文檔特征信息均對(duì)應(yīng)于所述標(biāo)簽特征矩陣中的一項(xiàng)標(biāo)簽特征信息;
獲取初始化的特征主題矩陣和初始化的主題文檔矩陣;
根據(jù)所述文檔特征矩陣、所述標(biāo)簽特征矩陣、所述特征主題矩陣以及所述主題文檔矩陣,確定目標(biāo)損失函數(shù);
根據(jù)所述目標(biāo)損失函數(shù),分別更新當(dāng)前特征主題矩陣和當(dāng)前主題文檔矩陣;
重復(fù)執(zhí)行步驟:根據(jù)所述目標(biāo)損失函數(shù),分別更新當(dāng)前特征主題矩陣和當(dāng)前主題文檔矩陣,直至更新次數(shù)達(dá)到預(yù)設(shè)次數(shù);
根據(jù)更新完成之后的所述特征主題矩陣和所述主題文檔矩陣,確定與所述文檔特征信息對(duì)應(yīng)的主題概率分布。
2.根據(jù)權(quán)利要求1所述的一種主題挖掘方法,其特征在于,所述獲取文檔特征矩陣和標(biāo)簽特征矩陣包括:
獲取文檔集合以及主題標(biāo)簽集合;
從所述主題標(biāo)簽集合中為所述文檔集合中的每個(gè)文檔確定相應(yīng)的標(biāo)簽,建立文檔與主題標(biāo)簽的對(duì)應(yīng)關(guān)系;
根據(jù)所述文檔集合生成文檔特征矩陣,根據(jù)所述文檔特征矩陣以及所述對(duì)應(yīng)關(guān)系,生成所述標(biāo)簽特征矩陣。
3.根據(jù)權(quán)利要求1所述的一種主題挖掘方法,其特征在于,所述根據(jù)所述文檔特征矩陣、所述標(biāo)簽特征矩陣、所述特征主題矩陣以及所述主題文檔矩陣,確定目標(biāo)損失函數(shù)包括:
根據(jù)所述文檔特征矩陣、所述特征主題矩陣以及所述主題文檔矩陣,確定第一損失函數(shù);
根據(jù)所述主題文檔矩陣和所述標(biāo)簽特征矩陣,確定第二損失函數(shù)。
4.根據(jù)權(quán)利要求3所述的一種主題挖掘方法,其特征在于,所述根據(jù)所述文檔特征矩陣、所述特征主題矩陣以及所述主題文檔矩陣,確定第一損失函數(shù)包括:
將所述特征主題矩陣和所述主題文檔矩陣相乘,得到目標(biāo)矩陣;
將所述文檔特征矩陣與所述目標(biāo)矩陣的歐式距離確定為所述第一損失函數(shù)。
5.根據(jù)權(quán)利要求3所述的一種主題挖掘方法,其特征在于,在所述根據(jù)所述主題文檔矩陣和所述標(biāo)簽特征矩陣,確定第二損失函數(shù)之前還包括:
獲取初始化的第一矩陣,其中,所述第一矩陣的行數(shù)與所述主題文檔矩陣的行數(shù)相同;
所述根據(jù)所述主題文檔矩陣和所述標(biāo)簽特征矩陣,確定第二損失函數(shù)包括:
根據(jù)所述主題文檔矩陣和所述第一矩陣,確定預(yù)測(cè)矩陣;
構(gòu)建基于所述預(yù)測(cè)矩陣和所述標(biāo)簽特征矩陣的交叉熵函數(shù)。
6.根據(jù)權(quán)利要求3所述的一種主題挖掘方法,其特征在于,所述根據(jù)所述目標(biāo)損失函數(shù),分別更新當(dāng)前特征主題矩陣和當(dāng)前主題文檔矩陣包括:
保持當(dāng)前主題文檔矩陣不變,根據(jù)所述第一損失函數(shù)確定當(dāng)前特征主題矩陣的第一梯度;
根據(jù)所述第一梯度,更新當(dāng)前特征主題矩陣。
7.根據(jù)權(quán)利要求5所述的一種主題挖掘方法,其特征在于,所述根據(jù)所述目標(biāo)損失函數(shù),分別更新當(dāng)前特征主題矩陣和當(dāng)前主題文檔矩陣包括:
保持當(dāng)前特征主題矩陣和當(dāng)前第一矩陣不變,根據(jù)所述第一損失函數(shù)確定當(dāng)前主題文檔矩陣的第二梯度,根據(jù)所述第二損失函數(shù)確定當(dāng)前主題文檔矩陣的第三梯度;
累加所述第二梯度和所述第三梯度,得到所述主題文檔矩陣的實(shí)際梯度;
根據(jù)所述實(shí)際梯度,更新當(dāng)前主題文檔矩陣。
8.根據(jù)權(quán)利要求5所述的一種主題挖掘方法,其特征在于,所述方法還包括:
保持當(dāng)前主題文檔矩陣不變,根據(jù)所述第二損失函數(shù)確定當(dāng)前第一矩陣的第四梯度;
根據(jù)所述第四梯度,更新當(dāng)前第一矩陣。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于騰訊科技(深圳)有限公司,未經(jīng)騰訊科技(深圳)有限公司許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買此專利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.17sss.com.cn/pat/books/201910646014.3/1.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專利網(wǎng)。
- 一種數(shù)據(jù)庫(kù)讀寫分離的方法和裝置
- 一種手機(jī)動(dòng)漫人物及背景創(chuàng)作方法
- 一種通訊綜合測(cè)試終端的測(cè)試方法
- 一種服裝用人體測(cè)量基準(zhǔn)點(diǎn)的獲取方法
- 系統(tǒng)升級(jí)方法及裝置
- 用于虛擬和接口方法調(diào)用的裝置和方法
- 線程狀態(tài)監(jiān)控方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)
- 一種JAVA智能卡及其虛擬機(jī)組件優(yōu)化方法
- 檢測(cè)程序中方法耗時(shí)的方法、裝置及存儲(chǔ)介質(zhì)
- 函數(shù)的執(zhí)行方法、裝置、設(shè)備及存儲(chǔ)介質(zhì)





