技術(shù)總結(jié)
本發(fā)明屬于文獻(xiàn)信息處理方法技術(shù)領(lǐng)域，具體涉及一種基于二元和三元共詞潛在語(yǔ)義信息的文獻(xiàn)表示方法。本發(fā)明一種基于二元和三元共詞潛在語(yǔ)義信息的文獻(xiàn)表示方法，包括以下步驟：第一步：對(duì)文本數(shù)據(jù)進(jìn)行預(yù)處理，數(shù)據(jù)清洗，標(biāo)記文獻(xiàn)，提取每篇文獻(xiàn)的關(guān)鍵詞，并保留關(guān)鍵詞與相應(yīng)文獻(xiàn)的對(duì)應(yīng)關(guān)系；第二步：構(gòu)建關(guān)鍵詞空間并對(duì)所提取的關(guān)鍵詞進(jìn)行詞頻統(tǒng)計(jì)，關(guān)鍵詞按詞頻降序排列，以備后續(xù)建立共現(xiàn)矩陣使用；第三步：以關(guān)鍵詞在文獻(xiàn)中是否出現(xiàn)為權(quán)重，構(gòu)建文獻(xiàn)表示的向量空間模型；第四步：三元共現(xiàn)層矩陣表示；第五步：計(jì)算關(guān)鍵詞之間的共詞矩陣；第六步：三元共現(xiàn)頻次的計(jì)算；第七步：共現(xiàn)強(qiáng)度計(jì)算；第八步：二元、三元加權(quán)CLSVSM的構(gòu)建。

技術(shù)研發(fā)人員：牛奉高
受保護(hù)的技術(shù)使用者：山西大學(xué)
文檔號(hào)碼：201710096317
技術(shù)研發(fā)日：2017.02.22
技術(shù)公布日：2017.06.13