公开(公告)号：CN108681557A

公开(公告)日：2018-10-19

申请号：CN201810306013.X

申请日：2018-04-08

Applicant: 中国科学院信息工程研究所

Inventor： 姜波 ,  李宁 ,  卢志刚 ,  姜政伟

IPC: G06F17/30 ,  G06F17/27

CPC classification number: G06F17/2785 ,  G06F17/277

Abstract: 本分明提供一种基于自扩充表示和相似双向约束的短文本主题发现方法及系统，该方法的步骤包括：基于TF‑IWF词权重度量方法构建待挖掘主题的词‑文档矩阵；向量化短文本文档并度量两两文档间相似性，得到虚拟长文档集合；利用TF‑IWF词权重度量方法，在虚拟长文档集合上构建虚拟辅助的词‑文档矩阵；合并两个矩阵为混合矩阵；构建词‑词语义相似矩阵、文档‑文档语义相似矩阵，进而构建词‑词语义关系正则项、文档‑文档语义关系正则项；得到TRNMF模型，通过分解损失函数值，获得最优的词‑话题潜在特征矩阵、话题‑文档潜在特征矩阵，发现短文本主题分布情况。