公开(公告)号：CN105488092A

公开(公告)日：2016-04-13

申请号：CN201510408490.3

申请日：2015-07-13

Applicant: 中国科学院信息工程研究所 ,  国家计算机网络与信息安全管理中心

Inventor： 李思旭 ,  李锐 ,  包秀国 ,  马宏远 ,  杨文静 ,  邱泳钦 ,  程工 ,  刘春阳 ,  庞琳 ,  王斌

IPC: G06F17/30 ,  G06F17/27 ,  G06K9/62 ,  G06Q50/00

CPC classification number: G06F17/30864 ,  G06F17/277 ,  G06K9/6221 ,  G06Q50/01

Abstract: 本发明涉及一种时间敏感和自适应的子话题在线检测方法及系统。该方法包括：1)对文档流中的每篇文档进行向量化表示；2)对文档进行增量式聚类，并根据随时间衰减的文档权重调整子话题的中心权重；3)当聚类产生的子话题数量或者某个子话题权重占比满足阈值条件，或者子话题满足长尾检测条件时，进行子话题间的合并或者删除无意义的子话题；4)根据每个新子话题的权重已及其内在的文档分布，对新子话题生成摘要并输出展示。该系统包括文档表示模块、增量式聚类模块、新子话题发现模块、摘要生成模块。本发明中历史文档权重随时间衰减，并且基于阈值判断和长尾检测进行子话题数量和内容的动态更新，能够有效提高子话题检测的效率。

公开(公告)号：CN105488092B

公开(公告)日：2018-05-22

申请号：CN201510408490.3

申请日：2015-07-13

Applicant: 中国科学院信息工程研究所 ,  国家计算机网络与信息安全管理中心

Inventor： 李思旭 ,  李锐 ,  包秀国 ,  马宏远 ,  杨文静 ,  邱泳钦 ,  程工 ,  刘春阳 ,  庞琳 ,  王斌

IPC: G06F17/30 ,  G06F17/27 ,  G06K9/62 ,  G06Q50/00

Abstract: 本发明涉及一种时间敏感和自适应的子话题在线检测方法及系统。该方法包括：1)对文档流中的每篇文档进行向量化表示；2)对文档进行增量式聚类，并根据随时间衰减的文档权重调整子话题的中心权重；3)当聚类产生的子话题数量或者某个子话题权重占比满足阈值条件，或者子话题满足长尾检测条件时，进行子话题间的合并或者删除无意义的子话题；4)根据每个新子话题的权重已及其内在的文档分布，对新子话题生成摘要并输出展示。该系统包括文档表示模块、增量式聚类模块、新子话题发现模块、摘要生成模块。本发明中历史文档权重随时间衰减，并且基于阈值判断和长尾检测进行子话题数量和内容的动态更新，能够有效提高子话题检测的效率。