在线监督式主题建模及其演变分析的方法专利登记公告

专利名称：在线监督式主题建模及其演变分析的方法

摘要：本发明公开了一种在线监督式主题建模及其演变分析的方法。包括如下步骤：1）从新闻媒体网站下载新闻文本，并按一定的时间粒度进行划分；2）对各时间段的新闻文本进行分词处理，根据词频过滤更新词汇表3）提取文本特征，形成单词与文本的关系矩阵，构成在线监督式主题模型的输入；4）建立在线监督式主题模型，对每个时间粒度内的数据集，用在线监督式主题建模方法检测主题，得到单词关于主题的分布矩阵及主题在文本上的分布矩阵；5）用Jensen-Shannon散度对步骤4）中所得的主题进行演变分析并计算各主题的属性，得出各主题的演变

专利类型：发明专利

专利号：CN201210059495.6

专利申请（专利权）人：浙江大学

专利发明（设计）人：邵健;张寅;任鸿凯;吴飞

主权项：一种在线监督式主题建模及其演变分析的方法，其特征在于包括如下步骤：1)编写爬虫程序，从新闻媒体网站上下载一段时间的新闻文本，并以一周为时间粒度构成新闻文本数据集D＝{S1，S2......St}，Si表示一周的数据；2)对当前时间段的新闻文本进行分词处理，根据词频过滤确定当前的词汇表；3)提取新闻文本特征，形成单词与新闻文本的关系矩阵，作为在线监督式主题模型的输入；4)建立在线监督式主题模型，对每个时间粒度内的数据集，用在线监督式主题模型检测主题，得到单词关于主题的分布矩阵φ及主题在新闻文本上的分布矩阵θ

专利地区：浙江