摘要：本发明公开了一种搜索引擎检索结果聚类的中文标签提取方法，包括以下步骤：S1、用户输入查询词，形成输入文档；S2、选取候选词，对所有候选词评分；S3、判断是否存在未作标记的候选词，若否，则跳转到步骤S8；若是，则选出得分最高的候选词；把这个选中的候选词拓展成为包含该词的有序词序列的集合，进入步骤S4；S4、计算各个有序词序列的频率，抽取高频词序列；S5、对高频词序列评分，并选取候选词序列；S6、判断选词序列是否被接受为标签，若是，则进入步骤S7；若否，则返回步骤S3；S7、根据生成的标签进行聚类；S8、结束操作。本发明可以减少噪音标签，使标签具有更好的代表性、简明性和完整性。
- 专利类型发明专利
- 申请人华南理工大学;广州数园网络有限公司;
- 发明人董守斌;张丽平;张凌;李粤;袁华;
- 地址510640 广东省广州市天河区五山路381号
- 申请号CN201010527341.6
- 申请时间2010年10月28日
- 申请公布号CN102081642A
- 申请公布时间2011年06月01日
- 分类号G06F17/30(2006.01)I;
教育装备采购网在线客服
京公网安备11010802043465号
