基于二元词主题模型的构建方法

摘要

本发明公开基于二元词主题模型的构建方法，包括以下步骤：步骤1，准备训练文档，对文档进行前数据处理操作，得到每个句子的一元词语列表；步骤2，将得到的一元词列表的一元词相结合形成的二元词表征对应的句子，利用所有句子的二元词形成文档的词袋模型，过滤文档中少于下限频次的低频词和同一词均有出现的文档数目占所有文档的占比大于上限比例的高频词；步骤3，利用文档的词袋模型生成该文档的主题模型，并选择最佳主题个数后输出文档的二元词主题结果。本发明借助将前后词语结合成为二元词语对，从而更加有效的表达词语含义，从而更有助于文档主题的表达。