一种新媒体环境下少数民族主题数据的抽取方法

摘要

本发明公开了一种从新媒体平台获取数据、对少数民族主题数据进行抽取的方法，根据新媒体数据海量、非结构化、多主题等特点，采用LDA模型对预处理后的新媒体数据进行特征抽取、主题分析、隐含主题挖掘，然后利用少数民族领域知识构建KG，用领域KG引导少数民族主题数据的抽取。本发明在采用LDA模型和KG引导数据的抽取过程中，根据不同数据规模设定参数，从而进行算法的优化，实现准确、高效、可扩展的新媒体数据抽取。