专利名称：短文本的垃圾识别方法及系统专利类型：发明专利发明人：姜贵彬
申请号：CN201310173127.9申请日：20130510公开号：CN103309851A公开日：20130918
摘要：本发明公开了一种短文本的垃圾识别方法及系统，所述方法包括：对网站平台上设定时间段内出现的短文本，分别计算各短文本的词语特征向量；根据各短文本的词语特征向量，对所述设定时间段内出现的短文本进行集合划分；其中，被划分到同一集合中的短文本被判定为内容相似；统计每个集合中的短文本的数量，将短文本的数量超过设定阈值的集合进行垃圾标识。由于对于内容相似的短文本统计数量后，若数量超过设定阈值，则进行垃圾标识；这种处理方式不用依赖通过训练、学习后得到的垃圾文本集和非垃圾文本集，可以实时地对短文本进行垃圾识别，提高了短文本的内容的垃圾识别及时性。
申请人：微梦创科网络科技(中国)有限公司
地址：100080 北京市海淀区海淀北二街10号701室
国籍：CN
代理机构：北京市京大律师事务所
更多信息请下载全文后查看
因篇幅问题不能全部显示，请点此查看更多更全内容