买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国邮政储蓄银行股份有限公司申请的专利文本的聚类方法、文本的聚类装置和文本聚类系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116561319B 。

龙图腾网通过国家知识产权局官网在2025-08-29发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310666521.X，技术领域涉及：G06F16/35；该发明授权文本的聚类方法、文本的聚类装置和文本聚类系统是由孙悦;李少波设计研发完成，并于2023-06-06向国家知识产权局提交的专利申请。

本文本的聚类方法、文本的聚类装置和文本聚类系统在说明书摘要公布了：本申请提供了一种文本的聚类方法、文本的聚类装置和文本聚类系统。该方案中，利用Word2vec模型与TF‑IDF算法相结合的方式表示词向量，增强不同文本之间的区分，既利用了词向量的优点又加入了词语对文本的影响，两者结合表示的词向量作为WMD算法的输入，运用WMD算法作为文本聚类中相似度度量算法，提高文本聚类的准确性。

本发明授权文本的聚类方法、文本的聚类装置和文本聚类系统在权利要求书中公布了：1.一种文本的聚类方法，其特征在于，包括： 获取多个原始文本，对各所述原始文本进行预处理，得到多个目标文本，其中，所述预处理包括以下至少之一：分词处理、去停用词处理，所述目标文本中包括多个词语； 采用Word2vec模型将各所述目标文本中的所述词语转换为词向量，采用TF-IDF算法确定所述词语的权重值，其中，所述权重值为所述词语在所述目标文本中的重要程度； 根据第一目标文本中的多个第一词向量以及各个所述第一词向量对应的第一TF-IDF值，将所述第一目标文本进行TF-IDFWord2vec向量化表示，得到第一目标集合，其中，所述第一目标集合中包括多个第一目标词向量和权重值，所述第一词向量和所述第一TF-IDF值作为WMD算法的输入；根据第二目标文本中的多个第二词向量以及各个所述第二词向量对应的第二TF-IDF值，将所述第二目标文本进行TF-IDFWord2vec向量化表示，得到第二目标集合，其中，所述第二目标集合中包括多个第二目标词向量和权重值，所述第二词向量和所述第二TF-IDF值作为所述WMD算法的输入； 获取语料库，其中，所述语料库中包括多个字典词语；依次从所述语料库中选取一个所述字典词语，作为中心字典词语；分别计算所述语料库中非中心字典词语与所述中心字典词语之间的余弦距离A，其中，所述余弦距离A为所述语料库中非中心字典词语对应的词向量与所述中心字典词语对应的词向量之间夹角的余弦值；将所述余弦距离A在目标范围内的所述非中心字典词语，存储至所述中心字典词语的不相关集合中，将所述余弦距离A不在所述目标范围内的所述非中心字典词语，存储至所述中心字典词语的相关集合中； 在所述第二目标集合中有部分所述第二目标词向量在所述第一目标词向量的所述相关集合中，有部分所述第二目标词向量在所述第一目标词向量的所述不相关集合中的情况下，计算在所述第一目标词向量的所述相关集合中的所述第二目标词向量的余弦距离B作为所述第二目标词向量权重分配的转移代价，使用TF-IDF值进行权重分配；计算在所述第一目标词向量的所述不相关集合中的所述第二目标词向量到所述第一目标词向量的距离的第二平均值作为所述第二目标词向量权重分配的转移代价，使用TF-IDF值进行权重分配；计算第一数据和第二数据之和，得到所述第一目标文本和所述第二目标文本之间的WMD距离，所述第一数据为多个所述余弦距离B与所述第二目标词向量权重乘积和的最小值，所述第二数据为所述第二平均值与所述第二目标词向量权重乘积； 使用WMD算法计算所述第一目标文本和第二目标文本的相似度过程中，计算所述第一目标词向量与所述第二目标词向量之间的余弦距离作为转移代价，使用TF-IDF值进行权重分配，使用转移代价和分配权重的乘积和的最小值作为所述第一目标文本和所述第二目标文本的距离，所述距离为所述第一目标文本和所述第二目标文本的距离的相似度，并根据所述相似度对所述目标文本进行聚类。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国邮政储蓄银行股份有限公司，其通讯地址为：100032 北京市西城区金融大街3号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。