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！

龙图腾网获悉华南农业大学申请的专利基于XGBOOST算法的英语文本智能聚类评分方法及装置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：CN118093869B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202410200118.2，技术领域涉及：G06F16/35；该发明授权基于XGBOOST算法的英语文本智能聚类评分方法及装置是由李康顺;曾照莲;姚婉仪;雷加伟;曾嘉;文培桦;陈菲云设计研发完成，并于2024-02-23向国家知识产权局提交的专利申请。

本基于XGBOOST算法的英语文本智能聚类评分方法及装置在说明书摘要公布了：本发明公开了一种基于XGBOOST算法的英语文本智能聚类评分方法及装置，方法包括：对原始英文文本数据进行数据预处理，运用N‑最短路径算法与停用词表对特征词进行提取；粗筛选：按一定比例，删去文本中频率特别高和频率特别低的特征词，形成特征词子集；再筛选：利用改进的粒子群优化算法，对特征进行再选择，并通过解码得到最终的特征子集；利用聚类模块对最终的特征子集进行聚类，根据自回归条件期望值选取簇，当簇达到指定数量后输出聚类结果，经过训练后，利用训练好的基于XGBOOST英文文本智能聚类评分模型中，根据聚类结果对输入的文本进行评估。本发明能够通过降低英文文本特征维度，提高系统的全局搜索能力和收敛速度，大大加快文本聚类的速度。

本发明授权基于XGBOOST算法的英语文本智能聚类评分方法及装置在权利要求书中公布了：1.基于XGBOOST算法的英语文本智能聚类评分方法，其特征在于，包括下述步骤： 对原始英文文本数据进行单词分词处理，筛选停用词，获取文本特征词集； 计算文本特征词集的文档频率，按照设定比例与文档频率进行粗选择，形成特征词子集； 构建基于XGBOOST英文文本智能聚类评分模型，模型包括TF-IDF算法模块、改进的粒子群优化模块和聚类模块；利用TF-IDF算法模块将特征词子集转换形成文本向量，选取所需要的特征词，计算特征值权重，遍历各个文本向量，根据所选特征词进行编码；利用改进的粒子群优化模块迭代计算特征词的适应值，根据特征值权重对特征词进行择优，选择适应值最优且全局最优的特征词，解码后获取最终的特征子集； 利用聚类模块对最终的特征子集进行聚类，根据自回归条件期望值选取簇，当簇达到指定数量后输出聚类结果；经过多次训练后，获取训练好的基于XGBOOST英文文本智能聚类评分模型； 将待评分文本输入训练好的基于XGBOOST英文文本智能聚类评分模型中，根据聚类结果对输入的文本进行评估。

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华南农业大学，其通讯地址为：510642 广东省广州市天河区五山路483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”。

以上内容由龙图腾AI智能生成。