基于代表词对的RESTfulAPI文档主题分布提取方法（高校公示15天）（不包年费滞纳金）（需要二变）

一种基于代表词对的RESTful API文档主题分布提取方法，所述方法包括以下步骤：第一步：对文档进行分词处理，并进行停止词去除与时态归一化；第二步：将分词结果转换为词对集合；第三步：在主题模型的迭代过程中计算代表词对，并利用代表词对实现概率采样算法，完成主题模型训练，输出RESTful API的文档主题分布。本发明提出一种基于代表词对的RESTful API文档主题分布提取方法，该方法设计了一种以BTM主题模型为基础的词对模型，通过一种基于主题分布信息的概率采样策略，来寻找训练过程中对当前采样主题关联度高的代表词对，并通过调节词对在采样过程中的权重信息，降低噪声问题带来的干扰。

《基于代表词对的RESTfulAPI文档主题分布提取方法（高校公示15天）（不包年费滞纳金）（需要二变）》是一发明专利，专利号为 2021105702706，当前法律状态为已下证，由浙江工业大学提出申请，发明人为陆佳炜;郑嘉弘;赵伟;王小定;朱昊天;徐俊;程振波，申请日期为2021-05-25，公开（公告）日期为2024-04-16，国际专利分类号（IPC）为 G06F 40/284 (2020.01)，高新资质：未报高企。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：一种基于代表词对的RESTful API文档主题分布提取方法，所述方法包括以下步骤：第一步：对文档进行分词处理，并进行停止词去除与时态归一化；第二步：将分词结果转换为词对集合；第三步：在主题模型的迭代过程中计算代表词对，并利用代表词对实现概率采样算法，完成主题模型训练，输出RESTful API的文档主题分布。本发明提出一种基于代表词对的RESTful API文档主题分布提取方法，该方法设计了一种以BTM主题模型为基础的词对模型，通过一种基于主题分布信息的概率采样策略，来寻找训练过程中对当前采样主题关联度高的代表词对，并通过调节词对在采样过程中的权重信息，降低噪声问题带来的干扰。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！