一种大规模文本数据的主题识别方法、系统和可读介质

本发明公开了一种大规模文本数据的主题识别方法、系统和可读介质，涉及大数据人工智能技术领域，一种大规模文本数据的主题识别方法包括：对所有大规模文本数据进行格式统一处理，基于每篇预处理好的文本数据，获取每篇文本数据的摘要，然后对每篇文本数据的摘要进行向量化处理，再对每篇摘要对应的语义向量查找出语义相近的其他前k个语义向量，并计算与其他前k个语义向量的语义相似度M，基于每个语义向量与其他前k个语义向量的语义相似度进行聚类，得到文本数据的主题识别结果，显著提升大规模文本主题识别的泛化能力、准确率和计算效率，减少了计算资源消耗。