融合关键词特征和多粒度语义特征的文本相似度计算方法
授权
摘要
本发明公开了一种融合关键词特征和多粒度语义特征的文本相似度计算方法，属于自然语言智能处理技术领域。本发明首先基于关键词特征，引入Ksimhash算法，计算当前两个文本的相似度sim1；其次，利用TFIDF算法，抽取出文本关键词，并利用Word2vec模型得到每个词对应的词向量，利用关键词以及关键词向量信息得到文本对应的词语语义向量，基于词语语义向量，计算当前两个文本的相似度sim2；然后，利用Doc2vec模型，得到每篇文本对应的篇章语义向量，基于文本语义向量，计算当前两个文本的相似度sim3；最后，对sim1、sim2、sim3相加求平均，得到最终文本的相似度结果。本发明计算得到的相似度准确度高，可用于文本检索、查重等应用领域。
基本信息
专利标题 ：
融合关键词特征和多粒度语义特征的文本相似度计算方法
专利标题（英）：
暂无
公开（公告）号 ：
CN113011194A
申请号 ：
CN202110403916.1
公开（公告）日 ：
2021-06-22
申请日 ：
2021-04-15
授权号 ：
CN113011194B
授权日 ：
2022-05-03
发明人 ：
刘丹张成辉史梦雨
申请人 ：
电子科技大学
申请人地址 ：
四川省成都市高新区（西区）西源大道2006号
代理机构 ：
电子科技大学专利中心
代理人 ：
周刘英
优先权 ：
CN202110403916.1
主分类号 ：
G06F40/30
IPC分类号 ：
G06F40/30 G06F40/289 G06F40/216 G06K9/62
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F40/30
语义分析
法律状态
2022-05-03 ：
授权
2021-07-09 ：
实质审查的生效
IPC(主分类) : G06F 40/30
申请日 : 20210415
申请日 : 20210415
2021-06-22 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
