一种用于确定文本相似度的系统及方法
公开
摘要
本发明公开了一种用于确定文本相似度的系统及方法，属于数据处理技术领域。本发明系统，包括：聚类模块，获取用户的问答数据，并对所述问答数据进行预处理，针对预处理后的问答数据，选取所述预处理后的问答数据的初始化质心，根据所述初始化质心获取聚类的问答数据；文本相似度确定模块，对所述聚类结果中的问题数据进行分词，并计算每个分词的TF‑IDF值，根据所述TF‑IDF值计算所述聚类的问答数据间的Simhash值，根据所述Simhash值确定所述聚类的问答数据间的相似度。与现有技术相比，本发明通过计算关键词在问答语料中权重和simhash值比较两条问答数据相似性，成功的将聊天平台中非结构化数据转化成智能客服可识别的结构化数据。
基本信息
专利标题 ：
一种用于确定文本相似度的系统及方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114416975A
申请号 ：
CN202111572563.4
公开（公告）日 ：
2022-04-29
申请日 ：
2021-12-21
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
马谊骏刘振宇杨硕王志刚
申请人 ：
航天信息股份有限公司
申请人地址 ：
北京市海淀区杏石口路甲18号
代理机构 ：
北京工信联合知识产权代理有限公司
代理人 ：
刘海蓉
优先权 ：
CN202111572563.4
主分类号 ：
G06F16/35
IPC分类号 ：
G06F16/35 G06F16/33 G06F40/289
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
G06F16/35
••聚类；分类
法律状态
2022-04-29 ：
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
