[发明专利]一种面向问答领域含有人名的问句相似度计算方法

权利要求书

1.一种面向问答领域含有人名的问句相似度计算方法，其特征是，具体包括步骤如下：

步骤1、计算当前输入问句L与语料库中的每一个问句S^z的句子结构相似度，其具体包括：

步骤1.1、计算句子长度相似度Sim_Len(L,S^z)：

其中，Len_L表示输入问句L分词后的词语的个数，表示语料库问句S^z分词后的词语的个数；

步骤1.2、计算句子语序相似度Sim_Ord(L,S^z)：

式中，RevOrd表示相对于输入问句L，相同词语在语料库问句S^z中的逆序数，MaxRevOrd表示相对于输入问句L，相同词语数序列在语料库问句S^z中的最大逆序数；

步骤1.3、综合步骤1.1所得的句子长度相似度Sim_Len(L,S^z)和步骤1.2所得的句子语序相似度Sim_Ord(L,S^z)，得到当前输入问句L与语料库中的每一个问句S^z的句子结构相似度Sim_stru(L,S^z)；

Sim_stru(L,S^z)＝μ₁Sim_Len(L,S^z)+μ₂Sim_Ord(L,S^z)

其中，μ₁表示句子长度相似度的权重，μ₂表示句子结构相似度的权重，μ₁+μ₂＝1；

步骤2、计算当前输入问句L与语料库中的每一个问句S^z的句子语义相似度，其具体包括：

步骤2.1、计算句子人名词语相似度

其中，x₁和y₁分别表示输入问句L中人名的出生年份和出生月份，x₂和y₂分别表示语料库问句S^z中人名的出生年份和出生月份，p₁和q₁分别表示输入问句L中人名配偶的出生年份和出生月份，p₂和q₂分别表示语料库问句S^z中人名配偶的出生年份和出生月份，α为人物的调节参数，β为人物配偶的调节参数，α+β＝1；

步骤2.2、计算句子非人名词语相似度

其中，C_1i表示输入问句L中词语L_v1中的某个义项，C_2j表示语料库问句S^z中词语中的某个义项，n表示输入问句L中词语L_v1中义项的个数，m表示语料库问句S^z中词语中义项的个数，Sim(C_1i,C_2j)表示义项C_1i与义项C_2j的相似度；

步骤2.3、综合步骤2.1所得的句子人名词语相似度和步骤2.2所得的句子非人名词语相似度得到当前输入问句L与语料库中的每一个问句S^z的句子语义相似度Sim_sem(L,S^z)；

其中，a表示输入问句L与语料库问句S^z的人名集合中获得最佳匹配对的对数，b表示输入问句L与语料库问句的非人名集合中获得的最佳匹配对的对数，γ₁表示人名词语相似度的权重，γ₂表示非人名词语相似度的权重，γ₁+γ₂＝1；

步骤3、综合步骤1所得的句子结构相似度Sim_stru(L,S^z)和步骤2所得的句子语义相似度Sim_sem(L,S^z)，得到当前输入问句L与语料库中的每一个问句S^z的整体语句相似度Sim(L,S^z)：

Sim(L,S^z)＝λ₁Sim_stru(L,S^z)+λ₂Sim_sem(L,S^z)

其中，λ₁表示句子结构相似度的权重，λ₂表示句子语义相似度的权重，λ₁+λ₂＝1；

步骤4、对步骤3所得的整体语句相似度Sim(L,S^z)进行排序，并从中语料库中选出与当前输入问句L的整体语句相似度Sim(L,S^z)最高的问句作为问句相似度计算结果输出；

上述S^z表示语料库中的第z个句子，z∈(1,2,…,Z)，Z为语料库中问句的数量。

2.根据权利要求1所述的一种面向问答领域含有人名的问句相似度计算方法，其特征是，步骤2.2中，利用How Net知识库计算句子非人名词语相似度