[发明专利]文本相似度计算方法及装置、智能机器人

权利要求书

1.一种文本相似度计算方法，其特征在于，所述方法包括：

获取第一文本和第二文本的最长公共子序列；

分别对所述第一文本、第二文本和最长公共子序列进行分词处理，得到第一词汇集合、第二词汇集合和第三词汇集合；

计算所述第一词汇集合与所述第二词汇集合的交集，得到第一目标集合；计算所述第一词汇集合与所述第二词汇集合的并集，得到第二目标集合；

利用所述第一目标集合中每个词汇的预定权重和所述第二目标集合中每个词汇的预定权重计算第一相似度；利用第三词汇集合中每个词汇的预定权重和所述第二目标集合中每个词汇的预定权重计算第二相似度；

根据所述第一相似度和第二相似度，计算所述第一文本和第二文本的目标相似度。

2.根据权利要求1所述的方法，其特征在于，所述根据所述第一相似度和第二相似度，计算所述第一文本和第二文本的目标相似度，包括：

获取所述第一相似度对应的第一相似权重；

获取所述第二相似度对应的第二相似权重；

利用所述第一相似度、第一相似权重、第二相似度和第二相似权重，计算所述第一文本和第二文本的目标相似度。

3.根据权利要求2所述的方法，其特征在于，所述方法利用如下公式计算所述第一文本和第二文本的目标相似度：

Score＝t1×Score1+t2×Score2

式中，Score表示所述目标相似度，Score1表示所述第一相似度，Score2表示所述第二相似度，t1表示所述第一相似权重，t2表示所述第二相似权重。

4.根据权利要求1所述的方法，其特征在于，所述利用第三词汇集合中每个词汇的预定权重和所述第二目标集合中每个词汇的预定权重计算第二相似度，包括：

计算所述第三词汇集合中所有词汇的预定权重的和，得到第一权重和；

计算所述第二目标集合中所有词汇的预定权重的和，得到第二权重和；

计算所述第一权重和与所述第二权重和的商，得到所述第二相似度。

5.根据权利要求4所述的方法，其特征在于，所述利用所述第一目标集合中每个词汇的预定权重和所述第二目标集合中每个词汇的预定权重计算第一相似度，包括：

计算所述第一目标集合中所有词汇的预定权重的和，得到第三权重和；

计算所述第三权重和与所述第二权重和的商，得到所述第一相似度。

6.一种文本相似度计算装置，其特征在于，所述装置包括：

子序列获取模块，用于获取第一文本和第二文本的最长公共子序列；

分词模块，用于分别对所述第一文本、第二文本和最长公共子序列进行分词处理，得到第一词汇集合、第二词汇集合和第三词汇集合；

集合处理模块，用于计算所述第一词汇集合与所述第二词汇集合的交集，得到第一目标集合；计算所述第一词汇集合与所述第二词汇集合的并集，得到第二目标集合；

子相似度确定模块，用于利用所述第一目标集合中每个词汇的预定权重和所述第二目标集合中每个词汇的预定权重计算第一相似度，以及利用第三词汇集合中每个词汇的预定权重和所述第二目标集合中每个词汇的预定权重计算第二相似度；

目标相似度确定模块，用于根据所述第一相似度和第二相似度，计算所述第一文本和第二文本的目标相似度。

7.根据权利要求6所述的装置，其特征在于，所述目标相似度确定模块包括：

相似权重获取子模块，用于获取所述第一相似度对应的第一相似权重，以及获取所述第二相似度对应的第二相似权重；

目标相似度计算子模块，用于利用所述第一相似度、第一相似权重、第二相似度和第二相似权重，计算所述第一文本和第二文本的目标相似度。