[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

摘要

本发明公开一种面向问答领域含有人名的问句相似度计算方法，分别计算人名与非人名部分的相似度，并且考虑到句子的结构，从句子的语序以及长短两方面进行句子相似度的计算，最终根据句子语义相似度和结构相似度加权求得整体句子的相似度。解决了通过以往句子相似度算法在计算含有人名的句子时，无法得到符合人为主观判断的问题。本发明提出的方法能够更加精确的计算出含有人名的句子相似度，并可以将其广泛的应用到问答领域。

主权项

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Sz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SimLen(L,Sz)：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SimOrd(L,Sz)：式中，RevOrd表示相对于输入问句L，相同词语在语料库问句Sz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Sz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SimLen(L,Sz)和步骤1.2所得的句子语序相似度SimOrd(L,Sz)，得到当前输入问句L与语料库中的每一个问句Sz的句子结构相似度Simstru(L,Sz)；Simstru(L,Sz)＝μ1SimLen(L,Sz)+μ2SimOrd(L,Sz)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Sz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Sz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Sz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Sz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Simstru(L,Sz)和步骤2所得的句子语义相似度Simsem(L,Sz)，得到当前输入问句L与语料库中的每一个问句Sz的整体语句相似度Sim(L,Sz)：Sim(L,Sz)＝λ1Simstru(L,Sz)+λ2Simsem(L,Sz)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,Sz)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,Sz)最高的问句作为问句相似度计算结果输出；上述Sz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。