[发明专利]文本间相似度计算方法、装置、存储介质及电子设备有效
| 申请号： | 201811420108.0 | 申请日： | 2018-11-26 |
| 公开（公告）号： | CN109684629B | 公开（公告）日： | 2022-12-16 |
| 发明（设计）人： | 董超 | 申请（专利权）人： | 东软集团股份有限公司 |
| 主分类号： | G06F40/194 | 分类号： | G06F40/194;G06F40/216;G06F40/284;G06F40/30 |
| 代理公司： | 北京英创嘉友知识产权代理事务所(普通合伙) 11447 | 代理人： | 魏嘉熹;南毅宁 |
| 地址： | 110179 辽*** | 国省代码： | 辽宁;21 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本公开涉及一种文本间相似度计算方法、装置、存储介质及电子设备。所述方法包括：针对待计算相似度的第一文本和第二文本，进行分词及停用词过滤处理，并根据处理结果得到不含重复分词的对应于第一文本的第一分词集合和对应于第二文本的第二分词集合；根据第一分词集合和第二分词集合中每个分词在所在文本中携带的信息量，以及每个分词对应的词嵌入向量，确定第一文本与第二文本之间的语义信息转移代价；根据语义信息转移代价，确定第一文本和第二文本之间的相似度。这样，充分考虑了文本中各词本身以及各词上下文对于文本的语义影响，相似度的计算依据更加贴近文本本身的语义，使得计算出的相似度更加准确。 | ||
| 搜索关键词： | 文本 相似 计算方法 装置 存储 介质 电子设备 | ||
【主权项】：
1.一种文本间相似度计算方法，其特征在于，所述方法包括：针对待计算相似度的第一文本和第二文本，进行分词及停用词过滤处理，并根据处理结果得到不含重复分词的对应于所述第一文本的第一分词集合和对应于所述第二文本的第二分词集合；根据所述第一分词集合和所述第二分词集合中每个分词在所在文本中携带的信息量，以及每个所述分词对应的词嵌入向量，确定所述第一文本与所述第二文本之间的语义信息转移代价；根据所述语义信息转移代价，确定所述第一文本和所述第二文本之间的相似度。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于东软集团股份有限公司，未经东软集团股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811420108.0/，转载请声明来源钻瓜专利网。
- 上一篇：基于案情语义分析的案件智能推送方法及系统
- 下一篇：专利相似性的对比分析方法
