[发明专利]文本相似度的计算方法、装置、电子设备及存储介质在审
| 申请号： | 201811551461.2 | 申请日： | 2018-12-18 |
| 公开（公告）号： | CN109635077A | 公开（公告）日： | 2019-04-16 |
| 发明（设计）人： | 徐乐乐 | 申请（专利权）人： | 武汉斗鱼网络科技有限公司 |
| 主分类号： | G06F16/33 | 分类号： | G06F16/33;G06F17/27 |
| 代理公司： | 中科专利商标代理有限责任公司 11021 | 代理人： | 周天宇 |
| 地址： | 430000 湖北省武汉市武汉东湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种文本相似度的计算方法，应用于信息技术领域，包括：对待处理的两条文本进行分词处理，得到组成两条文本的两个词汇集合，将两个词汇集合进行并集处理和交集处理，得到两个词汇集合的并集词汇和交集词汇，再分别输入各词汇至预先训练的TF‑IDF空间向量集合，得出各词汇的权重值，然后基于并集词汇和交集词汇的权重值，计算得出两条文本的相似度，本发明还公开了一种文本相似度的计算装置、电子设备及存储介质，通过综合文本中词汇本身的重要程度以及共有词汇的重要程度对相似度计算的影响，提高文本相似度计算的准确性。 | ||
| 搜索关键词： | 词汇 文本相似度 交集 词汇集合 并集 存储介质 电子设备 文本 权重 信息技术领域 相似度计算 分词处理 计算装置 空间向量 综合文本 相似度 集合 应用 | ||
【主权项】：
1.一种文本相似度的计算方法，其特征在于，包括：对待处理的两条文本分别进行分词处理，得到组成所述两条文本的两个词汇集合；将所述两个词汇集合进行并集处理和交集处理，得到所述两个词汇集合的并集词汇和交集词汇；分别输入各所述词汇至预先训练的TF‑IDF空间向量集合，得出各所述词汇的权重值；基于所述并集词汇和交集词汇的权重值，计算得出所述两条文本的相似度。
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武汉斗鱼网络科技有限公司，未经武汉斗鱼网络科技有限公司许可，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/201811551461.2/，转载请声明来源钻瓜专利网。
