[发明专利]向量语义张量空间下的短文本相似度计算方法在审
| 申请号： | 201910607928.9 | 申请日： | 2019-07-05 |
| 公开（公告）号： | CN110347796A | 公开（公告）日： | 2019-10-18 |
| 发明（设计）人： | 李民;陈龙;单英哲;崔豪楠 | 申请（专利权）人： | 神思电子技术股份有限公司 |
| 主分类号： | G06F16/33 | 分类号： | G06F16/33;G06F17/27;G06K9/62 |
| 代理公司： | 济南泉城专利商标事务所 37218 | 代理人： | 赵玉凤 |
| 地址： | 250000 山东省济南市*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种向量语义张量空间下的短文本相似度计算方法，本方法首先对输入的训练数据集或者测试样本进行自然语言处理、统计分析和向量分析，得到用户查询语句与训练样本的向量距离；然后对经过自然语言处理、统计分析得出的统计数据集合进行语义回归预测，得到用户查询语句与训练样本的语义距离；最后基于向量距离分布和语义距离分布建立张量空间，在建立的张量空间内计算短文本之间的相似度。本发明用于解决小样本条件下短文本相似度计算问题，缓解或消除文档、词语不同长度对相似度带来的影响，同时在向量和语义张量空间下完成文本相似度计算。 | ||
| 搜索关键词： | 量空间 语义 短文本 相似度计算 向量 自然语言处理 向量距离 训练样本 用户查询 语义距离 统计分析 相似度 语句 文本相似度 小样本条件 训练数据集 测试样本 统计数据 向量分析 文档 词语 集合 缓解 回归 预测 | ||
【主权项】：
1.向量语义张量空间下的短文本相似度计算方法，其特征在于：包括以下步骤：S01)、对输入的训练数据集或者测试样本进行自然语言处理、统计分析和向量分析，得到用户查询语句与训练样本的向量距离；S02)、对步骤S01中经过自然语言处理、统计分析得出的统计数据集合进行语义回归预测，得到用户查询语句与训练样本的语义距离；S03)、基于步骤S01得出的向量距离分布和步骤S02得出的语义距离分布建立张量空间，向量距离和语义距离的取值均在[0,1]，然后在建立的张量空间内计算短文本之间的相似度。
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神思电子技术股份有限公司，未经神思电子技术股份有限公司许可，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/201910607928.9/，转载请声明来源钻瓜专利网。
