[发明专利]一种用于计算篇章级文档相似度的方法及可读存储介质在审
| 申请号： | 202210900936.4 | 申请日： | 2022-07-28 |
| 公开（公告）号： | CN115099368A | 公开（公告）日： | 2022-09-23 |
| 发明（设计）人： | 刘怀亮;杨碧莲;赵舰波;张善庄;杨斌;王亚凯 | 申请（专利权）人： | 乐知未来科技（深圳）有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06F40/289;G06F40/268;G06F40/216;G06F40/30;G06F40/242 |
| 代理公司： | 西安嘉思特知识产权代理事务所(普通合伙) 61230 | 代理人： | 万艳艳 |
| 地址： | 518129 广东省深圳市龙*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种用于计算篇章级文档相似度的方法及可读存储介质，方法包括：获取原始文档的m条第一句子和比对文档的n条第二句子；对第一句子和第二句子进行中文分词和去除停用词处理，得到通用字典；根据去除停用词后剩余的词语的词频和词性，得到共同标注；基于词语的共同标注得到该词语的词频与逆文档频值，以得到第一句子和第二句子的词频与逆文档频向量；从比对文档中找到与原始文档的每一条第一句子最相似的第二句子，以得到第一相似度分数；得到最终的Doc2Vec输出的最终文档向量；根据最终文档向量得到第二相似度分数；根据第一和第二相似度分数的平均值确定相似度结果。该方法考虑了词频、词性和语义，对于长文本能有效处理。 | ||
| 搜索关键词： | 一种 用于 计算 篇章 文档 相似 方法 可读 存储 介质 | ||
【主权项】：
暂无信息
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乐知未来科技（深圳）有限公司，未经乐知未来科技（深圳）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/202210900936.4/，转载请声明来源钻瓜专利网。
