[发明专利]一种基于ES搜索的文本相似度排序方法在审

专利信息
申请号: 201711193304.4 申请日: 2017-11-24
公开(公告)号: CN107943762A 公开(公告)日: 2018-04-20
发明(设计)人: 文杰锋;刘楚雄 申请(专利权)人: 四川长虹电器股份有限公司
主分类号: G06F17/22 分类号: G06F17/22;G06F17/27;G06F17/30
代理公司: 成都虹桥专利事务所(普通合伙)51124 代理人: 吴中伟
地址: 621000 四*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 es 搜索 文本 相似 排序 方法
【权利要求书】:

1.一种基于ES搜索的文本相似度排序方法,其特征在于,包括以下步骤:

a.ES初步搜索获得相似文本集合;

b.进行文本分词,得到分词集合;

c.以分词集合为基础,对分词后的文本进行向量化表示;

d.通过余弦相似度度量文本向量之间相似程度;

e.根据余弦相似度值,对文本进行相似度重排序。

2.如权利要求1所述的一种基于ES搜索的文本相似度排序方法,其特征在于,步骤b中,在进行文本分词时,对每个文本按照从前往后每相邻的两个字为一词的规则进行分词,即保留了字词的先后位置信息。

3.如权利要求1或2所述的一种基于ES搜索的文本相似度排序方法,其特征在于,步骤d中,所述通过余弦相似度度量文本向量之间相似程度,具体包括:

假设搜索文本q的向量表示为向量vec_q,初步搜索结果集合中的某一文本t的向量表示为向量vec_t,则向量vec_q与向量vec_t之间的余弦相似度计算公式为:

cos(vec_q,vec_t)=vec_q·vec_t||vec_q||×||vec_t||]]>

式中,vec_q与vec_t为搜索文本q与搜索结果集合中的某一文本的向量表示;||vec_q||与||vec_t||分别为向量vec_q与vec_t的模。

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四川长虹电器股份有限公司,未经四川长虹电器股份有限公司许可,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/pat/books/201711193304.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top