[发明专利]文本相似度的获取方法及装置

说明书

本申请提供了一种文本相似度的获取方法及装置，其中，该方法包括：针对待测试与目标文本的相似度的待测试文本，获取待测试文本的句子的第二主干词，以及获取目标文本的句子的第一主干词；依据第二主干词和第一主干词确定待测试文本的第二向量和目标文本的第一向量，依据所述第二向量和所述第一向量，确定待测试文本和目标文本的相似度。采用上述技术方案，依据主干词的文本向量确定文本之间的相似度，保证了对比结果的真实有效性，提供了测试准确率，解决了相关技术中计算文本相似度准确率较低的问题。

技术领域

本申请涉及通信领域，具体而言，涉及一种文本相似度的获取方法及装置。

背景技术

在相关技术中，在自然语言处理领域，由于文本分析的需要，经常需要比较两篇文本的相似度，作为自然语言处理领域里的一个基本任务，文本相似度计算在该领域应用非常广泛，比如文本分类、问答系统、机器翻译、搜索引擎等。并且在各种任务中占据非常重要的地位，相似度计算的准确率直接影响到问答系统等任务的性能。

针对相关技术中计算文本相似度准确率较低的问题，目前还没有有效的解决方案。

发明内容

本申请实施例提供了一种文本相似度的获取方法及装置，以至少解决相关技术中计算文本相似度准确率较低的问题。

根据本申请的一个实施例，提供了一种文本相似度的获取方法，包括：获取所述待测试文本的句子的第二主干词，以及获取目标文本的句子的第一主干词；依据所述第二主干词和所述第一主干词确定所述待测试文本的第二向量和所述目标文本的第一向量；依据所述第二向量和所述第一向量，确定所述待测试文本和所述目标文本的相似度。

根据本申请的另一个实施例，还提供了一种文本相似度的获取方法，包括：确定待测试文本中每个词语的词性，依据所述词性删除所述待测试文本中的虚词和指定词性的词语，获取所述待测试文本的第二主干词；确定目标文本的句子的第一主干词；依据所述第二主干词和所述第一主干词确定所述待测试文本的第二向量和所述目标文本的第一向量；依据所述第二向量和所述第一向量，确定所述待测试文本和所述目标文本的相似度。

根据本发明的另一个实施例，还提供了一种文本相似度的获取装置，包括：第一获取模块，用于获取所述待测试文本的句子的第二主干词，以及获取目标文本的句子的第一主干词；第一确定模块，用于依据所述第二主干词和所述第一主干词确定所述待测试文本的第二向量和所述目标文本的第一向量；第二确定模块，用于依据所述第二向量和所述第一向量，确定所述待测试文本和所述目标文本的相似度。

根据本发明的另一个实施例，还提供了一种文本相似度的获取装置，包括：第三确定模块，用于确定待测试文本中每个词语的词性，依据所述词性删除所述待测试文本中的虚词和指定词性的词语，获取所述待测试文本的第二主干词；第四确定模块，用于确定目标文本的句子的第一主干词；第五确定模块，用于依据所述第二主干词和所述第一主干词确定所述待测试文本的第二向量和所述目标文本的第一向量；第六确定模块，用于依据所述第二向量和所述第一向量，确定所述待测试文本和所述目标文本的相似度。

根据本申请的又一个实施例，还提供了一种存储介质，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行上述任一项方法实施例中的步骤。

根据本申请的又一个实施例，还提供了一种电子装置，包括存储器和处理器，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行上述任一项方法实施例中的步骤。

通过本申请，针对待测试与目标文本的相似度的待测试文本，获取待测试文本的句子的第二主干词，以及获取目标文本的句子的第一主干词；依据第二主干词和第一主干词确定待测试文本的第二向量和目标文本的第一向量，依据所述第二向量和所述第一向量，确定待测试文本和目标文本的相似度。采用上述技术方案，依据主干词的文本向量确定文本之间的相似度，保证了对比结果的真实有效性，提供了测试准确率，解决了相关技术中计算文本相似度准确率较低的问题。