[发明专利]一种基于语义相似度的信息检索方法

权利要求书

1.一种基于语义相似度的信息检索方法，其特征在于，根据信息之间的关键词语义重合率计算信息相似度；

获取信息之间的关键词语义重合率的方式为：提取信息的关键词，并对两个信息的关键词进行配组，每一个关键词组包含的两个关键词分别来源于不同的信息，且任意两个关键词组包含的关键词均不相同；然后，获得关键词组的最大语义相似度之和作为关键词语义重合率。

2.如权利要求1所述的基于语义相似度的信息检索方法，其特征在于，两条信息提取的关键词数量分别为n和n+k，则获得的关键词组数量为n。

3.如权利要求1所述的基于语义相似度的信息检索方法，其特征在于，关键词语义重合率的计算模型为：

|AB|＝(A1-Bi₁)+(A2-Bi₂)+(A3-Bi₃)+…(An-Bi_n)；

其中，n为信息A包含关键词数量，n+k为信息B包含关键词数量；Aq-Bi_q为信息A的第q个关键词语义Aq与信息B的第i_q个关键词语义Bi_q之间的语义相似度，1≤i_q≤n+k，Bi_q∈{[B1,B(n+k)]-[Bi₁,Bi_(q-1)]}，且(Aq-Bi_q)≥A(q-Bi_j，Bi_j∈{[B1,B(n+k)]-[Bi₁,Bi_(q-1)]-Bi_q}。

4.如权利要求2所述的基于语义相似度的信息检索方法，其特征在于，获取信息之间的关键词语义重合率的方式，具体包括以下步骤：

S1、从信息A未配对的关键词中选择一个作为分析对象；

S2、获取信息B中未配对的关键词作为筛选对象；

S3、计算分析对象与各筛选对象的语义相似度，并根据最大值组建新的关键词组合；

S4、循环以上步骤，直至信息A的关键词全部完成配对；

S5、计算所有关键词组合的语义相似度之和作为信息之间的关键词语义重合率。

5.如权利要求3所述的基于语义相似度的信息检索方法，其特征在于，A1-Bi₁≥A2-Bi₂≥A3-Bi₃≥…≥An-Bi_n。

6.如权利要求5所述的基于语义相似度的信息检索方法，其特征在于，获取信息之间的关键词语义重合率的方式，具体包括以下步骤：

SS1、建立用于存储关键词组合的目标集；

SS2、罗列所有关键词的组合方式形成原始词组集合，并计算原始词组集合中所有词语组合的语义相似度；

SS3、筛选出原始词组集合中语义相似度最大值对应的词语组合作为目标词组，将目标词组存储到目标集中；

SS4、在原始词组集合中删除包含目标词组中的任意词语的词语组合；

SS5、判断原始词组集合是否清空；否，则返回步骤SS3；

SS6、是，则获取目标集中的所有词语组合作为关键词组合，并计算所有关键词组合的语义相似度之和作为信息之间的关键词语义重合率。

7.如权利要求1所述的基于语义相似度的信息检索方法，其特征在于，关键词语义重合率的计算方式为：

SSS1、结合信息A和信息B的所有关键词创建树形图，并根据关键词之间的语义相似度标注连线权重；

SSS2、遍历树节点，计算两个信息的关键词语义在树形图上的最短距离作为关键词语义重合率。