[发明专利]一种文档语义相似度计算方法在审
| 申请号： | 201410348547.0 | 申请日： | 2014-07-21 |
| 公开（公告）号： | CN104182468A | 公开（公告）日： | 2014-12-03 |
| 发明（设计）人： | 贾岩 | 申请（专利权）人： | 安徽华贞信息科技有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 合肥市长远专利代理事务所(普通合伙) 34119 | 代理人： | 程笃庆;黄乐瑜 |
| 地址： | 230000 安徽省合肥市高*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出了一种文档语义相似度计算方法，减小了文档检索工作量，提高了工作效率，其采用设定阈值的方法，分区间计算相似度，具体包括以下步骤：A、构建一套或多套本体库；通过输入概念体系和主要描述词语构成本体库，本体库中，概念之间根据关联程度构成概念树，概念树构成概念森林；B、计算语义相似度；利用tf-idf算法计算查询对象vQuerym与文档vDocm之间的语义相似度，计算公式为tf为查询对象在文档中出现的次数，idf为查询对象普遍重要性的度量，sim(cmi,cnj)为概念cmi，cnj之间的语义相似度，计算公式如下d为两个概念在概念树中的距离；c为随系统自动调节参数；p为本体中预定义的cmi，cnj之间的关联程度，默认值为1。 | ||
| 搜索关键词： | 一种 文档 语义 相似 计算方法 | ||
【主权项】：
一种文档语义相似度计算方法，其特征在于，采用设定阈值的方法，分区间计算相似度，具体包括以下步骤：A、构建一套或多套本体库；通过输入概念体系和主要描述词语构成本体库，本体库中，概念之间根据关联程度构成概念树，概念树构成概念森林；B、计算语义相似度；利用tf‑idf算法计算查询对象vQuerym与文档vDocm之间的语义相似度，计算公式为，sim(vQuerym,vDocn)=Σjtf-idf(cnj)·Σisim(cmi,cnj)]]>tf为查询对象在文档中出现的次数，idf为查询对象普遍重要性的度量，sim(cmi,cnj)为概念cmi，cnj之间的语义相似度，计算公式如下，sim(cmi,cnj)=p·cd+c]]>d为两个概念在概念树中的距离；c为随系统自动调节参数；p为本体中预定义的cmi，cnj之间的关联程度，默认值为1；C、设定阈值，计算概念相似度；选择阈值δ，0≤δ＜1，重新改写概念相似度并记为S，则，S=sim-δ1-δif sim>δ0else,(0≤δ<1)]]>sim为sim(cmi,cnj)简写；D、语义相似度计算公式变形；将概念相似度S代入tf‑idf算法，得到语义相似度计算公式，sim(vQuerym,vDocn)=Σjtf-idf(cnj)·ΣiS(cmi,cnj)=ΣiΣcnj∈SETitf-idf(cnj)·S(cmi,cnj)]]>S(cmi,cnj)为的cmi，cnj的概念相似度S，词语cmi属于vQuerym，SETi为与cmi相似度大于0的词语集合。
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安徽华贞信息科技有限公司;，未经安徽华贞信息科技有限公司;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/201410348547.0/，转载请声明来源钻瓜专利网。
- 上一篇：车辆悬架侧倾角刚度的校核方法
- 下一篇：信息处理设备、信息处理方法以及程序
