[发明专利]基于深度学习模型Word2Vec的短文本语义相似性判别方法和系统有效
| 申请号： | 201710070391.8 | 申请日： | 2017-02-09 |
| 公开（公告）号： | CN106844346B | 公开（公告）日： | 2020-08-25 |
| 发明（设计）人： | 曹杰;冯雨晖;宿晓坤;杨睿;何源浩 | 申请（专利权）人： | 北京红马传媒文化发展有限公司 |
| 主分类号： | G06F40/30 | 分类号： | G06F40/30;G06F40/284;G06F40/289;G06N20/00 |
| 代理公司： | 北京博雅睿泉专利代理事务所(特殊普通合伙) 11442 | 代理人： | 郭少晶 |
| 地址： | 100027 北京*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于深度学习模型Word2Vec的短文本语义相似性判别方法和系统，方法包括：将获取的中文语料集进行文本预处理后输入至深度学习模型word2vec中进行模型训练得到多维的词向量集合；提取所述多维的词向量集合的特征数据，将所述特征数据与标注数据同时输入至SVC模型中进行模型训练，得到短文本语义相似性判别模型。通过本发明提供的技术方案，在社交网络文本分析场景中，将待判别的两个短文本输入到上一步训练的模型中，即可输出语义相似性的判别结果，创新地将深度学习算法应用于解决自然语言处理中的短文本语义相似性判别；从词粒度到文本粒度构建特征工程，详尽地表达了短文本局部及总体特征，提升了短文本语义相似性判别的准确率。 | ||
| 搜索关键词： | 基于 深度 学习 模型 word2vec 文本 语义 相似性 判别 方法 系统 | ||
【主权项】：
一种基于深度学习模型Word2Vec的短文本语义相似性判别方法，其特征在于，包括：将获取的中文语料集进行文本预处理后输入至深度学习模型word2vec中进行模型训练得到多维的词向量集合；提取所述多维的词向量集合的特征数据，将所述特征数据与标注数据同时输入至SVC模型中进行模型训练，得到短文本语义相似性判别模型。
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北京红马传媒文化发展有限公司，未经北京红马传媒文化发展有限公司许可，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/201710070391.8/，转载请声明来源钻瓜专利网。
- 上一篇：一种单人单次量的辣椒酱菜食品包装
- 下一篇：包装盒
