[发明专利]基于隐性高维分布式特征表示的篇章相似度判定方法在审
| 申请号： | 201710994119.9 | 申请日： | 2017-10-23 |
| 公开（公告）号： | CN107729509A | 公开（公告）日： | 2018-02-23 |
| 发明（设计）人： | 王远;雷斌;陆保国;崔隽;尹超 | 申请（专利权）人： | 中国电子科技集团公司第二十八研究所 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06F17/27 |
| 代理公司： | 江苏圣典律师事务所32237 | 代理人： | 胡建华,于瀚文 |
| 地址： | 210007 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了基于隐性高维分布式特征表示的篇章相似度判定方法，首先利用神经网络类训练技术对特定种类数据样本进行训练，对样本生成词隐性高维分布式特征表示集合以及样本对应的语言模型；对样本生成二阶隐性高维分布式特征表示矩阵；对于待判定的篇章，利用神经网络语言模型，生成篇章中每一个词生成隐性高维分布式特征，然后组合得到篇章二阶隐性高维分布式特征表示矩阵。利用篇章和样本的二阶隐性高维分布式特征表示矩阵计算篇章的隐性语义特征向量；计算篇章隐性语义特征向量与全1向量的余弦值，以此作为篇章与样本集合的相似度。该方法可以用来进行长篇章间语义相似度计算、长篇章语义分类与聚类等操作。 | ||
| 搜索关键词： | 基于 隐性 分布式 特征 表示 篇章 相似 判定 方法 | ||
【主权项】：
基于隐性高维分布式特征表示的篇章相似度判定方法具体包括如下步骤：步骤1，利用类神经网络工具对特定种类数据样本进行训练，对样本生成词隐性高维分布式特征表示集合以及样本对应的语言模型；步骤2，对样本生成二阶隐性高维分布式特征表示矩阵；步骤3，输入待判定的篇章，利用步骤1得到的语言模型，生成篇章中每一个词隐性高维分布式特征，组合得到待判定的篇章的二阶隐性高维分布式特征表示矩阵；步骤4，利用待判定的篇章和样本的二阶隐性高维分布式特征表示矩阵计算待判定的篇章的隐性语义特征向量；步骤5，根据隐性语义特征向量计算待判定的篇章与样本的相似度。
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中国电子科技集团公司第二十八研究所，未经中国电子科技集团公司第二十八研究所许可，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/201710994119.9/，转载请声明来源钻瓜专利网。
