[发明专利]一种判定文本相似性的方法和系统在审
| 申请号： | 201711088831.9 | 申请日： | 2017-11-08 |
| 公开（公告）号： | CN107967255A | 公开（公告）日： | 2018-04-27 |
| 发明（设计）人： | 冯素梅;江国进;孙永滨;白涛;杜乔瑞;王晓燕;张亚栋;徐先柱 | 申请（专利权）人： | 北京广利核系统工程有限公司;中国广核集团有限公司 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27;G06F17/22 |
| 代理公司： | 北京国电智臻知识产权代理事务所(普通合伙)11580 | 代理人： | 孙小敏 |
| 地址： | 100094 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： | 本发明属于文本分类的技术领域，为了解决现有技术中三种文本相似性判断算法分别存在的不足，本发明提供一种判定文本相似性的方法和系统，所述方法包括S1、构建向量空间模型，使得文本量化成可处理的对象；S2、使用Siamese网络构建文本语义相似性提取模型，并且在Siamese网络中，语义特征提取网络与相似性判别网络串联在一起，同时在样本训练阶段进行优化；S3、基于训练阶段样本的语义特征表达，构造基于特征向量的夹角余弦的文本相似度计算函数，以及最终的损失函数；S4、输入两个待测文本，基于Siamese网络对待测文本进行语义特征提取之后，计算两个向量的余弦夹角距离，并设置阈值，当两个向量的余弦夹角距离大于阈值时，判定为相似，否则判定为不相似。 | ||
| 搜索关键词： | 一种 判定 文本 相似性 方法 系统 | ||
【主权项】：
一种判定文本相似性的方法，其特征在于，包括：S1、构建向量空间模型，使得文本量化成可处理的对象；S2、使用Siamese网络构建文本语义相似性提取模型，并且在所述Siamese网络中，语义特征提取网络与相似性判别网络串联在一起，同时在样本训练阶段进行优化；S3、基于训练阶段样本的语义特征表达，构造基于特征向量的夹角余弦的文本相似度计算函数，以及最终的损失函数，使得同类样本对的特征向量映射到空间某个区域；S4、输入两个待测文本，基于所述Siamese网络对待测文本进行语义特征提取之后，计算两个向量的余弦夹角距离，并设置阈值，当两个向量的余弦夹角距离大于阈值时，判定为相似，否则判定为不相似。
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广利核系统工程有限公司;中国广核集团有限公司，未经北京广利核系统工程有限公司;中国广核集团有限公司许可，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/201711088831.9/，转载请声明来源钻瓜专利网。
