[发明专利]文本相似度计算方法及装置在审
| 申请号： | 201711194408.7 | 申请日： | 2017-11-24 |
| 公开（公告）号： | CN107977676A | 公开（公告）日： | 2018-05-01 |
| 发明（设计）人： | 蒋宏飞;王萌萌;晋耀红;杨凯程 | 申请（专利权）人： | 北京神州泰岳软件股份有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06F17/27;G06F17/30 |
| 代理公司： | 北京弘权知识产权代理事务所(普通合伙)11363 | 代理人： | 逯长明,许伟群 |
| 地址： | 100089 北京市海淀区*** | 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： | 本发明实施例提供了一种文本相似度计算方法及装置，本发明实施例利用第一词向量训练模型对两个文本中词汇进行训练，得到每个词汇对应的词向量，之后计算两个词向量的余弦相似度，最后利用词向量的最大余弦相似度计算两个文本的相似度，由于词向量包含对应词汇的上下文信息，因此词向量的余弦相似度能够反映对应的词汇的意义相似程度，那么利用余弦相似度计算得到的两个文本的相似度就能够准确反映两个文本的意义相似程度，即利用余弦相似度能够提高文本相似度计算的准确性，从而客服了现有技术中只能利用相同的词汇来确定两个文本的相似度所带来的局限性。 | ||
| 搜索关键词： | 文本 相似 计算方法 装置 | ||
【主权项】：
一种文本相似度计算方法，其特征在于，所述方法包括如下步骤：利用第一词向量训练模型，对第一文本及第二文本中的所有词汇处理得到所有词汇的词向量,其中所述词向量中包含对应词汇的上下文关系；根据词汇对应的词向量，计算所述第一文本中各词汇与所述第二文本中各词汇的余弦相似度，根据所述第一文本中各词汇对应的最大余弦相似度，计算该词汇与所述第二文本的相似度；根据所述第一文本中各词汇与所述第二文本的相似度，计算得到所述第一文本与所述第二文本的相似度。
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北京神州泰岳软件股份有限公司，未经北京神州泰岳软件股份有限公司许可，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/201711194408.7/，转载请声明来源钻瓜专利网。
