[发明专利]一种基于同义词典的短文本相似度匹配方法及系统有效
| 申请号： | 201811183141.6 | 申请日： | 2018-10-11 |
| 公开（公告）号： | CN109472019B | 公开（公告）日： | 2023-02-10 |
| 发明（设计）人： | 邹辉;肖龙源;蔡振华;李稀敏;刘晓葳;谭玉坤;王静 | 申请（专利权）人： | 厦门快商通信息技术有限公司 |
| 主分类号： | G06F40/284 | 分类号： | G06F40/284;G06F40/289 |
| 代理公司： | 厦门仕诚联合知识产权代理事务所(普通合伙) 35227 | 代理人： | 乐珠秀 |
| 地址： | 361007 福建省厦门*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于同义词典的短文本相似度匹配方法及系统，其通过对待处理的短文本进行分词处理，并对分词结果进行词频统计；对于高频词利用词语语义相似度进行构建第一同义词典；对于低频词利用字符串相似度进行构建第二同义词典，并对所述第一同义词典和所述第二同义词典进行聚类处理，得到所述短文本的完整同义词典；或者，直接将字符串相似度高于预设的相似度阈值的分词结果存放到所述第一同义词典中的对应位置，得到更新的第一同义词典，即得到所述短文本的完整同义词典；最后利用带有所述欧氏距离或余弦相似度的完整同义词典计算两个短文本之间的语义相似度；算法准确性更高，适用范围更广。 | ||
| 搜索关键词： | 一种 基于 同义 词典 文本 相似 匹配 方法 系统 | ||
【主权项】：
1.一种基于同义词典的短文本相似度匹配方法，其特征在于，包括以下步骤：a.对待处理的短文本进行分词处理，并对分词结果进行词频统计；b.对于词频大于预设的词频阈值的分词结果，则利用词语语义相似度，对词语语义相似度大于预设的相似度阈值的分词结果进行构建第一同义词典；c.对于词频小于或等于预设的词频阈值的分词结果，则利用字符串相似度，对字符串相似度高于预设的相似度阈值的分词结果进行构建第二同义词典，并对所述第一同义词典和所述第二同义词典进行聚类处理，得到所述短文本的完整同义词典；或者，直接将字符串相似度高于预设的相似度阈值的分词结果存放到所述第一同义词典中的对应位置，得到更新的第一同义词典，即得到所述短文本的完整同义词典；d.计算所述完整同义词典中的所有词语与其同义词的欧氏距离或余弦相似度，并利用带有所述欧氏距离或余弦相似度的完整同义词典计算两个短文本之间的语义相似度。
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厦门快商通信息技术有限公司，未经厦门快商通信息技术有限公司许可，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/201811183141.6/，转载请声明来源钻瓜专利网。
