[发明专利]面向金融行业的基于深度学习文本相似性检测方法有效
| 申请号： | 201910008264.4 | 申请日： | 2019-01-04 |
| 公开（公告）号： | CN110196906B | 公开（公告）日： | 2023-07-04 |
| 发明（设计）人： | 杜广龙;陈震星;李方;梁殷浩;罗静;邓勇达 | 申请（专利权）人： | 华南理工大学;上海中软华腾软件系统有限公司 |
| 主分类号： | G06F40/289 | 分类号： | G06F40/289;G06F40/30;G06N3/044;G06N3/0442;G06N3/048;G06N3/08 |
| 代理公司： | 广州粤高专利商标代理有限公司 44102 | 代理人： | 何淑珍;江裕强 |
| 地址： | 510640 广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提出了一种面向金融行业的基于深度学习文本相似性检测方法，包括：S1、步骤：建立专有名词词库，再基于条件随机场得到条件概率模型，通过条件概率模型进行概率计算。S2、使用Bi‑LSTM‑RNN模型按顺序将句子中的每个单词取出，提取其信息，并将其嵌入到语义向量中，从而获取句子的语义表示。S3、根据神经网络提取出的语义信息，分析句子的逻辑结构，将句子组织成树状结构，最后将段落按照向量树的方式表示出来。S4、将文本中提取到的向量树与数据库内的历史数据文档进行匹配，分别从两个角度比较相似性，一个是向量树之间的相似度，另一个是每个节点之间的相似度，最终得到结果。 | ||
| 搜索关键词： | 面向 金融 行业 基于 深度 学习 文本 相似性 检测 方法 | ||
【主权项】：
1.面向金融行业的基于深度学习文本相似性检测方法，其特征在于，包括以下步骤：S1、先将金融行业中的专有名词整理归纳成为一个专有名词词库，再基于条件随机场得到条件概率模型，通过条件概率模型进行概率计算；S2、使用Bi‑LSTM‑RNN模型按顺序将句子中的每个单词取出，提取其信息，并将该单词嵌入到语义向量中，从而获取句子的语义表示；S3、根据神经网络提取出的语义信息，采用非确定自动机实现对句子逻辑的构造分析句子的逻辑结构，将句子组织成树状结构，最后将段落按照向量树的方式表示出来；S4、将向量树与已有文档数据库内的历史数据文档进行匹配，分别从两个角度比较相似性，一个是向量树之间的相似度，另一个是每个节点之间的相似度，最终得到该文档与已有的历史数据文档的相似度数值。
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华南理工大学;上海中软华腾软件系统有限公司，未经华南理工大学;上海中软华腾软件系统有限公司许可，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/201910008264.4/，转载请声明来源钻瓜专利网。
