一种基于机器学习的多特征文本数据相似度计算方法
基本信息
| 申请号 | CN201810838529.9 | 申请日 | - |
| 公开（公告）号 | CN109145111A | 公开（公告）日 | 2019-01-04 |
| 申请公布号 | CN109145111A | 申请公布日 | 2019-01-04 |
| 分类号 | G06F16/35;G06F17/27;G06K9/62 | 分类 | 计算；推算；计数; |
| 发明人 | 陈磊 | 申请（专利权）人 | 深圳市翼海云峰科技有限公司 |
| 代理机构 | - | 代理人 | - |
| 地址 | 518000 广东省深圳市福田区福田街道口岸社区福田南路38号广银大厦17层1716-05 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于机器学习的多特征文本数据相似度计算方法，使用文本矢量化算法将每条数据的每个特征转化为一个矢量数组；将每条数据的多个特征生成的矢量数据进行拼接，正则化处理，并将所有数据的对应矢量数组组成一个矩阵；可选地使用PCA算法对上述矩阵进行降维；由业务专家在上述数据中标注出一系列相似数据对，每个数据对由两条相似数据组成；基于上述相似数据对，计算出矢量距离映射矩阵，并基于该矩阵得到矢量距离计算公式；使用低精度聚合算法。该方法采用机器学习算法实现了多特征文本数据的距离计算，并使用低精度聚类方法降低了计算量，提升了算法性能。 |
