一种非平衡文本的相似度计算方法
基本信息
| 申请号 | 2020111079775 | 申请日 | - |
| 公开（公告）号 | CN112257410A | 公开（公告）日 | 2021-01-22 |
| 申请公布号 | CN112257410A | 申请公布日 | 2021-01-22 |
| 分类号 | G06F40/194(2020.01)I; | 分类 | 计算；推算；计数; |
| 发明人 | 谢乾;马甲林;蒋圣;戴晶;周国栋;汪涛;吴大超 | 申请（专利权）人 | 南京科缇软件科技有限公司 |
| 代理机构 | 宜兴知初知识产权代理事务所（普通合伙） | 代理人 | 高春涛 |
| 地址 | 214205江苏省无锡市宜兴新街街道兴业路298号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开一种非平衡文本的相似度计算方法，包括以下步骤：输入语料库并进行预处理；采用word2vec模型对语料库预训练词向量；保存上述预训练所得的词向量结果；输入待计算相似度的较短文本T1和较长文本T2；采用TF‑IDF对文本T1和文本T2进行关键词提取。对文本T1的所有关键词基于词向量结果进行语义相关词扩充至和文本T2长度相等；计算文本T1和文本T2的相似度。采用本发明公开的相似度计算方法，可提高计算非平衡文本相似度的准确率。 |
