首页/ 深圳市世纪光速信息技术有限公司/ 专利详情

计算文本间相似度的方法和装置

基本信息

申请号 CN201210126862.X 申请日 -
公开（公告）号 CN103377239B 公开（公告）日 2020-08-07
申请公布号 CN103377239B 申请公布日 2020-08-07
分类号 G06F40/30;G06F40/247;G06F16/35 分类 计算；推算；计数;
发明人 高小平;宋国龙;田国刚 申请（专利权）人 深圳市世纪光速信息技术有限公司
代理机构 北京中博世达专利商标代理有限公司 代理人 申健
地址 518057 广东省深圳市南山区粤海街道科技中一路腾讯大厦16层
法律状态 -

摘要

摘要 本发明实施例公开了一种计算文本间相似度的方法和装置，涉及计算机文本信息处理领域，能够提高文本间语义相似度计算的准确性。本发明实施例的计算文本间相似度的方法，包括：根据归一化模板对待分析的第一文本和第二文本进行归一化处理，以使意义相同的词语或词组统一为同一个词语或词组；查询归一化后的所述第一文本和第二文本位于同一个近义词聚类中的近义词，并获取所述近义词的语义相似度；获取所述第一文本和第二文本中各个词语或词组的权重；根据所述近义词的语义相似度、所述权重和预设的语义相似度模型，计算所述第一文本和第二文本的相似度。