公开(公告)号：CN117633543A

公开(公告)日：2024-03-01

申请号：CN202311359555.0

申请日：2023-10-19

Applicant: 国家计算机网络与信息安全管理中心

Inventor： 刘晓辉 ,  赵淳璐 ,  赵晓航 ,  王更喜 ,  程光 ,  郭承禹 ,  王钲淇 ,  骆奕霖

IPC: G06F18/22 ,  G06F18/25 ,  G06F40/30 ,  G06F40/289 ,  G06F40/216

Abstract: 一种基于融合向量的短文本相似度计算方法，主要包括以下步骤：根据短文本所在的业务场景，积累相关的业务语料；基于业务语料，得到短文本所在语境的主题、各主题的主题词和主题词的权重信息，构造词汇权重关系模型；基于该模型对短文本中包含的词汇进行权重计算；利用短文本词汇的权重信息和使用word2vec生成的词汇语义信息，构造基于权重的文本语义向量；根据短文本语义向量的余弦相似度进行短文本相似度比较。该方法充分考虑了每个词对相似度贡献的区别，从基于权重的文本语义融合向量化表示的角度，定义了一种新的短文本相似度的计算方法。