公开(公告)号：CN109344236B

公开(公告)日：2020-09-04

申请号：CN201811041071.0

申请日：2018-09-07

Applicant: 暨南大学

Inventor： 刘波 ,  彭永幸

IPC: G06F16/332 ,  G06F40/30 ,  G06F40/211 ,  G06F16/33

Abstract: 本发明公开了一种基于多种特征的问题相似度计算方法，包括步骤：针对输入的新问题句子，将其与存储的历史问题及对应的答案进行比对计算，计算出新问题与历史问题之间基于字符特征的相似度、基于词语语义特征的相似度、基于句子语义特征的相似度、基于句子隐含主题特征的相似度和基于答案语义特征的相似度；最终相似度为上述5个相似度及其各自对应权重的乘积和，权重利用线性回归方法训练得到。本发明采用多种特征增加了样本属性的多样性，提升了模型的泛化能力。同时利用软余弦距离将TF‑IDF与编辑距离、词语语义等信息进行融合，克服了词语之间的语义鸿沟，提高了相似度计算的准确率。

公开(公告)号：CN109344236A

公开(公告)日：2019-02-15

申请号：CN201811041071.0

申请日：2018-09-07

Applicant: 暨南大学

Inventor： 刘波 ,  彭永幸

IPC: G06F16/332 ,  G06F17/27

Abstract: 本发明公开了一种基于多种特征的问题相似度计算方法，包括步骤：针对输入的新问题句子，将其与存储的历史问题及对应的答案进行比对计算，计算出新问题与历史问题之间基于字符特征的相似度、基于词语语义特征的相似度、基于句子语义特征的相似度、基于句子隐含主题特征的相似度和基于答案语义特征的相似度；最终相似度为上述5个相似度及其各自对应权重的乘积和，权重利用线性回归方法训练得到。本发明采用多种特征增加了样本属性的多样性，提升了模型的泛化能力。同时利用软余弦距离将TF-IDF与编辑距离、词语语义等信息进行融合，克服了词语之间的语义鸿沟，提高了相似度计算的准确率。