CN107562714B - 一种语句相似度计算方法及装置 - Google Patents
一种语句相似度计算方法及装置 Download PDFInfo
- Publication number
- CN107562714B CN107562714B CN201610514080.1A CN201610514080A CN107562714B CN 107562714 B CN107562714 B CN 107562714B CN 201610514080 A CN201610514080 A CN 201610514080A CN 107562714 B CN107562714 B CN 107562714B
- Authority
- CN
- China
- Prior art keywords
- participle
- vector
- weight
- sentence
- word segmentation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Abstract
本发明实施例公开了一种语句相似度计算方法及装置，方法包括：根据第一预设规则进行分词处理，分别得到两个语句的第一分词向量和第二分词向量；根据第二预设规则，计算得到第一分词向量和第二分词向量中各个分词的权重，并根据权重，分别计算得到第一分词向量的第一模和第二分词向量的第二模；根据第一分词向量和第二分词向量中相同的目标分词的权重，计算第一分词向量和第二分词向量的目标分词内积；根据第一模、第二模和目标分词内积，计算得到第一语句和第二语句的相似度。本发明实施例通过对语句进行分词处理，并为每个分词计算权重，根据权重计算得到两个语句的相似度，避免了大量人工经验配置计算公式，且准确率较高，计算速度较快。
Description
技术领域
本发明实施例涉及计算机技术领域，具体涉及一种语句相似度计算方法及装置。
背景技术
随着计算机自动化和智能化的发展，用户对计算机的自动搜索技术提出了较高的要求，尤其在智能机器人领域，对智能机器人的自动搜索结果的要求更高。而用户输入的语句和搜索结果语句的相似度计算是搜索技术的核心问题。基于上述相似度计算的排名决定了搜索引擎的优劣和用户体验的质量。
现有技术中的语句相似度计算方法主要是采用基于向量空间模型(VSM，Vectorspace model)方法和基于语义向量的相似度计算，其中，基于VSM方法的相似度计算需要大量人工经验配置计算公式，而基于语义向量的相似度计算的算法准确率难以掌握，算法迭代时间较长。
在实现本发明实施例的过程中，发明人发现现有的语句相似度计算方法需要大量人工经验配置计算公式，且准确率难以掌握，算法迭代时间较长。
发明内容
由于现有的语句相似度计算方法需要大量人工经验配置计算公式，且准确率难以掌握，算法迭代时间较长的问题，本发明提出一种语句相似度计算方法及装置。
第一方面，本发明实施例提出一种语句相似度计算方法，包括：
根据第一预设规则对第一语句和第二语句进行分词处理，得到所述第一语句的第一分词向量和所述第二语句的第二分词向量；
根据第二预设规则，计算得到所述第一分词向量中各个分词的权重和所述第二分词向量中各个分词的权重，并根据所述第一分词向量中各个分词的权重和所述第二分词向量中各个分词的权重，分别计算得到所述第一分词向量的第一模和所述第二分词向量的第二模；
获取所述第一分词向量和所述第二分词向量中相同的目标分词，并根据所述目标分词的权重，计算所述第一分词向量和所述第二分词向量的目标分词内积；
根据所述第一模、所述第二模和所述目标分词内积，计算得到所述第一语句和所述第二语句的相似度。
优选地，所述根据第一预设规则对第一语句和第二语句进行分词处理，得到所述第一语句的第一分词向量和所述第二语句的第二分词向量之前，还包括：
获取所述第一语句和所述第二语句，其中，所述第二语句为所述第一语句的召回语句，所述召回语句为根据所述第一语句经搜索引擎搜索得到的语句。
优选地，所述根据第二预设规则，计算得到所述第一分词向量中各个分词的权重和所述第二分词向量中各个分词的权重，并根据所述第一分词向量中各个分词的权重和所述第二分词向量中各个分词的权重，分别计算得到所述第一分词向量的第一模和所述第二分词向量的第二模，进一步包括：
根据第二预设规则，计算得到所述第一分词向量中各个分词的权重和所述第二分词向量中各个分词的权重；
对所述第一分词向量中各个分词的权重和所述第二分词向量中各个分词的权重分别进行归一化处理；
根据所述第一分词向量中各个分词的归一化后的权重和所述第二分词向量中各个分词的归一化后的权重，分别计算得到所述第一分词向量的第一模和所述第二分词向量的第二模。
优选地，所述根据第二预设规则，计算得到所述第一分词向量中各个分词的权重和所述第二分词向量中各个分词的权重，进一步包括：
将所述第一分词向量中各个分词的权重设置为相等；
根据第一预设值、第二预设值、第三预设值、当前分词在所述第一分词向量中出现的次数和当前分词在所述第二分词向量中出现的次数，计算当前分词在所述第二分词向量中的权重。
优选地，所述计算得到所述第一分词向量中各个分词的权重和所述第二分词向量中各个分词的权重，进一步包括：
根据所述第二分词向量中各个分词的权重，判断获知所述第二分词向量中各个分词的权重之和大于第四预设值。
优选地，所述根据所述第一模、所述第二模和所述目标分词内积，计算得到所述第一语句和所述第二语句的相似度之后，还包括：
若所述第一语句包括若干个召回语句，则选择最大的相似度对应的目标语句，并将所述目标语句和所述最大的相似度发送至显示器进行输出。
第二方面，本发明实施例还提出一种语句相似度计算装置，包括：
分词处理模块，用于根据第一预设规则对第一语句和第二语句进行分词处理，得到所述第一语句的第一分词向量和所述第二语句的第二分词向量；
模计算模块，用于根据第二预设规则，计算得到所述第一分词向量中各个分词的权重和所述第二分词向量中各个分词的权重，并根据所述第一分词向量中各个分词的权重和所述第二分词向量中各个分词的权重，分别计算得到所述第一分词向量的第一模和所述第二分词向量的第二模；
内积计算模块，用于获取所述第一分词向量和所述第二分词向量中相同的目标分词，并根据所述目标分词的权重，计算所述第一分词向量和所述第二分词向量的目标分词内积；
相似度计算模块，用于根据所述第一模、所述第二模和所述目标分词内积，计算得到所述第一语句和所述第二语句的相似度。
优选地，所述装置还包括：
语句获取模块，用于获取所述第一语句和所述第二语句，其中，所述第二语句为所述第一语句的召回语句，所述召回语句为根据所述第一语句经搜索引擎搜索得到的语句。
优选地，所述模计算模块，进一步用于：
对所述第一分词向量中各个分词的权重和所述第二分词向量中各个分词的权重分别进行归一化处理；并根据所述第一分词向量中各个分词的归一化后的权重和所述第二分词向量中各个分词的归一化后的权重，分别计算得到所述第一分词向量的第一模和所述第二分词向量的第二模。
优选地，所述模计算模块中根据预设规则，计算得到所述第一分词向量中各个分词的权重和所述第二分词向量中各个分词的权重，进一步包括：
第一权重确定单元，用于将所述第一分词向量中各个分词的权重设置为相等；
第二权重确定单元，用于根据第一预设值、第二预设值、第三预设值、当前分词在所述第一分词向量中出现的次数和当前分词在所述第二分词向量中出现的次数，计算当前分词在所述第二分词向量中的权重。
优选地，所述模计算模块进一步用于根据所述第二分词向量中各个分词的权重，判断获知所述第二分词向量中各个分词的权重之和大于第四预设值。
优选地，所述装置还包括：
目标语句输出模块，用于若所述第一语句包括若干个召回语句，则选择最大的相似度对应的目标语句，并将所述目标语句和所述最大的相似度发送至显示器进行输出。
由上述技术方案可知，本发明实施例通过对语句进行分词处理，并为每个分词计算权重，根据权重计算得到两个语句的相似度，避免了大量人工经验配置计算公式，且准确率较高，计算速度较快。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些图获得其他的附图。
图1为本发明一实施例提供的一种语句相似度计算方法的流程示意图；
图2为本发明一实施例提供的一种语句相似度计算装置的结构示意图。
具体实施方式
下面结合附图，对发明的具体实施方式作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。
图1示出了本发明一实施例提供的一种语句相似度计算方法的方法流程图，包括：
S101、根据第一预设规则对第一语句和第二语句进行分词处理，得到所述第一语句的第一分词向量和所述第二语句的第二分词向量；
其中，所述第一预设规则为对语句进行分词的规则，例如：根据数据库中存在的词进行分词。
所述分词处理为将语句划分为多个词。
通过对第一语句和第二语句进行分词处理，能够减小计算量，提高计算速度。
S102、根据第二预设规则，计算得到所述第一分词向量中各个分词的权重和所述第二分词向量中各个分词的权重，并根据所述第一分词向量中各个分词的权重和所述第二分词向量中各个分词的权重，分别计算得到所述第一分词向量的第一模和所述第二分词向量的第二模；
其中，所述第二预设规则为对计算分词权重的规则。
举例来说，词权重方法可以计算如下：
A1、遍历计算每个词，假设当前计算第i个词的权重，则初始化权重Wi＝0；
A2、若词同时出现在第一语句和第二语句中的次数为M，则Wi+＝m*M；
A3、若词只在第一语句中出现并且出现次数为N，则Wi+＝n*N；
A4、若词只出现在第二语句中，则Wi＝g*G；
其中，m、n、g为系数，可根据数据特点自行调整，本实施例根据经验值设定为m＝2、n＝1、g＝0.5；
A5、将所有词权重相加求和，若有x个词，则S＝W0+W1+W2+...+Wx，并归一化到[0,1]区间，对每个词i除去总和并更新Wi＝Wi/S。
或者，也可以将每个词权重平均计算。即若第一语句分词个数为N，则每个词权重相同，W＝1/N。
通过为每个分词设置权重，能够解决相似度计算人工设计时间长的问题。
S103、获取所述第一分词向量和所述第二分词向量中相同的目标分词，并根据所述目标分词的权重，计算所述第一分词向量和所述第二分词向量的目标分词内积；
S104、根据所述第一模、所述第二模和所述目标分词内积，计算得到所述第一语句和所述第二语句的相似度。
其中，计算第一语句和第二语句的相似度，可用余弦和欧式距离等方法。
举例来说，第一语句中，天空：0.25，为什么：0.25，是：0.25，蓝色：0.25，选择的第二语句中，无云：0.04，的：0.02，天空：0.4，为什么：0.1，呈现：0.04，蓝色：0.4。
余弦计算，分子为重合维度的内积，例子中重合的词为“天空”、“为什么”和“蓝色”，则：
内积为0.25*0.4+0.25*0.1+0.25*0.4＝0.225；
第一模为：sqrt(4*0.25^2)＝0.5；
第二模为：sqrt(0.04^2+0.02^2+0.4^2+0.1^2+0.04^2+0.4^2)＝0.58；
余弦相似度为:内积/(第一模*第二模)＝0.225/(0.5*0.58)＝0.78。
通过采用用分词后的分词权重计算两个语句的相似度，解决了语句相似度匹配度低的问题。
本实施例通过对语句进行分词处理，并为每个分词计算权重，根据权重计算得到两个语句的相似度，避免了大量人工经验配置计算公式，且准确率较高，计算速度较快。
进一步地，在上述方法实施例的基础上，S101之前，还包括：
S100、获取所述第一语句和所述第二语句，其中，所述第二语句为所述第一语句的召回语句，所述召回语句为根据所述第一语句经搜索引擎搜索得到的语句。
其中，在获取所述第一语句的召回语句之前，对第一语句，即待匹配语句集合建倒排索引，即提取词在哪个问题中，并且位置偏移是多少。然后通过自动程序，对待匹配语句在搜索引擎中搜索，并将每个问题匹配的网页标题存储下来。
具体地，可用多个搜索引擎结果相互校验，新标题重合越多，准确率越高；索引扩展可用标题本身，或用新标题的分词后词语。
举例来说，若待匹配语句为“天空怎么是蓝色的”，即所述第一语句为“天空怎么是蓝色的”；通过搜索引擎，会召回新标题如“天空为什么是蓝的”、“天空为什么这么蓝”、“无云的天空为什么呈现蓝色”等，这些召回的新标题即为第二语句。待匹配语句中只有“天空”、“怎么”、“是”、“蓝色”、“的”等词，根据新召回的标题，可以扩展新词“为什么”“蓝的”、“无云”、“呈现”等。
通过获取待匹配语句及其召回语句，能够通过计算待匹配语句及其召回语句的相似度，进一步获取与待匹配语句最为相似的召回语句。
进一步地，在上述方法实施例的基础上，S102进一步包括：
S1021、根据第二预设规则，计算得到所述第一分词向量中各个分词的权重和所述第二分词向量中各个分词的权重；
S1022、对所述第一分词向量中各个分词的权重和所述第二分词向量中各个分词的权重分别进行归一化处理；
S1023、根据所述第一分词向量中各个分词的归一化后的权重和所述第二分词向量中各个分词的归一化后的权重，分别计算得到所述第一分词向量的第一模和所述第二分词向量的第二模。
通过对权重进行归一化处理，能够使得不同语句之间的权重具有可比性，进一步使得相似度计算更加准确。
进一步地，在上述方法实施例的基础上，S1021进一步包括：
S10211、将所述第一分词向量中各个分词的权重设置为相等；
S10212、根据第一预设值、第二预设值、第三预设值、当前分词在所述第一分词向量中出现的次数和当前分词在所述第二分词向量中出现的次数，计算当前分词在所述第二分词向量中的权重。
进一步地，在上述方法实施例的基础上，S1021进一步包括：
根据所述第二分词向量中各个分词的权重，判断获知所述第二分词向量中各个分词的权重之和大于第四预设值。
从建的倒排索引中召回句子候选。对新句子中的每个词召回的集合取并集，可对匹配到词的权重加和设定阈值，若小于阈值则丢弃召回句子。能够使得计算结果的准确率更高。
更进一步地，在上述方法实施例的基础上，S104之后，还包括：
S105、若所述第一语句包括若干个召回语句，则选择最大的相似度对应的目标语句，并将所述目标语句和所述最大的相似度发送至显示器进行输出。
选择召回句子中相似度数值最大的并输出，能够提升待匹配语句相似度计算的准确率和召回率。
图2示出了本发明一实施例提供的一种语句相似度计算装置的结构示意图，所述装置包括：分词处理模块21、模计算模块22、内积计算模块23和相似度计算模块24；其中，
所述分词处理模块21用于根据第一预设规则对第一语句和第二语句进行分词处理，得到所述第一语句的第一分词向量和所述第二语句的第二分词向量；
所述模计算模块22用于根据第二预设规则，计算得到所述第一分词向量中各个分词的权重和所述第二分词向量中各个分词的权重，并根据所述第一分词向量中各个分词的权重和所述第二分词向量中各个分词的权重，分别计算得到所述第一分词向量的第一模和所述第二分词向量的第二模；
所述内积计算模块23用于获取所述第一分词向量和所述第二分词向量中相同的目标分词，并根据所述目标分词的权重，计算所述第一分词向量和所述第二分词向量的目标分词内积；
所述相似度计算模块24用于根据所述第一模、所述第二模和所述目标分词内积，计算得到所述第一语句和所述第二语句的相似度。
具体地，所述分词处理模块21根据第一预设规则对第一语句和第二语句进行分词处理，得到所述第一语句的第一分词向量和所述第二语句的第二分词向量；所述模计算模块22根据第二预设规则，计算得到所述第一分词向量中各个分词的权重和所述第二分词向量中各个分词的权重，并根据所述第一分词向量中各个分词的权重和所述第二分词向量中各个分词的权重，分别计算得到所述第一分词向量的第一模和所述第二分词向量的第二模；所述内积计算模块23获取所述第一分词向量和所述第二分词向量中相同的目标分词，并根据所述目标分词的权重，计算所述第一分词向量和所述第二分词向量的目标分词内积；所述相似度计算模块24根据所述第一模、所述第二模和所述目标分词内积，计算得到所述第一语句和所述第二语句的相似度。
本实施例通过对语句进行分词处理，并为每个分词计算权重，根据权重计算得到两个语句的相似度，避免了大量人工经验配置计算公式，且准确率较高，计算速度较快。
进一步地，在上述装置实施例的基础上，所述装置还包括：
语句获取模块20，用于获取所述第一语句和所述第二语句，其中，所述第二语句为所述第一语句的召回语句，所述召回语句为根据所述第一语句经搜索引擎搜索得到的语句。
进一步地，在上述装置实施例的基础上，所述模计算模块22进一步用于：
对所述第一分词向量中各个分词的权重和所述第二分词向量中各个分词的权重分别进行归一化处理；并根据所述第一分词向量中各个分词的归一化后的权重和所述第二分词向量中各个分词的归一化后的权重，分别计算得到所述第一分词向量的第一模和所述第二分词向量的第二模。
进一步地，在上述装置实施例的基础上，所述模计算模块22中根据预设规则，计算得到所述第一分词向量中各个分词的权重和所述第二分词向量中各个分词的权重，进一步包括：
第一权重确定单元221，用于将所述第一分词向量中各个分词的权重设置为相等；
第二权重确定单元222，用于根据第一预设值、第二预设值、第三预设值、当前分词在所述第一分词向量中出现的次数和当前分词在所述第二分词向量中出现的次数，计算当前分词在所述第二分词向量中的权重。
进一步地，在上述装置实施例的基础上，所述模计算模块22进一步用于根据所述第二分词向量中各个分词的权重，判断获知所述第二分词向量中各个分词的权重之和大于第四预设值。
更进一步地，在上述装置实施例的基础上，所述装置还包括：
目标语句输出模块25，用于若所述第一语句包括若干个召回语句，则选择最大的相似度对应的目标语句，并将所述目标语句和所述最大的相似度发送至显示器进行输出。
本实施例所述的语句相似度计算装置可以用于执行上述方法实施例，其原理和技术效果类似，此处不再赘述。
本发明的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
Claims (10)
1.一种语句相似度计算方法，其特征在于，包括：
根据第一预设规则对第一语句和第二语句进行分词处理，得到所述第一语句的第一分词向量和所述第二语句的第二分词向量；
根据第二预设规则，计算得到所述第一分词向量中各个分词的权重和所述第二分词向量中各个分词的权重，并根据所述第一分词向量中各个分词的权重和所述第二分词向量中各个分词的权重，分别计算得到所述第一分词向量的第一模和所述第二分词向量的第二模；
获取所述第一分词向量和所述第二分词向量中相同的目标分词，并根据所述目标分词的权重，计算所述第一分词向量和所述第二分词向量的目标分词内积；
根据所述第一模、所述第二模和所述目标分词内积，计算得到所述第一语句和所述第二语句的相似度；
所述根据第一预设规则对第一语句和第二语句进行分词处理，得到所述第一语句的第一分词向量和所述第二语句的第二分词向量之前，还包括：
获取所述第一语句和所述第二语句，其中，所述第二语句为所述第一语句的召回语句，所述召回语句为根据所述第一语句经搜索引擎搜索得到的语句；
所述各个分词的权重的计算方法如下：
假设当前计算第i个词的权重，则初始化权重Wi＝0；若词同时出现在第一语句和第二语句中的次数为M，则Wi+＝m*M；若词只在第一语句中出现并且出现次数为N，则Wi+＝n*N；若词只出现在第二语句中，则Wi＝g*G；
其中，m、n、g为系数，可根据数据特点自行调整，G是当词只在第二语句中出现时的出现次数；
将所有词权重相加求和，若有x个词，则S＝W0+W1+W2+...+Wx，并归一化到[0,1]区间，对每个词i除去总和并更新Wi’＝Wi/S，其中Wi’是归一化后的每个词i的权重值。
2.根据权利要求1所述的方法，其特征在于，所述根据第二预设规则，计算得到所述第一分词向量中各个分词的权重和所述第二分词向量中各个分词的权重，并根据所述第一分词向量中各个分词的权重和所述第二分词向量中各个分词的权重，分别计算得到所述第一分词向量的第一模和所述第二分词向量的第二模，进一步包括：
根据第二预设规则，计算得到所述第一分词向量中各个分词的权重和所述第二分词向量中各个分词的权重；
对所述第一分词向量中各个分词的权重和所述第二分词向量中各个分词的权重分别进行归一化处理；
根据所述第一分词向量中各个分词的归一化后的权重和所述第二分词向量中各个分词的归一化后的权重，分别计算得到所述第一分词向量的第一模和所述第二分词向量的第二模。
3.根据权利要求2所述的方法，其特征在于，所述根据第二预设规则，计算得到所述第一分词向量中各个分词的权重和所述第二分词向量中各个分词的权重，进一步包括：
将所述第一分词向量中各个分词的权重设置为相等；
根据第一预设值、第二预设值、第三预设值、当前分词在所述第一分词向量中出现的次数和当前分词在所述第二分词向量中出现的次数，计算当前分词在所述第二分词向量中的权重。
4.根据权利要求3所述的方法，其特征在于，所述计算得到所述第一分词向量中各个分词的权重和所述第二分词向量中各个分词的权重，进一步包括：
根据所述第二分词向量中各个分词的权重，判断获知所述第二分词向量中各个分词的权重之和是否大于第四预设值。
5.根据权利要求1-4任一所述的方法，其特征在于，所述根据所述第一模、所述第二模和所述目标分词内积，计算得到所述第一语句和所述第二语句的相似度之后，还包括：
若所述第一语句包括若干个召回语句，则选择最大的相似度对应的目标语句，并将所述目标语句和所述最大的相似度发送至显示器进行输出。
6.一种语句相似度计算装置，其特征在于，包括：
分词处理模块，用于根据第一预设规则对第一语句和第二语句进行分词处理，得到所述第一语句的第一分词向量和所述第二语句的第二分词向量；
模计算模块，用于根据第二预设规则，计算得到所述第一分词向量中各个分词的权重和所述第二分词向量中各个分词的权重，并根据所述第一分词向量中各个分词的权重和所述第二分词向量中各个分词的权重，分别计算得到所述第一分词向量的第一模和所述第二分词向量的第二模；
内积计算模块，用于获取所述第一分词向量和所述第二分词向量中相同的目标分词，并根据所述目标分词的权重，计算所述第一分词向量和所述第二分词向量的目标分词内积；
相似度计算模块，用于根据所述第一模、所述第二模和所述目标分词内积，计算得到所述第一语句和所述第二语句的相似度；
语句获取模块，用于获取所述第一语句和所述第二语句，其中，所述第二语句为所述第一语句的召回语句，所述召回语句为根据所述第一语句经搜索引擎搜索得到的语句；
所述各个分词的权重的计算方法如下：
假设当前计算第i个词的权重，则初始化权重Wi＝0；若词同时出现在第一语句和第二语句中的次数为M，则Wi+＝m*M；若词只在第一语句中出现并且出现次数为N，则Wi+＝n*N；若词只出现在第二语句中，则Wi＝g*G；
其中，m、n、g为系数，可根据数据特点自行调整，G是当词只在第二语句中出现时的出现次数；
将所有词权重相加求和，若有x个词，则S＝W0+W1+W2+...+Wx，并归一化到[0,1]区间，对每个词i除去总和并更新Wi’＝Wi/S，其中Wi’是归一化后的每个词i的权重值。
7.根据权利要求6所述的装置，其特征在于，所述模计算模块，进一步用于：
对所述第一分词向量中各个分词的权重和所述第二分词向量中各个分词的权重分别进行归一化处理；并根据所述第一分词向量中各个分词的归一化后的权重和所述第二分词向量中各个分词的归一化后的权重，分别计算得到所述第一分词向量的第一模和所述第二分词向量的第二模。
8.根据权利要求7所述的装置，其特征在于，所述模计算模块中根据预设规则，计算得到所述第一分词向量中各个分词的权重和所述第二分词向量中各个分词的权重，进一步包括：
第一权重确定单元，用于将所述第一分词向量中各个分词的权重设置为相等；
第二权重确定单元，用于根据第一预设值、第二预设值、第三预设值、当前分词在所述第一分词向量中出现的次数和当前分词在所述第二分词向量中出现的次数，计算当前分词在所述第二分词向量中的权重。
9.根据权利要求8所述的装置，其特征在于，所述模计算模块进一步用于根据所述第二分词向量中各个分词的权重，判断获知所述第二分词向量中各个分词的权重之和是否大于第四预设值。
10.根据权利要求6-9任一所述的装置，其特征在于，所述装置还包括：
目标语句输出模块，用于若所述第一语句包括若干个召回语句，则选择最大的相似度对应的目标语句，并将所述目标语句和所述最大的相似度发送至显示器进行输出。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610514080.1A CN107562714B (zh) | 2016-06-30 | 2016-06-30 | 一种语句相似度计算方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610514080.1A CN107562714B (zh) | 2016-06-30 | 2016-06-30 | 一种语句相似度计算方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107562714A CN107562714A (zh) | 2018-01-09 |
| CN107562714B true CN107562714B (zh) | 2021-02-09 |
Family
ID=60970040
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610514080.1A Active CN107562714B (zh) | 2016-06-30 | 2016-06-30 | 一种语句相似度计算方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107562714B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109117474B (zh) * | 2018-06-25 | 2022-05-03 | 广州多益网络股份有限公司 | 语句相似度的计算方法、装置及存储介质 |
| CN113573128A (zh) * | 2021-02-25 | 2021-10-29 | 腾讯科技（深圳）有限公司 | 一种音频处理方法、装置、终端以及存储介质 |
| CN117436445B (zh) * | 2023-12-21 | 2024-04-02 | 珠海博维网络信息有限公司 | 一种粤语词组分词处理方法及系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101251841A (zh) * | 2007-05-17 | 2008-08-27 | 华东师范大学 | 基于语义的Web文档的特征矩阵的建立和检索方法 |
| CN102214232A (zh) * | 2011-06-28 | 2011-10-12 | 东软集团股份有限公司 | 一种文本数据相似度的计算方法及装置 |
| CN103617157A (zh) * | 2013-12-10 | 2014-03-05 | 东北师范大学 | 基于语义的文本相似度计算方法 |
| CN103744951A (zh) * | 2014-01-02 | 2014-04-23 | 上海大学 | 一种对文本中关键词重要性的排序方法 |
| CN104750835A (zh) * | 2015-04-03 | 2015-07-01 | 浪潮集团有限公司 | 一种文本分类方法及装置 |
| CN105095188A (zh) * | 2015-08-14 | 2015-11-25 | 北京京东尚科信息技术有限公司 | 句子相似度计算方法及装置 |
-
2016
- 2016-06-30 CN CN201610514080.1A patent/CN107562714B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101251841A (zh) * | 2007-05-17 | 2008-08-27 | 华东师范大学 | 基于语义的Web文档的特征矩阵的建立和检索方法 |
| CN102214232A (zh) * | 2011-06-28 | 2011-10-12 | 东软集团股份有限公司 | 一种文本数据相似度的计算方法及装置 |
| CN103617157A (zh) * | 2013-12-10 | 2014-03-05 | 东北师范大学 | 基于语义的文本相似度计算方法 |
| CN103744951A (zh) * | 2014-01-02 | 2014-04-23 | 上海大学 | 一种对文本中关键词重要性的排序方法 |
| CN104750835A (zh) * | 2015-04-03 | 2015-07-01 | 浪潮集团有限公司 | 一种文本分类方法及装置 |
| CN105095188A (zh) * | 2015-08-14 | 2015-11-25 | 北京京东尚科信息技术有限公司 | 句子相似度计算方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| 《基于改进语义距离的网络评论聚类研究》;杨震 等;《软件学报》;20141215;第25卷(第12期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107562714A (zh) | 2018-01-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| TWI794157B (zh) | 自動多閾值特徵過濾方法及裝置 | |
| CN109766423A (zh) | 基于神经网络的问答方法及装置、存储介质、终端 | |
| CN109472019B (zh) | 一种基于同义词典的短文本相似度匹配方法及系统 | |
| CN110210028B (zh) | 针对语音转译文本的领域特征词提取方法、装置、设备及介质 | |
| CN111488985A (zh) | 深度神经网络模型压缩训练方法、装置、设备、介质 | |
| CN107562714B (zh) | 一种语句相似度计算方法及装置 | |
| CN112100529A (zh) | 搜索内容排序方法、装置、存储介质和电子设备 | |
| CN111079780A (zh) | 空间图卷积网络的训练方法、电子设备及存储介质 | |
| CN109948036A (zh) | 一种分词词项权重的计算方法和装置 | |
| CN110334209A (zh) | 文本分类方法、装置、介质及电子设备 | |
| CN112988815B (zh) | 一种大规模高维高速流数据在线异常检测的方法及系统 | |
| CN106802888B (zh) | 词向量训练方法和装置 | |
| CN111382270A (zh) | 基于文本分类器的意图识别方法、装置、设备及存储介质 | |
| CN109684629B (zh) | 文本间相似度计算方法、装置、存储介质及电子设备 | |
| CN111078639A (zh) | 数据标准化方法、装置以及电子设备 | |
| CN116226350A (zh) | 一种文档查询方法、装置、设备和存储介质 | |
| CN106776782B (zh) | 基于人工智能的语义相似度获取方法及装置 | |
| CN114936323A (zh) | 图表示模型的训练方法、装置及电子设备 | |
| CN113837669B (zh) | 一种标签体系的评价指标构建方法和相关装置 | |
| CN110222734B (zh) | 贝叶斯网络学习方法、智能设备及存储装置 | |
| CN114511083A (zh) | 一种模型的训练方法、装置、存储介质及电子装置 | |
| CN111144109A (zh) | 文本相似度确定方法和装置 | |
| CN109376362A (zh) | 一种纠错文本的确定方法以及相关设备 | |
| US20160189026A1 (en) | Running Time Prediction Algorithm for WAND Queries | |
| CN110708619B (zh) | 一种智能设备的词向量训练方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information |
Address after: Room 508-598, Xitian Gezhuang Town Government Office Building, No. 8 Xitong Road, Miyun District Economic Development Zone, Beijing 101500 Applicant after: BEIJING ROOBO TECHNOLOGY Co.,Ltd. Address before: Room 508-598, Xitian Gezhuang Town Government Office Building, No. 8 Xitong Road, Miyun County Economic Development Zone, Beijing 101500 Applicant before: BEIJING INTELLIGENT STEWARD Co.,Ltd. |
|
| CB02 | Change of applicant information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20210824 Address after: 301-112, floor 3, building 2, No. 18, YANGFANGDIAN Road, Haidian District, Beijing 100038 Patentee after: Beijing Rubu Technology Co.,Ltd. Address before: Room 508-598, Xitian Gezhuang Town Government Office Building, No. 8 Xitong Road, Miyun District Economic Development Zone, Beijing 101500 Patentee before: BEIJING ROOBO TECHNOLOGY Co.,Ltd. |
|
| TR01 | Transfer of patent right |