申请/专利权人：曲阜师范大学

申请日：2019-11-18

公开（公告）日：2023-06-09

公开（公告）号：CN111027315B

主分类号：G06F40/284

分类号：G06F40/284;G06F40/30;G06F40/247

优先权：

专利状态码：有效-授权

法律状态：2023.06.09#授权;2020.05.12#实质审查的生效;2020.04.17#公开

摘要：本发明公开了一种基于Word2Vec模型的WordNet中词语相似度计算方法，该相似度计算方法先从WordNet名词数据集data.noun中提取标号集，然后使用Word2Vec模型训练提取的标号集，然后使用Word2Vec模型从训练过的标号集中提取计算用单词对所对应的标号，然后基于提取的计算用单词对所对应的标号生成标号的词向量，最后基于该词向量计算词语的相似度。该相似度计算方法能够高效准确地计算词语相似度，受人的主观影响比较小，能很好地反映客观事实。

主权项：1.一种相似度计算方法，该计算方法用于计算WordNet中词语的相似度，其特征在于，所述计算方法包括如下步骤：步骤1：从WordNet名词数据集data.noun中提取标号集；所述WordNet名词数据集data.noun包含多个原始数据行，每个所述原始数据行对应一同义词集，每个所述原始数据行的具体形式为{a1b1c1d1c2e1c2e2}，其中，a1为头标号，b1为第一同义词集，c1为与第一同义词集b1有上位关系的关系符号表示，d1为上位词集标号，c2为与第一同义词集b1有下位关系的关系符号表示，e1、e2均为下位词集标号；步骤2：使用Word2Vec模型训练上述步骤1中提取的所述标号集；步骤3：选取计算用单词对，使用Word2Vec模型从经上述步骤2训练过的所述标号集中提取该计算用单词对所对应的标号；步骤4：基于上述步骤3中提取的所述计算用单词对所对应的标号，使用Word2Vec模型生成标号的词向量；步骤5：基于上述步骤4中所生成的所述词向量，使用Word2Vec模型计算词语的相似度；其中，所述步骤1进一步包括如下步骤：步骤1.1：针对所述多个原始数据行中的一个原始数据行进行提取，依次提取该一个原始数据行的头标号a1、上位词集标号d1、下位词集标号e1及下位词集标号e2；步骤1.2：将上述步骤1.1中提取的各标号汇集在一起，获得中间数据行{a1d1e1e2}；步骤1.3：对上述步骤1.2中获得的所述中间数据行{a1d1e1e2}进行如此处理：除头标号a1外，在上位词集标号d1、下位词集标号e1及下位词集标号e2的后面均插入一头标号a1，得到一标号集数据行{a1d1a1e1a1e2a1}；步骤1.4：针对所述多个原始数据行中的其余原始数据行重复上述步骤1.1至步骤1.3，分别得到其各自对应的一标号集数据行{a1d1a1e1a1e2a1}，最终，共获得多个标号集数据行；步骤1.5：将上述步骤1.4中最终获得的所述多个标号集数据行汇集在一起，获得所述标号集。

全文数据：

权利要求：

百度查询： 曲阜师范大学 一种基于Word2Vec模型的WordNet中词语相似度计算方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD