申请/专利权人：昆明理工大学

申请日：2023-03-29

公开（公告）日：2023-08-01

公开（公告）号：CN116522949A

主分类号：G06F40/30

分类号：G06F40/30;G06F40/289;G06F40/194;G06F17/11;G06F40/211

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.08.18#实质审查的生效;2023.08.01#公开

摘要：本发明提供一种基于相邻词汇特征的词义相似度计算方法，涉及自然语言处理领域。首先在例词提取模块将例句与待匹配句运用最长公共子串算法提取例词。其次在例句处理模块对例句进行除例词之外的词汇分词，并对例词进行词性标注。然后在特征提取模块先对例句中例词周围的词进行特征提取，将周围的词与例词、选项词之间通过语料库进行关联度计算，计算后的结果通过加权处理结合各自的特征形成例词和选项词的特征。最后在选项处理模块将选项与例词进行词性对比，再结合选项词的特征计算相似度分数从而选出最优选项词。本发明通过提取周围词汇的特征及关联度计算来确定当前词汇的特征；使用语料库计算两个词汇的互信息量来达到计算两个词汇的关联度。

主权项：1.一种基于相邻词汇特征的词义相似度计算方法，其特征在于，包括如下步骤：Step1：将例句与待匹配句通过最大公共字串算法来提取例词采用最大公共子串算法获得例句与待匹配句中的公共子串数组，将公共子串数组所在的例句中的公共子串去除颜色标签，剩余带颜色标签的字符即为例词；Step2：对例句中除了例词之外的字符进行分词，对例词进行词性标注采用HMM模型对除带颜色标签的例词之外的字符进行分词处理，采用Viterbi算法对带颜色标签的例词进行词性标注；Step3：根据分词后的例句提取例词和选项词的特征向量先将带颜色标记的例词周围的分词转化为词向量进行特征提取，其次在语料库中使用互信息量分别计算例词和选项词与周围分词的关联度，之后使用关联度进行加权将周围分词的词向量组成新的向量作为例词与选项词的特征向量；Step4：计算选项与例词之间的相似度分数，从而得出最优选项词将结合例词的词性与特征向量、选项词的词性与特征向量计算选项词的相似度分数，相似度分数最高的即为最优选项词。

全文数据：

权利要求：

百度查询： 昆明理工大学 一种基于相邻词汇特征的词义相似度计算方法及装置

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