申请/专利权人:浙江精创教育科技有限公司
申请日:2024-01-11
公开(公告)日:2024-03-08
公开(公告)号:CN117669592A
主分类号:G06F40/30
分类号:G06F40/30;G06F40/289;G06F16/33
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.03.26#实质审查的生效;2024.03.08#公开
摘要:本发明涉及语义识别技术领域,公开了一种短文本语义相似度识别方法、装置、设备及介质,该方法包括:获取待识别相似度的第一文本与第二文本;分析第一文本、第二文本中每一个汉字的所有边旁部首,确定数字标识以及边旁部首权重,并生成边旁部首向量集;对第一文本、第二文本进行分词处理,确定第一文本对应的第一权重集以及第二文本对应的第二权重集;基于第一文本对应的边旁部首向量集以及第一权重集,确定第一综合向量集;基于第二文本对应的边旁部首向量集以及第二权重集,确定第二综合向量集;基于第一综合向量集、第二综合向量集,确定第一文本与第二文本的语义相似度。采用边旁部首与分词结合的方式不仅无需依赖云端数据,且计算较为轻便。
主权项:1.一种短文本语义相似度识别方法,其特征在于,所述方法包括:获取待识别相似度的第一文本与第二文本;分别分析所述第一文本、所述第二文本中每一个汉字的所有边旁部首,并基于预先设置的边旁部首权重库,确定每一个所述边旁部首对应的数字标识以及边旁部首权重;将汉字包括的所有所述边旁部首的权重,按照所述边旁部首对应的所述数字标识,生成边旁部首向量集,其中,一个汉字对应一个所述边旁部首向量集,所述边旁部首向量集的维度总数等于所述边旁部首权重库中的边旁部首的总个数;分别对所述第一文本、所述第二文本进行分词处理,并确定所述第一文本对应的第一权重集以及所述第二文本对应的第二权重集;基于所述第一文本对应的所有所述边旁部首向量集以及所述第一权重集,确定第一综合向量集;基于所述第二文本对应的所有所述边旁部首向量集以及所述第二权重集,确定第二综合向量集;基于所述第一综合向量集以及所述第二综合向量集,确定所述第一文本与所述第二文本的语义相似度。
全文数据:
权利要求:
百度查询: 浙江精创教育科技有限公司 一种短文本语义相似度识别方法、装置、设备及介质
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。