发明授权
CN107832288B 中文词语语义相似度的度量方法及装置
失效 - 权利终止
- 专利标题: 中文词语语义相似度的度量方法及装置
-
申请号: CN201710890874.2申请日: 2017-09-27
-
公开(公告)号: CN107832288B公开(公告)日: 2020-06-16
- 发明人: 李长亮 , 马腾 , 程健
- 申请人: 中国科学院自动化研究所
- 申请人地址: 北京市海淀区中关村东路95号
- 专利权人: 中国科学院自动化研究所
- 当前专利权人: 中国科学院自动化研究所
- 当前专利权人地址: 北京市海淀区中关村东路95号
- 代理机构: 北京市恒有知识产权代理事务所
- 代理商 郭文浩
- 主分类号: G06F40/30
- IPC分类号: G06F40/30 ; G06F16/33 ; G06F16/35
摘要:
本发明涉及自然语言处理技术领域,具体涉及一种中文词语语义相似度的度量方法及装置,旨在解决中文词语语义相似度度量不准确的问题。为此目的,本发明中的度量方法包括下述步骤:采用K邻近算法计算中文词语所对应初始词向量的K个近邻词向量;采用K‑means算法计算初始词向量及其K个近邻词向量的中心向量;依据初始词向量和中心向量,以及预设的迁移向量模型g,计算中文词语的迁移向量;其中,迁移向量模型g=α×m+β×p,α和β均为预设参数,m为初始词向量,p为中心向量;依据不同中文词语对应的迁移向量,计算不同中文词语的语义相似度。通过本发明提高了中文词语语义相似性计算的准确率,能够使词向量包含更多词语语义信息,提升了系统容错性。
公开/授权文献
- CN107832288A 中文词语语义相似度的度量方法及装置 公开/授权日:2018-03-23