公开(公告)号：CN113011194B

公开(公告)日：2022-05-03

申请号：CN202110403916.1

申请日：2021-04-15

Applicant: 电子科技大学

Inventor： 刘丹 ,  张成辉 ,  史梦雨

IPC: G06F40/30 ,  G06F40/289 ,  G06F40/216 ,  G06K9/62

Abstract: 本发明公开了一种融合关键词特征和多粒度语义特征的文本相似度计算方法，属于自然语言智能处理技术领域。本发明首先基于关键词特征，引入Ksimhash算法，计算当前两个文本的相似度sim1；其次，利用TFIDF算法，抽取出文本关键词，并利用Word2vec模型得到每个词对应的词向量，利用关键词以及关键词向量信息得到文本对应的词语语义向量，基于词语语义向量，计算当前两个文本的相似度sim2；然后，利用Doc2vec模型，得到每篇文本对应的篇章语义向量，基于文本语义向量，计算当前两个文本的相似度sim3；最后，对sim1、sim2、sim3相加求平均，得到最终文本的相似度结果。本发明计算得到的相似度准确度高，可用于文本检索、查重等应用领域。

公开(公告)号：CN113011194A

公开(公告)日：2021-06-22

申请号：CN202110403916.1

申请日：2021-04-15

Applicant: 电子科技大学

Inventor： 刘丹 ,  张成辉 ,  史梦雨

IPC: G06F40/30 ,  G06F40/289 ,  G06F40/216 ,  G06K9/62

Abstract: 本发明公开了一种融合关键词特征和多粒度语义特征的文本相似度计算方法，属于自然语言智能处理技术领域。本发明首先基于关键词特征，引入Ksimhash算法，计算当前两个文本的相似度sim1；其次，利用TFIDF算法，抽取出文本关键词，并利用Word2vec模型得到每个词对应的词向量，利用关键词以及关键词向量信息得到文本对应的词语语义向量，基于词语语义向量，计算当前两个文本的相似度sim2；然后，利用Doc2vec模型，得到每篇文本对应的篇章语义向量，基于文本语义向量，计算当前两个文本的相似度sim3；最后，对sim1、sim2、sim3相加求平均，得到最终文本的相似度结果。本发明计算得到的相似度准确度高，可用于文本检索、查重等应用领域。

公开(公告)号：CN111428764B

公开(公告)日：2022-06-03

申请号：CN202010185125.1

申请日：2020-03-17

Applicant: 电子科技大学

Inventor： 刘丹 ,  任志愿 ,  赵明 ,  吴超 ,  史梦雨

IPC: G06V10/762 ,  G06K9/62 ,  G06F16/53 ,  G06F16/55

Abstract: 本发明公开了一种用于图像类别识别的图像聚类方法，属于于图像处理技术领域。本发明通过基于泰森多边形的k均值算法改进，达到更精准和高效地实现数据对象聚类和区分数据对象之间的不同，通过基于加权平均值法的k均值算法改进，进一步提高聚类效率，通过基于主成分分析法的k均值算法改进，把多维的数据特征降维，以方便使用泰森多边形初始化，最终得到改进的k均值算法，从而基于该改进的k均值算法实现本发明的图像聚类处理，提升图像的管理和检索性能。

公开(公告)号：CN111428764A

公开(公告)日：2020-07-17

申请号：CN202010185125.1

申请日：2020-03-17

Applicant: 电子科技大学

Inventor： 刘丹 ,  任志愿 ,  赵明 ,  吴超 ,  史梦雨

IPC: G06K9/62 ,  G06F16/53 ,  G06F16/55

Abstract: 本发明公开了一种用于图像类别识别的图像聚类方法，属于于图像处理技术领域。本发明通过基于泰森多边形的k均值算法改进，达到更精准和高效地实现数据对象聚类和区分数据对象之间的不同，通过基于加权平均值法的k均值算法改进，进一步提高聚类效率，通过基于主成分分析法的k均值算法改进，把多维的数据特征降维，以方便使用泰森多边形初始化，最终得到改进的k均值算法，从而基于该改进的k均值算法实现本发明的图像聚类处理，提升图像的管理和检索性能。