一种基于CTW和KM算法的语义相似度计算方法及装置

摘要

本发明提供了一种基于CTW和KM算法的语义相似度计算方法及装置，其中的方法针对于现有技术中语义相似度计算方法中未考虑分词顺序对语义的重要影响的弊端，在保持单个语义判定规则的同时，考虑了顺序对句子的影响。该计算方法利用Word2Vec深度学习平台将文本划分为多维空间的分词向量，并映射到多维向量空间，并将向量连接构成多维空间下的曲线，借用图像中的曲线相似度中较新的时间翘曲距离来通过词向量曲线来比较多个文本的相似度，为了减少计算规模，采用了KM算法。该方法与传统的最长公共子串、词频统计等方法比较，具有更强的鲁棒性，对于传统方法无法克服的分词相同语序不同的语句具有明显的效果，提高了计算的准确性。