基于语义相似度的新闻语句聚类方法、装置及存储介质

摘要

本发明提供了一种基于语义相似度的新闻语句聚类方法，该方法包括以下步骤：对语料库的新闻语句进行预处理，提取出可用词；利用所述可用词对连续词袋模型进行训练，得到每个可用词的初始词向量；利用每个新闻语句的初始句子向量和该新闻语句中某个可用词的左、右邻接可用词的初始词向量迭代训练所述连续词袋模型，得到该新闻语句中每个可用词的当前词向量和该新闻语句的最终句子向量；将每个新闻语句的所有可用词的词向量的平均值、高频词的one‑hot向量及最终句子向量合并，得到该新闻语句的语义向量；计算语义向量之间的距离，得到不同新闻语句间的语义相似度，依此对所述语料库的新闻语句聚类。本发明还提供一种电子装置以及一种计算机可读存储介质。