语义相似度

摘要： [目的/意义]现行基于“数量”与基于“引文”的评价方法本质上是对学术论文“影响力”的评价,与学术创新性并不完全对等,从语义层次及语言结构的角度对学术论文进行创新性测度为构建新型学术论文创新性指标及方法体系提供了新思路.[方法/过程]利用自然语言处理方法,改进传统的SAO结构模型,提出了一种基于SAO-ADV模型及语义相似度的论文创新性测度方法,并以“Scientometrics”期刊2019年发表的论文为样本进行实证检验.[结果/结论]实验结果表明,排名靠前的论文多为理论上的创新,排名中间的论文则多是方法上的改进或是研究对象的创新,而Review类型的论文的排名相对靠后.同时发现,基于SAO-ADV模型及语义相似度的论文创新性测度方法测算的创新度与论文主题的创新度存在正相关关系,对客观有效地进行论文创新性评价具有参考价值.[局限]该方法没有对研究领域、研究对象、研究方法、研究理论等不同方面的创新赋予不同的权值,但是在实际的研究中,不同方面的创新是存在着差别的.

摘要： 词语的语义相似度计算是语义处理的基础之一,在知识抽取、文本分类、词义排歧、基于实例的机器翻译等各领域有广泛应用.本文通过引入敏感词集的概念即引入领域知识,解决了传统的基于《知网》的相似度计算方法中没有考虑词语间相似度与领域知识相关的不足,实现了对词语在不同知识领域赋予不同的相似度.同时,提出了一种新的义原相似度计算方式,该方法定义了两个义原间三种不同的相对位置关系,并据此给出三种相应的计算方法.实验表明本研究的计算结果更符合《知网》的结构.

摘要： 语义相似度计算对关联数据的信息检索有重要作用,直接影响数据的语义挖掘效果.实例的属性信息是关联数据语义相似度计算的一个重要因素.针对传统的关联数据语义相似度算法未考虑属性的重要性和取值类型导致计算精度较低的问题,提出基于动态权值的关联数据语义相似度计算方法,即根据待匹配的数据集中属性不同取值的数量、属性值的分布以及属性的有效性3个因素动态计算属性的权值,然后依据属性取值类型选用匹配相似度算法,最后结合属性的动态权值对概念进行实例的相似度计算.实验表明,基于动态权值的相似度计算方法与传统方法相比,实例相似度的计算精度得到了一定的提高.

摘要： 用户自定义类名和标签是博客站点中用户标注的两种类型.类名与标签有组织与描述博文的作用.通过理解用户自定义类名与标签的特征,博客网站可以更好的利用用户标注结果来组织与描述博文,同时为博客网站提高用户标注质量提供意见.本文旨在比较用户自定义类名和标签的博文描述与分类质量.前者通过标注与博文的主题相关度来衡量;后者则通过计算各标注对应的博文相似度来衡量.结果表明,用户自定义类名与标签在博文描述质量与博文分类质量中存在显著性差异,其中,用户标签的博文描述与分类质量均较好.

摘要： 大数据分析技术成为热点问题,而其中的核心问题之一便是大数据预测.各类在线媒体数据包含了海量的话题信息,针对这些话题数据,本文提出了可以结合语义相似度和时间序列的一种新颖的在线数据预测方法,通过数据分析技术,寻找话题在将来发展趋势、相关性和其他有用的信息.该方法主要基于最邻近查询技术,预测的主要依据是相似的话题会表现出相似的行为.最后针对大量数据的实验结果证明了TSM算法在预测范围14天内的预测差错率在11％～23％.

摘要： 针对科研入员不便在庞大数量级的科研项目中手动寻找合作者的现状,基于关键词提取、文本聚类、语义相似度度量等技术,提出了一种科研人员合作推荐方法,并加以实现.

摘要： 微博作为近年出现的一种新型网络媒体形式,已经成为网络舆论表达的重要方式之一,如何把微博热点话题发现出来,正确的引导网上舆论,是当前的一个紧迫问题.本文考虑微博的特点,引入了语义相似度,提出了一个微博热点话题发现模型,包括数据采集、文本预处理、文本特征选择与表示、构建向量空间模型、相似度计算、聚类等过程.最后对话题簇按权重排名发现热点话题.

摘要： 论文提出了一种基于SAO结构的技术应用领域识别方法.首先提取专利摘要中的应用领域信息,然后利用自然语言处理工具获取其SAO结构,通过SAO结构之间的语义相似度计算,得到根据相似性聚类绘制的专利地图,实现技术应用领域的识别.最后以石墨烯传感器技术为例对所提出的研究方法进行了示范.本文提出的识别方法,可以应用于技术应用领域的划分,为技术跨领域应用研究奠定了基础.

摘要： 随着互联网视频的流行,视频检索的应用愈发广泛,传统检索优化算法的效果难以满足用户需要.为提高视频检索结果重排的语义合理性,引入视频标注技术,对视频内容进行有效客观标记,同时利用词语知识库的语义树结构,将视频标注文本与搜索词以量化形式表现相似度,综合视频标题及相关文本信息得到视频检索序列.利用实验对该方法的有效性进行了验证,增加了网络视频的测试.实验表明该方法的重排序性能有所提高.

摘要： 随着互联网视频的流行,视频检索的应用愈发广泛,传统检索优化算法的效果难以满足用户需要.为提高视频检索结果重排的语义合理性,引入视频标注技术,对视频内容进行有效客观标记,同时利用词语知识库的语义树结构,将视频标注文本与搜索词以量化形式表现相似度,综合视频标题及相关文本信息得到视频检索序列.利用实验对该方法的有效性进行了验证,增加了网络视频的测试.实验表明该方法的重排序性能有所提高.

摘要： 随着互联网视频的流行,视频检索的应用愈发广泛,传统检索优化算法的效果难以满足用户需要.为提高视频检索结果重排的语义合理性,引入视频标注技术,对视频内容进行有效客观标记,同时利用词语知识库的语义树结构,将视频标注文本与搜索词以量化形式表现相似度,综合视频标题及相关文本信息得到视频检索序列.利用实验对该方法的有效性进行了验证,增加了网络视频的测试.实验表明该方法的重排序性能有所提高.

摘要： 本发明提供一种基于本体语义相似度的医学问答方法，通过将医学领域用户常见问题与语义分析，语义相似度计算，本体等相关技术结合，提出了一种综合的语义相似度计算方法，并结合浅层语义分析和文本分析技术，提出了基于语义相似度的医学问答方法。本发明中的语义相似度计算方法结合了句子表层的相似度，如句长，词性等，以及基于概念词的语义相似度，并且对于概念词相似度的计算采用了属性和距离综合的方法。使得本发明的医学问答系统可实现五大类问题(方式、时间、程度、数量、实体)处理，达到80％以上的准确率。五类问题基本涵盖基础医学领域的学科问题，较好地实现了系统的功能。

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。

摘要： 本发明涉及一种可用于网络信息检测的语义相似度学习方法，对于文本数据，包括：步骤1、基于潜在狄利克雷分布模型对文本数据建模；步骤2、导出编码数据语义信息的特征映射来表征网络文本信息；步骤3、导出概率相似度函数，用于网络文本数据检测。对于图像数据，包括：步骤1、基于高斯混合模型对图像数据建模；步骤2、导出编码数据语义信息的特征映射来表征网络图像信息；步骤3、导出概率相似度函数，用于网络图像信息检测。本发明方法采用概率相似度函数区别于传统相似度函数之处在于，是网络信息数据、隐变量和产生式模型参数的函数，可以更好地适应数据分布。

摘要： 本发明提供一种语义相似度的计算方法及系统，其中方法包括：获取第一文本和第二文本；对所述第一文本和第二文本进行分词处理；确定用于进行语义相似度判断的语境，根据所述用于进行语义相似度判断的语境收集样本文本并构成样本文本集；对所述样本文本集中的各样本文本进行分词处理，根据所述样本文本集的分词结果建立所述样本文本集的语境图；根据所述第一文本的分词结果、第二文本的分词结果以及所述语境图，计算所述第一文本和第二文本的语义相似度。本发明实施例能够提升文本间的差异精度，使得语义相似度计算的准确性更高。

摘要： 本发明提出一种基于人工智能的语义相似度获取方法及装置，其中，方法包括：通过在得到query和title的多粒度特征后，获取每个粒度特征的权重，通过该权重可以体现出不同粒度的特征所具有的重要程度，然后在对query和title进行多粒度表示时，加入了每个粒度特征的权重这一因数，从而在计算query和title相似度时，不同粒度特征根据自己的重要性发挥不同的作用，使得相似度计算精度更高，实现对现有语音相似度模型的优化，并且可以使得搜索结果精准，能够更符合用户的需求。

摘要： 本发明涉及基于语义相似度的关键词拓展方法和装置。所述方法包括：接收待拓展关键词，计算待拓展关键词与预先确定的候选关键词集合中各个候选关键词的语义相似度；所述候选关键词集合中包含多个候选关键词；获取各个候选关键词在应用库平台中的搜索指数，根据所述语义相似度、预设的语义相似度权重以及各个候选关键词的搜索指数，计算各个候选关键词相对于所述待拓展关键词的相似度得分；按照相似度得分的高低顺序，从所述候选关键词集合中选取设定数量的候选关键词，得到所述待拓展关键词的拓展关键词。本发明能够自动筛选出相似性较高关键词，既实现量产，同时又可保证拓展质量。

摘要： 本申请实施例提供了一种长文本语义相似度匹配方法、装置、电子设备及存储介质。方法包括：分别对长文本和基准文本进行预处理，以得到长文本的多个句子分别对应的多个第一词向量和基准文本的一个句子对应的多个第二词向量；分别对多个第一词向量和多个第二词向量进行池化处理，以得到长文本的多个句子分别对应的多个第一语义向量，以及第二文本的一个句子对应的一个第二语义向量；将多个第一语义向量输入预设的实体识别模型，以确定长文本包括的段落的段落类型；根据段落类型确定每个段落中的第一语义向量对应的权重；基于第一语义向量、第一语义向量对应的权重以及第二语义向量，计算得到长文本相对基准文本的相似度。

摘要： 本申请涉及计算机技术领域，尤其涉及一种语义匹配、语义相似度模型训练方法及装置，获取三元组训练文本样本集，根据所述三元组训练文本样本集，训练语义相似度模型，直至所述语义相似度模型的损失函数收敛，获得训练完成的语义相似度模型，进而获取待匹配文本时，基于已训练的语义相似度模型，以所述待匹配文本和各目标文本为输入，分别确定所述待匹配文本和各目标文本的第一语义相似度，根据确定的各第一语义相似度，确定所述待匹配文本的语义匹配结果，提高了文本语义匹配的准确性。

摘要： 本发明提出了一种基于组合语义相似度的国防建设动态信息推荐方法，所述方法包括：根据对用户行为的分析建立用户关注语料库以及选择与其兴趣匹配的网站作为抓取对象，根据设置的多层次抓取要素分别抓取不同网站的相关信息，基于文本同现相似度和文本语义相似度值的组合语义计算国防建设动态信息相似度，向用户推荐相似度高的国防建设动态信息。本发明的技术方案能够按照指定的多层次要素自动抓取国防建设动态信息，提高了信息抓取的效率，并且，通过组合语义计算国防建设动态信息相似度，推荐信息的质量得到了提升。

摘要： 一种基于英语语义相似度优化提高数据检索效率的方法，涉及一种数据检索方法，包括以下步骤：步骤一：使用已有方法计算词汇语义相似度；步骤二：通过待对比词汇的最近公共祖先节点找到词汇计算相似度时涉及到的反义路径；步骤三，根据反义路径计算待对比词汇的反义相似度；步骤四，计算待对比词汇的反义路径之间的相似度；步骤五，将已有方法的语义相似度结果与反义相似度和反义路径之间的相似度相结合得到语义相似度结果。本发明的优点是：通过在计算词汇之间语义相似度时引用WordNet中的反义关系来找到计算待对比词汇相似度时涉及到的反义路径，从而计算词汇之间的反义系数，进而对某些方法得到的过高的语义相似度结果进行修正。