[发明专利]近义词挖掘方法、装置及电子设备

权利要求书

1.一种近义词挖掘方法，其特征在于，包括：

获取待处理文本；

获取所述文本的预设近义词；

通过基于词向量的文档相似度算法，获取所述文本与各候选近义词之间的第一语义相似度；以及，通过所述文档相似度算法，获取所述预设近义词与所述候选近义词之间的第二语义相似度，所述候选近义词从预设词表中获取；

根据所述第一语义相似度和所述第二语义相似度，确定所述文本的近义词。

2.根据权利要求1所述的方法，其特征在于，所述根据所述第一语义相似度和所述第二语义相似度，并确定所述文本的近义词，包括：

根据第一选取规则和各候选近义词的所述第一语义相似度排名，对候选近义词进行选取，形成第一候选近义词集；以及，根据第二选取规则和各候选近义词的所述第二语义相似度排名，对候选近义词进行选取，形成第二候选近义词集；

获取所述第一候选近义词集和所述第二候选近义词集共同包括的候选近义词；

根据所述共同包括的候选近义词，确定所述近义词。

3.根据权利要求2所述的方法，其特征在于，所述根据所述共同包括的候选近义词，并确定所述近义词，包括：

获取所述待处理文本及预设近义词的反义词，根据获取到的反义词判断所述共同包括的各候选近义词是否符合构词规则，

将符合所述构词规则的候选近义词作为所述近义词。

4.根据权利要求3所述的方法，其特征在于，在所述获取所述待处理文本及预设近义词的反义词之前，所述方法还包括：

获取所述待处理文本的词性；

判断所述词性是否为动词或形容词；若是，则进入下一步。

5.根据权利要求1所述的方法，其特征在于，所述根据所述第一语义相似度和所述第二语义相似度，并确定所述文本的近义词，包括：

根据所述第一语义相似度和所述第二语义相似度、及预设权重，获取所述文本与所述候选近义词之间的第三语义相似度；

根据第三选取规则和所述第三语义相似度对候选近义词进行选取；

根据选取的候选近义词，确定所述近义词。

6.根据权利要求5所述的方法，其特征在于，所述第三语义相似度采用如下公式计算：

Z＝α*X+(1-α)*Y

其中，X是所述第一语义相似度、Y是所述第二语义相似度，α是所述预设权重，α在0-1之间，Z是所述第三语义相似度。

7.一种近义词挖掘装置，其特征在于，包括：

文本获取单元，用于获取待处理文本；

预设近义词获取单元，用于获取所述文本的预设近义词；

语义相似度获取单元，用于通过基于词向量的文档相似度算法，获取所述文本与各候选近义词之间的第一语义相似度；以及，通过所述文档相似度算法，获取所述预设近义词与所述候选近义词之间的第二语义相似度，所述候选近义词从预设词表中获取；

近义词确定单元，用于根据所述第一语义相似度和所述第二语义相似度，确定所述文本的近义词。

8.根据权利要求7所述的装置，其特征在于，所述近义词确定单元包括：

候选近义词集获取子单元，用于根据第一选取规则和各候选近义词的所述第一语义相似度排名，对候选近义词进行选取，形成第一候选近义词集；以及，根据第二选取规则和各候选近义词的所述第二语义相似度排名，对候选近义词进行选取，形成第二候选近义词集；

候选近义词获取子单元，用于获取所述第一候选近义词集和所述第二候选近义词集共同包括的候选近义词；

第一近义词确定子单元，用于根据所述共同包括的候选近义词，确定所述近义词。