[发明专利]语义相似度的确定方法及确定装置、电子设备

权利要求书

1.一种语义相似度的确定方法，其特征在于，包括：

采用依存句法树分别抽取待比较语句中的目标句法块集合，其中，所述依存句法树用于指示语句单位内成分之间的关联关系和句法结构；

将所述目标句法块集合中包含的各个句法块分别映射至特征向量空间中，并在特征向量空间中计算待比较语句之间的句法相似度；

分别对所述待比较语句进行分词处理，得到多个语句关键词；

确定语句关键词之间的关键词相似度；

将句法相似度和关键词相似度加权求和，得到待比较语句之间的语义相似度。

2.根据权利要求1所述的确定方法，其特征在于，在采用依存句法树分别抽取待比较语句中的目标句法块集合之前，所述确定方法还包括：

确定每个待比较语句中的词语数量；

引入与所述词语数量对应的根节点的节点集；

确定待比较语句中各词语之间的关联关系，得到依存关系边集；

基于所述根节点的节点集和所述依存关系边集，构建表示依存句法树的二元组。

3.根据权利要求1所述的确定方法，其特征在于，在特征向量空间中计算待比较语句之间的句法相似度的步骤，包括：

抽取所述待比较语句的句法结构和句法块；

将所述句法块中的单词在所述特征向量空间中进行转换，得到词向量；

拼接所有的词向量，得到语句向量；

基于所述语句向量，计算待比较语句之间的句法相似度。

4.根据权利要求1所述的确定方法，其特征在于，分别对所述待比较语句进行分词处理，得到多个语句关键词的步骤，包括：

采用预设语言技术平台，对所述待比较语句中的词性进行标注处理，得到词性标注结果；

基于所述词性标注结果，对所述待比较语句进行分词处理，输出分词序列和词性序列；

基于所述分词序列和词性序列，得到多个语句关键词。

5.根据权利要求4所述的确定方法，其特征在于，确定语句关键词之间的关键词相似度的步骤，包括：

根据词性标注结果，将语句关键词映射至预设可重叠圆形树图HCT，以定位所述待比较语句的直接概念节点；

根据所述直接概念节点在所述预设可重叠圆形树图HCT中的树图位置，扩展所述语句关键词的上下语义概念节点，以得到与所述直接概念节点对应的扩展概念节点集合，其中，所述扩展概念节点集合内至少包括：直接概念节点的父节点和子节点；

基于所述直接概念节点和所述扩展概念节点集合，计算语句关键词之间的关键词相似度。

6.根据权利要求5所述的确定方法，其特征在于，基于所述直接概念节点和所述扩展概念节点集合，计算语句关键词之间的关键词相似度的步骤，包括：

采用广度优先遍历方式，遍历所述直接概念节点和所述扩展概念节点集合，形成所述预设可重叠圆形树图HCT的词语概念向量；

基于所述词语概念向量，计算语句关键词之间的关键词相似度。

7.根据权利要求1所述的确定方法，其特征在于，将句法相似度和关键词相似度加权求和，得到待比较语句之间的语义相似度的步骤，包括：

确定对应于句法相似度的第一权重因子；

确定对应于关键词相似度的第二权重因子；

基于句法相似度、第一权重因子、关键词相似度和第二权重因子，计算待比较语句之间的语义相似度。

8.一种语义相似度的确定方法，其特征在于，包括：

采用依存句法树抽取待比较语句中的目标句法块集合，其中，所述依存句法树用于指示语句单位内成分之间的关联关系和句法结构；

确定所述目标句法块集合中包含的各个句法块的特征向量，并基于所述各个句法块的特征向量确定待比较语句之间的句法相似度；

分别对所述待比较语句进行分词处理，得到多个语句关键词；

确定语句关键词之间的关键词相似度；

依据所述句法相似度和所述关键词相似度共同确定待比较语句之间的语义相似度。