[发明专利]处理短语数据的方法以及装置

摘要

本发明提供一种处理短语数据的方法以及装置，涉及数据领域，为解决现有技术中短语之间相似度算法区分度不高的技术问题而发明。所述处理短语数据的方法，包括：获取属于同一语义类型的第一短语和第二短语，以及第一短语和所述第二短语的语义类型；根据所述语义类型，查找所述语义类型对应的拆分模板；根据拆分模板，分别将第一短语和第二短语拆分成字段，并根据所述顺序关系，标识拆分后的字段对应的字段类型；分别获取字段类型相同的所述第一短语的字段与所述第二短语的字段之间的字段间相似度；根据所述字段间相似度，计算所述第一短语和所述第二短语之间的语义相似度。本发明能够应用于导航领域名称、地址数据的相似度计算，用于去除冗余数据。

主权项

一种处理短语数据的方法，其特征在于，包括：步骤1，获取第一短语和第二短语，以及所述第一短语和所述第二短语的语义类型，所述第一短语的语义类型和所述第二短语的语义类型相同；步骤2，根据所述语义类型，查找所述语义类型对应的拆分模板，所述拆分模板包含：至少两个字段类型以及所述字段类型的顺序关系；步骤3，根据所述拆分模板，分别将所述第一短语和第二短语拆分成字段，并根据所述顺序关系，标识拆分后的所述字段对应的字段类型；步骤4，分别获取所述第一短语的字段与所述第二短语的字段之间的字段间相似度，所述第一短语的字段的字段类型与所述第二短语的字段的字段类型相同；步骤5，根据所述字段间相似度，计算所述第一短语和所述第二短语之间的语义相似度；步骤6，根据所述语义相似度，对所述第一短语和所述第二短语进行处理。