[发明专利]一种句子相似度的计算方法及基于该方法的舆情监督方法

摘要

本发明公开了一种句子相似度的计算方法及基于该方法的舆情监督方法，该方法包括：从互联网获取舆情事件语料，进行内容清洗后，将语料切分成短句；建立情绪语料库和情况语料库，将描述性短句放入情况库，表达情绪的短句放入情绪库，并根据情绪激烈程度对短句标注权重；将待识别长句切分成待识别短句，分别利用改进的句子相似度计算方法，计算其与情况库和情绪库中语料的相似度，确定长句情绪值；依照上述步骤依次对某一目标长句群进行识别，得到舆情事件所描述的诱因和情绪值分布。本发明的积极效果是：能够对细分领域舆情实现比较高的识别准确率，解决了相关技术中识别领域过于粗糙的问题。

主权项

1.一种句子相似度的计算方法，包括需要进行相似度判断的句子a和句子b，其特征在于，还包括依次进行的以下步骤：A、从互联网上收集到的语料库，利用Word2Vec算法进行训练，建立模型，将语料库中的所有单词映射到向量空间；B、对句子a和句子b进行分词处理，得到句子a的TextRank词组a[a1,a2,...,am]和句子b的TextRank词组b[b1,b2,...,bn]；C、将两个词组中的所有单词去重后建立一个词列表c[C1,C2,...,Ct]，以列表的长度t作为句子a和句子b对应的句向量的维数，结合词组a和词组b构建句向量a[v11,v12,...,v1t]和句向量b[v21,v22,...,v2t]；D、根据句向量a[v11,v12,...,v1t]和句向量b[v21,v22,...,v2t]计算两个句子的相似度sim(a,b)。