[发明专利]一种基于BTM主题模型和Doc2vec的文本相似度计算方法在审
| 申请号： | 202110824750.0 | 申请日： | 2021-07-21 |
| 公开（公告）号： | CN113591473A | 公开（公告）日： | 2021-11-02 |
| 发明（设计）人： | 郑江滨;曹宏业 | 申请（专利权）人： | 西北工业大学 |
| 主分类号： | G06F40/289 | 分类号： | G06F40/289;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 西北工业大学专利中心 61204 | 代理人： | 金凤 |
| 地址： | 710072 *** | 国省代码： | 陕西;61 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于BTM主题模型和Doc2vec的文本相似度计算方法，首先进行数据预处理与基础模型训练，使用大规模语料库对基础Doc2vec模型进行训练，对待检测的文本数据，进行分词处理，用于下一阶段Doc2vec模型的数据输入；其次进行模型的数据训练处理，使用分词后的数据对Doc2vec模型进行训练，得到文本向量集合，同时使用BTM主题模型对待检测文本数据进行训练，得到文本主题集合。最后进行数据相似度的计算，在文本向量集合基础上，结合文本主题信息，得到主题向量集合，将文本向量与主题向量进行融合得到表征数据的距离向量，针对距离向量使用余弦相似度计算公式计算得到数据相似度值。本发明提出的检测模型提升了计算效率与文本之间相似度计算的准确度。 | ||
| 搜索关键词： | 一种 基于 btm 主题 模型 doc2vec 文本 相似 计算方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于西北工业大学，未经西北工业大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202110824750.0/，转载请声明来源钻瓜专利网。
