公开(公告)号：CN111209375A

公开(公告)日：2020-05-29

申请号：CN202010031467.8

申请日：2020-01-13

Applicant: 中国科学院信息工程研究所

Inventor： 张鹏 ,  周美林 ,  骆丹 ,  马路 ,  许洪波 ,  刘萍

IPC: G06F16/33 ,  G06F16/332

Abstract: 本发明公开了一种通用的条款与文档匹配方法，其步骤包括：1)根据条款切割体系对所选每一条款句子进行分词块操作，并对相应词块添加解释词和扩展词，生成针对每一条款的多个查询语句；2)根据条款i的每一查询语句查询收集该条款i的相关文档数据并标注所收集每一文档所对应的条款，获得每一条款i对应的标注数据集；3)对于每一条款i，根据条款i的标注数据集I训练得到该条款i的条款主题模型和条款分类模型；4)对于一待匹配条款的文档材料a，计算该文档材料a与每一条款的条款主题模型相似度和类别分类；5)根据返回的类别概率值和相似度计算各条款的匹配概率值，返回匹配概率最高的条款。本发明解决了条款与文档难以匹配的问题。

公开(公告)号：CN111209375B

公开(公告)日：2023-01-17

申请号：CN202010031467.8

申请日：2020-01-13

Applicant: 中国科学院信息工程研究所

Inventor： 张鹏 ,  周美林 ,  骆丹 ,  马路 ,  许洪波 ,  刘萍

IPC: G06F16/33 ,  G06F16/332

Abstract: 本发明公开了一种通用的条款与文档匹配方法，其步骤包括：1)根据条款切割体系对所选每一条款句子进行分词块操作，并对相应词块添加解释词和扩展词，生成针对每一条款的多个查询语句；2)根据条款i的每一查询语句查询收集该条款i的相关文档数据并标注所收集每一文档所对应的条款，获得每一条款i对应的标注数据集；3)对于每一条款i，根据条款i的标注数据集I训练得到该条款i的条款主题模型和条款分类模型；4)对于一待匹配条款的文档材料a，计算该文档材料a与每一条款的条款主题模型相似度和类别分类；5)根据返回的类别概率值和相似度计算各条款的匹配概率值，返回匹配概率最高的条款。本发明解决了条款与文档难以匹配的问题。