公开(公告)号：CN114398867A

公开(公告)日：2022-04-26

申请号：CN202210298133.6

申请日：2022-03-25

Applicant: 北京大学

Inventor： 段思宇 ,  苏祺 ,  王军

IPC: G06F40/194 ,  G06F40/30

Abstract: 本发明公布了一种两阶段的长文本相似度计算方法，在第一阶段相似句子检测阶段，基于深度学习模型构建句向量提取模型，将文本转换为句向量；检测得到每条长文本之间多种相似类型的相似句子对；在第二阶段图结构计算阶段，计算得到基础相似度；将长文本相似句子对和基础相似度表示成相似句子关系图；图上的每个节点表示一条长文本；通过运算获得融合群体信息的高层次节点表示；更新节点特征信息，节点特征向量上每个维度的值即对应长文本之间的文本相似度；即获得长文本之间的文本相似度。本发明方法可使得长文本相似度具有较强的可解释性，提升文本处理的有效性和精度。

公开(公告)号：CN114398867B

公开(公告)日：2022-06-28

申请号：CN202210298133.6

申请日：2022-03-25

Applicant: 北京大学

Inventor： 段思宇 ,  苏祺 ,  王军

IPC: G06F40/194 ,  G06F40/30

Abstract: 本发明公布了一种两阶段的长文本相似度计算方法，在第一阶段相似句子检测阶段，基于深度学习模型构建句向量提取模型，将文本转换为句向量；检测得到每条长文本之间多种相似类型的相似句子对；在第二阶段图结构计算阶段，计算得到基础相似度；将长文本相似句子对和基础相似度表示成相似句子关系图；图上的每个节点表示一条长文本；通过运算获得融合群体信息的高层次节点表示；更新节点特征信息，节点特征向量上每个维度的值即对应长文本之间的文本相似度；即获得长文本之间的文本相似度。本发明方法可使得长文本相似度具有较强的可解释性，提升文本处理的有效性和精度。