[發明專利]一種基于TF-IDF思想及神經網絡的相似性處理方法有效
| 申請號： | 201811114655.6 | 申請日： | 2018-09-25 |
| 公開（公告）號： | CN109344405B | 公開（公告）日： | 2023-04-14 |
| 發明（設計）人： | 馬佳;支含緒;鄧森洋 | 申請（專利權）人： | 艾凱克斯（嘉興）信息科技有限公司 |
| 主分類號： | G06F40/242 | 分類號： | G06F40/242;G06F40/216;G06F40/194;G06N3/0475 |
| 代理公司： | 浙江杭州金通專利事務所有限公司 33100 | 代理人： | 王麗丹 |
| 地址： | 314000 浙江省嘉興市南湖區城區*** | 國省代碼： | 浙江;33 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 基于 tf idf 思想 神經網絡 相似性 處理 方法 | ||
1.一種基于TF-IDF思想及神經網絡的相似性處理方法，其特征在于，包含以下步驟：
A、創建元素字典；
B、依據TF-IDF思想數值化樣本集中所有樣本；
C、矩陣化樣本集中所有樣本；
D、搭建神經網絡；
E、訓練神經網絡；
F、計算某樣本與所有樣本間的相似性；
所述步驟A具體是：獲取當前需計算相似性物體的所有樣本集，將樣本集中所有內容中的元素子集進行聚合處理，以去除重復的元素，利用聚合后的元素，將其歸入元素字典庫；
所述步驟D具體是：通過步驟A中的元素字典中元素的個數，確定神經網絡的輸入層神經元個數N；通過樣本集中樣本的個數，確定神經網絡中的輸出層神經元的個數M；隱含層的層數與每個隱含層的神經元個數，根據樣本訓練的擬合程度進行確定，并逐漸逼近最優的隱含層層數與每個隱含層的神經元個數；
所述步驟E具體是：利用步驟D中的神經網絡與步驟C中矩陣化后的樣本集，對神經網絡進行訓練。
2.根據權利要求1所述的一種基于TF-IDF思想及神經網絡的相似性處理方法，其特征在于，所述步驟B具體是：依據TF-IDF思想，對樣本集中的所有樣本進行數值化處理。
3.根據權利要求1所述的一種基于TF-IDF思想及神經網絡的相似性處理方法，其特征在于，所述步驟C具體是：將步驟B中的樣本，轉化為一個具有N×M維輸入矩陣，以及一個M×M的稀疏輸出矩陣。
4.根據權利要求1-3任一所述的一種基于TF-IDF思想及神經網絡的相似性處理方法，其特征在于，所述步驟F具體是：對于待計算的樣本，基于TF-IDF思想對其進行向量化處理，利用步驟E中訓練后的神經網絡進行推理，通過一次計算，快速得到當前樣本與所有已知樣本間的相似性。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于艾凱克斯（嘉興）信息科技有限公司，未經艾凱克斯（嘉興）信息科技有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201811114655.6/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：情境感知的雙重注意力自然語言推理方法
- 下一篇：詞性標注方法、裝置和電子設備
