[發(fā)明專利]一種基于TF-IDF思想及神經(jīng)網(wǎng)絡(luò)的相似性處理方法

有效

• 申請?zhí)枺?/td>: 201811114655.6
• 申請日: 2018-09-25
• 公開（公告）號: CN109344405B
• 公開（公告）日: 2023-04-14
• 發(fā)明（設(shè)計）人: 馬佳;支含緒;鄧森洋
• 申請（專利權(quán)）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(wù)所有限公司 33100
• 代理人: 王麗丹

1.一種基于TF-IDF思想及神經(jīng)網(wǎng)絡(luò)的相似性處理方法，其特征在于，包含以下步驟：

A、創(chuàng)建元素字典；

B、依據(jù)TF-IDF思想數(shù)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(jīng)網(wǎng)絡(luò)；

E、訓(xùn)練神經(jīng)網(wǎng)絡(luò)；

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(dāng)前需計算相似性物體的所有樣本集，將樣本集中所有內(nèi)容中的元素子集進行聚合處理，以去除重復(fù)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(shù)，確定神經(jīng)網(wǎng)絡(luò)的輸入層神經(jīng)元個數(shù)N；通過樣本集中樣本的個數(shù)，確定神經(jīng)網(wǎng)絡(luò)中的輸出層神經(jīng)元的個數(shù)M；隱含層的層數(shù)與每個隱含層的神經(jīng)元個數(shù)，根據(jù)樣本訓(xùn)練的擬合程度進行確定，并逐漸逼近最優(yōu)的隱含層層數(shù)與每個隱含層的神經(jīng)元個數(shù)；

所述步驟E具體是：利用步驟D中的神經(jīng)網(wǎng)絡(luò)與步驟C中矩陣化后的樣本集，對神經(jīng)網(wǎng)絡(luò)進行訓(xùn)練。

2.根據(jù)權(quán)利要求1所述的一種基于TF-IDF思想及神經(jīng)網(wǎng)絡(luò)的相似性處理方法，其特征在于，所述步驟B具體是：依據(jù)TF-IDF思想，對樣本集中的所有樣本進行數(shù)值化處理。

3.根據(jù)權(quán)利要求1所述的一種基于TF-IDF思想及神經(jīng)網(wǎng)絡(luò)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(zhuǎn)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(jù)權(quán)利要求1-3任一所述的一種基于TF-IDF思想及神經(jīng)網(wǎng)絡(luò)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(xùn)練后的神經(jīng)網(wǎng)絡(luò)進行推理，通過一次計算，快速得到當(dāng)前樣本與所有已知樣本間的相似性。