[發(fā)明專(zhuān)利]一種基于CTW和KM算法的語(yǔ)義相似度計(jì)算方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201811517145.3
• 申請(qǐng)日: 2018-12-12
• 公開(kāi)（公告）號(hào): CN109858015B
• 公開(kāi)（公告）日: 2022-11-18
• 發(fā)明（設(shè)計(jì)）人: 李軍;鈕焱;劉宇強(qiáng);李星;童坤
• 申請(qǐng)（專(zhuān)利權(quán)）人: 湖北工業(yè)大學(xué)
• 主分類(lèi)號(hào): G06F40/30
• 分類(lèi)號(hào): G06F40/30;G06F40/194
• 代理公司: 武漢科皓知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 42222
• 代理人: 羅飛

1.一種基于CTW和KM算法的語(yǔ)義相似度計(jì)算方法，其特征在于，包括：

步驟S1：選擇預(yù)設(shè)語(yǔ)料庫(kù)，并通過(guò)預(yù)設(shè)詞向量結(jié)合神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)的方法訓(xùn)練，獲得詞向量空間，其中，詞向量空間中的每個(gè)詞向量用以表征該分詞的語(yǔ)義信息；

步驟S2：將待比較文本與源文本進(jìn)行分詞，再根據(jù)所述詞向量空間，分別建立與待比較文本、源文本對(duì)應(yīng)的詞分量數(shù)組；

步驟S3：依次計(jì)算待比較文本中的每個(gè)分詞與源文本中的每個(gè)分詞的CTW距離；

步驟S4：根據(jù)計(jì)算出的CTW距離構(gòu)建CTW矩陣；

步驟S5：將分詞對(duì)應(yīng)的詞分量，按照待比較文本、源文本分為第一集合和第二集合，其中，第一集合和第二集合中的每個(gè)詞分量對(duì)應(yīng)一個(gè)頂點(diǎn)，并根據(jù)頂點(diǎn)和CTW矩陣建立與待比較文本、源文本對(duì)應(yīng)的第一超平面和第二超平面，再計(jì)算第一超平面與第二超平面之間的層間距離，同時(shí)求得第二超平面對(duì)應(yīng)的映射法向量；

步驟S6：計(jì)算第二超平面對(duì)應(yīng)的映射法向量與待比較文本中向量點(diǎn)的距離，將其作為平面內(nèi)距離；

步驟S7：根據(jù)層間距離和平面內(nèi)距離，計(jì)算待比較文本與源文本之間的相似度。

2.如權(quán)利要求1所述的方法，其特征在于，步驟S3具體包括：

步驟S3.1：采用動(dòng)態(tài)規(guī)劃方法DTW中的預(yù)設(shè)公式計(jì)算W_x,W_y，該預(yù)設(shè)公式具體為：

其中，為求出的對(duì)齊X和Y的二元選擇矩陣，矩陣W_x和W_y為對(duì)齊路徑的編碼；

步驟S3.2：在DTW的最小平方公式的基礎(chǔ)上增加線(xiàn)性變換最小平方公式具體為：

其中，b≤min(d_x,d_y)，通過(guò)將序列投影到相同的坐標(biāo)系中來(lái)參數(shù)化空間扭曲；

步驟S3.3：利用單位矩陣初始化V_x和V_y；

步驟S3.4：采用典型相關(guān)分析方法CCA計(jì)算V_x和V_y；

步驟S3.5：重復(fù)執(zhí)行步驟S3.1，采用預(yù)設(shè)規(guī)則改變W_x、W_y、V_x和V_y的值，根據(jù)預(yù)設(shè)公式計(jì)算CTW距離值J_ctw，當(dāng)連續(xù)兩次計(jì)算出的CTW距離值J_ctw滿(mǎn)足預(yù)設(shè)條件時(shí)，則取當(dāng)前的J_ctw作為CTW距離。

3.如權(quán)利要求1所述的方法，其特征在于，步驟S4具體包括：

將步驟S3計(jì)算出的CTW距離對(duì)應(yīng)的矩陣進(jìn)行維度擴(kuò)展，轉(zhuǎn)換為n*n維的矩陣，其中，n＝min{d_x,d_y}，d_x×d_y為CTW距離對(duì)應(yīng)的矩陣的大小。

4.如權(quán)利要求1所述的方法，其特征在于，步驟S5具體包括：

步驟S5.1：初始化可行頂標(biāo)的值，對(duì)兩邊的每一個(gè)頂點(diǎn)都賦予一個(gè)額外的值Lx(x)＝max{w(x,y_i)}i＝1,2,....,d_y，Ly(y)＝0，使得對(duì)于二分圖G內(nèi)的所有邊e＝x_iyj均有Lx(x)+Ly(y)≥w(xy)，對(duì)于一個(gè)賦值二分圖G(X,Y,E,W)，X,Y代表二分圖的兩邊頂點(diǎn)標(biāo)號(hào)，E代表邊的權(quán)值；

步驟S5.2：在已經(jīng)賦值可行頂標(biāo)的二分圖中，保留所有Lx(x)+Ly(y)＝w(xy)的邊，刪去其他的邊，獲得生成子圖，再采用匈牙利算法KM尋找生成子圖的完備匹配，其中完備匹配用以表示所有的頂點(diǎn)都是匹配點(diǎn)的圖；

步驟S5.3：判斷是否找到完備匹配，如果未找到，則通過(guò)修改可行頂標(biāo)的值進(jìn)行調(diào)整，繼續(xù)執(zhí)行步驟S5.2；

步驟S5.4：根據(jù)找出的完備匹配，求出二分圖的最小路徑覆蓋的路徑的最小值和最大值，將最小值和最大值作為層間距離的最小值和層間距離的最大值。