[發明專利]低精度問題的歸類方法、智能終端及計算機可讀存儲介質有效
| 申請號: | 201911330731.1 | 申請日: | 2019-12-20 |
| 公開(公告)號: | CN111177379B | 公開(公告)日: | 2023-05-23 |
| 發明(設計)人: | 陳棟梁;熊友軍 | 申請(專利權)人: | 深圳市優必選科技股份有限公司 |
| 主分類號: | G06F16/35 | 分類號: | G06F16/35;G06F40/289 |
| 代理公司: | 深圳市威世博知識產權代理事務所(普通合伙) 44280 | 代理人: | 李莉 |
| 地址: | 518000 廣東省深圳市南山區*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 精度 問題 歸類 方法 智能 終端 計算機 可讀 存儲 介質 | ||
1.一種低精度問題的歸類方法,其特征在于,所述低精度問題的歸類方法包括:
獲取到目標問題匹配到的多個候選主問題;
獲取到每一所述候選主問題的主似問題集合表;
對每一所述候選主問題對應的主似問題集合表進行數據分析,以放大多個所述候選主問題之間的差別;
其中,所述對每一所述候選主問題對應的主似問題集合表進行數據分析,以放大多個所述候選主問題之間的差別的步驟包括:所述對每一所述候選主問題對應的主似問題集合表進行切詞,并進行詞頻統計,以放大多個所述候選主問題之間的差別;
獲取到所述目標問題與放大差別后的每一所述候選主問題的相似度,以將所述目標問題歸類為與其相似度最高的所述候選主問題,包括:根據所述詞頻統計獲取到每一所述候選主問題的分詞在其主似問題集合中的平均擊中量,以及每一所述候選主問題的主似問題集合中每一問題的分詞對應的平均擊中量的均值和方差,以進一步計算出每一所述候選主問題的分詞在其主似問題集合中的坐標;其中,所述平均擊中量為所述候選主問題的分詞在主似問題集合中的總擊中量除以所述候選主問題的問題長度的商;
對所述目標問題進行切詞,以計算并統計所述目標問題的分詞在每一所述候選主問題的主似問題集合上的相對坐標值;
如果平均擊中量最高的所述候選主問題的平均擊中量比平均擊中量第二和第三之和更高,且所述相對坐標值在預設區間閾值之間時,將所述目標問題歸類為平均擊中量最高的所述候選主問題。
2.根據權利要求1所述的低精度問題的歸類方法,其特征在于,所述低精度問題的歸類方法還包括:
如果平均擊中量最高的所述候選主問題的平均擊中量比平均擊中量第二和第三之和低,或所述相對坐標值不在預設區間閾值之間時,不對所述目標問題做歸類處理。
3.根據權利要求1所述的低精度問題的歸類方法,其特征在于,
所述預設區間閾值為[-2,2]。
4.根據權利要求1所述的低精度問題的歸類方法,其特征在于,所述獲取到每一所述候選主問題的主似問題集合表的步驟包括:
獲取到每一所述候選主問題的主似問題集合表,以及每一所述候選主問題的身份識別號;
所述獲取到所述目標問題與放大差別后的每一所述候選主問題的相似度,以將所述目標問題歸類為與其相似度最高的所述候選主問題的步驟包括:
獲取到所述目標問題與放大差別后的每一所述候選主問題的相似度,以獲取到與所述目標問題相似度最高的所述候選主問題的所述身份識別號,并根據所述身份識別號將所述目標問題歸類到對應的所述候選主問題中。
5.一種智能終端,其特征在于,所述智能終端包括相互耦接的存儲器和處理器;
所述存儲器存儲有程序數據;
所述處理器用于執行所述程序數據,以實現如權利要求1-4中任一項所述的低精度問題的歸類方法。
6.一種計算機可讀存儲介質,其特征在于,所述計算機可讀存儲介質存儲有程序數據,所述程序數據能夠被執行以實現如權利要求1-4中任一項所述的低精度問題的歸類方法。
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深圳市優必選科技股份有限公司,未經深圳市優必選科技股份有限公司許可,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/201911330731.1/1.html,轉載請聲明來源鉆瓜專利網。





