【摘 要】
：
传统的文本相似度计算大多基于词匹配的方法,忽略了词汇语义信息,计算结果很大程度上取决于文本的词汇重复率。虽然分布式词向量可以有效表达词汇语义关系,但目前基于词向量
【机 构】
：
上海大学通信与信息工程学院,中国科学院上海高等研究院新媒体无线技术研究中心
论文部分内容阅读
传统的文本相似度计算大多基于词匹配的方法,忽略了词汇语义信息,计算结果很大程度上取决于文本的词汇重复率。虽然分布式词向量可以有效表达词汇语义关系,但目前基于词向量的文本处理方法大多通过词汇串联等形式表示文本,无法体现词汇在语料库中的分布情况。针对以上问题,提出了一种新的计算方法。该方法认为基于统计的文本向量各元素之间存在相关性,且该相关性可通过词汇语义相似度表示。因此,利用词汇相似度改进了基于余弦公式的文本相似度计算方法。实验表明该方法在F1值和准确度评价标准上优于其他方法。
其他文献
近年来,我国新农村规划与建设工作不断推进,取得了较为理想的成就,随着新农村建设步伐的加快,“城市-乡镇-农村”这一结构分级模式逐渐被打破,农村不断向乡镇进行演化。但在
云南麒麟复烤厂通过开发烟叶入库机械卸货系统,改变了烟叶收储入库物流模式,提高了卸货效率。但初期的机械卸货系统存无法满足高峰期卸货需求的问题。为提高麒麟复烤厂烟包卸
水热合成刚玉反应时,合适矿化剂的引入能改变反应介质的酸碱度,并可加快反应速度.本课题选择碱性矿化剂、碱金属弱酸盐和碱金属卤化物三类矿化剂进行了定量对比性实验,结果表
本文采用Ｗ型叶蜡石作为超高压高温合成金刚石的传压介质，分析了其主要化学成分与矿物相组成。对Ｗ型叶蜡石粉压块的粒度效应与高压腔体的尺寸效应进行了较详细的研究，确定了该传压
快速访问过程数据与可靠的过程质量控制已成为日渐增长的全球化生产的需要，这也涉及到金刚石工具制造行业。据C．W＆er和P．lrmler报道，德国飞羽公司在其新设计的“设备／计算机”连接
目的观察槐耳板蓝根双向发酵产物对乳腺癌MCF-7细胞迁移、侵袭和相关因子的影响,探讨其相关机制。方法以人乳腺癌MCF-7细胞为模型,实验分为对照组、板蓝根组、槐耳组和槐耳板
近年来,我国城镇化进程加快,浙江省作为经济发展强省,城镇人口比重逐年攀高。根据浙江省第六次人口普查数据,2010年,浙江全省居住在城镇的常住人口为3354.1万人,城镇人口比重
镀钛设备（单次镀钛5000-10000克拉）3折销售。最低价格1．8万元 低价提供镀钛专用原料。镀钛专用原料包含了真空微蒸发镀钛的核心技术免费提供各类金刚石工具先进配方和工艺.
在磨料磨具制造中,细粒度、高硬度的碳化硅陶瓷磨具的黑心现象一直是行业研究、关注的问题.本文是在对如何解决碳化硅陶瓷磨具黑心问题研究的基础上,在专用陶瓷结合剂的研究
在信息化时代,关键词检索已成为人们快速获取信息的简便方法之一。关键词标引是否准确直接关系到检索的准确性和文献的利用率。为此《,中国高等学校自然科学学报编排规范》《