基于改进句子相似度算法的释义识别研究

摘要：

针对现有句子相似度算法无法处理同义词、准确率低和复杂度高等不足,结合词向量技术改进Levenshtein相似度算法和Jaccard系数,提出一种新的句子相似度算法用于释义识别,并对多种句子相似度算法的优劣进行分析,设计多相似度特征组合的应用模式.基于MRPC释义识别数据集的实验结果表明,使用该算法的释义识别模型准确率与F1值分别达到74.4％和83.1％,与使用TF-IDF算法、词袋算法等传统算法的模型相比识别性能更优.

关键词：句子相似度、Jaccard系数、Levenshtein距离、词向量、释义识别、多特征组合

所属期刊栏目：46

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金“效果驱动背景下基于层次任务网的作战行动序列快速生成及动态修复方法”61806221

在线出版日期：2020-10-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：76-82