|
|||||
|
|
| 基于混合机器学习模型的短文本语义相似性度量算法 | |
| 引用本文： | 韩开旭,袁淑芳.基于混合机器学习模型的短文本语义相似性度量算法[J].吉林大学学报(理学版),2023(4):909-914. |
| 作者姓名： | 韩开旭 袁淑芳 |
| 作者单位： | 1. 北部湾大学电子与信息工程学院;2. 北部湾大学理学院 |
| 摘 要： | 为提高短文本语义相似性度量准确性，设计一种基于混合机器学习模型的短文本语义相似性度量算法.先对短文本实施预处理，基于混合机器学习模型构建短文本的字词向量模型，对短文本进行特征扩展；然后组合短文本的多样度量特征，对多样度量特征进行维度规约；最后通过构建一个集成学习模型，计算语义相似性结果，实现语义相似性的度量.使用“Quora Question Pairs”比赛数据集测试该方法的性能，测试结果表明，该方法的准确性较高，对数损失和度量均方差均较低，说明该方法的相似性度量准确性较高. |
| 关 键 词： | 混合机器学习模型 短文本 文本分词 语义相似性 卡方检验 相似性度量 |