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 |
|
|