基于公共词块及N-gram模型的问句相似度算法

• 作者: 谢晋 黄贤英 龙姝言
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 问句相似度 N-gram模型 一元模型 公共词块
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 计算机科学与工程专栏
• 页码范围: 175-179,197
• 页数: 6页
• 分类号: TP391.1
• 字数: 3018字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425(z).2017.10.028

摘要

问句相似度算法是问答系统的核心问题,直接影响着问答系统的准确性.针对公共词块算法(CCS)对于中文文本的不适用性,提出一种改进的问句相似度算法(CNS).该方法结合N-gram模型及公共词块来计算问句向量的相似度,其主要思路是把问句分解成一元模型和二元模型,然后再分析问句之间的公共词块并考虑其顺序结构.实验结果表明:新算法在Top-N条数据集的平均相似度和不同相似度阈值下的准确率均优于常用的问句相似度算法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄贤英	重庆理工大学计算机科学与工程学院	95	349	9.0	14.0
2	龙姝言	重庆理工大学计算机科学与工程学院	4	18	3.0	4.0
3	谢晋	重庆理工大学计算机科学与工程学院	4	18	3.0	4.0