融合TextRank算法的中文短文本相似度计算

• 作者: 卢佳伟 尹钟 陈玮
• 来源期刊: 电子科技
• 学科: 工学
• 关键词: 文本相似度 关键字提取 TextRank算法 Bert 词向量技术 向量空间模型
• 年，卷（期）: 2020,（10）
• 页码范围: 51-56
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.16180/j.cnki.issn1007-7820.2020.10.009

摘要

传统的VSM向量空间模型忽略了文本语义,构建的文本特征矩阵具有稀疏性.基于深度学习词向量技术,文中提出一种融合改进TextRank算法的相似度计算方法.该方法利用词向量嵌入的技术来构建文本向量空间,使得构建的向量空间模型具有了语义相关性,同时采用改进的TextRank算法提取文本关键字,增强了文本特征的表达并消除了大量冗余信息,降低了文本特征矩阵的稀疏性,使文本相似度的计算更加高效.不同模型的仿真实验结果表明,融合改进的TextRank算法与Bert词向量技术的方法具有更好的文本相似度计算性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈玮		55	341	10.0	16.0
2	尹钟		16	28	3.0	5.0
3	卢佳伟		1	0	0.0	0.0