一种问答系统中基于语义的相似度分析方法、系统及应用

摘要

本发明适用于问答系统中语义相似度计算领域，提供了一种问答系统中基于语义的相似度分析方法，所述相似度分析方法包括以下步骤：A、QICA对输入的问句进行信息分类；B、QICA对输入的问句进行信息分类标注；C、对输入的问句语义相似度进行分析计算。通过抽取问句的语义关键词实现问句的语义分析和相似度分析，提高了语义分析的效率，适于海量数据的CQA系统，检索结果的准确率高。

主权项

一种问答系统中基于语义的相似度分析方法，其特征在于，所述相似度分析方法包括以下步骤：A、QICA对输入的问句进行信息分类；B、QICA对输入的问句进行信息分类标注；C、对输入的问句语义相似度进行分析计算，公式：SimSemantic(A，B)＝Sim(b(A)，b(B))*a+(1‑a)*SimT(W(B)，W(A))，其中，W(X)表示问句X的类型；SimT(t₁，t₂)表示两个问句类型的相似度，其公式：其中，C(t_j)表示在一个问句集中，CSim(t_i，t_j)表示具有相同语义且类型分别属于t_i和t_j的问句对的个数，a是一个比重参数，其sim(S₁，S₂)‑＞[0，1]中的S₁，S₂是经过分词并带有词性标记的序列，其公式：$\begin{array}{c}\mathrm{sim}(S_1,S_2)={\alpha }_1*(1-\frac{|L\left(S_1\right)-L\left(S_2\right)|}{L\left(S_1\right)+L\left(S_2\right)})+{\alpha }_2*\left(\frac{\mathrm{CSimW}(S_1,S_2)}{L\left(S_1\right)+L\left(S_2\right)-\mathrm{CSimW}(S_1,S_2)}\right)\\ +{\alpha }_3*\left(\frac{\mathrm{CSimP}(S_1,S_2)}{L\left(S_1\right)+L\left(S_2\right)-\mathrm{CSimP}(S_1,S_2)}\right)\end{array},$CSimW(S₁，S₂)表示两个序列包含相同词的个数，CSimP(S₁，S₂)表示相同词性的个数，L(S)表示序列长度。