【技术实现步骤摘要】
一种基于word2vec技术的相似度比较方法及装置
本专利技术涉及计算机软件
,尤其涉及一种基于word2vec技术的相似度比较方法及装置。
技术介绍
电网各职能部门在信息系统建设的初期,主要工作是解决各部门的生产需求,这样就导致了各系统之间并没有实现数据互通。但是从2017年开始,电网启动梳理存量设备清册工作,由于各系统中设备名称为手工录入,叫法各异,有全称、有简称、有带地名、有带设备用途等等,给资产的盘点工作造成了极大的困难,最初的方法主要是导出各系统的数据,要么借助EXCEL、要么纯人工的方式进行比对,工作量巨大、比对周期长、效率低,难以为继。且目前行业内没有一款有效的比对工具解决该痛点。上述内容仅用于辅助理解本专利技术的技术方案,并不代表承认上述内容是现有技术。
技术实现思路
有鉴于此,本专利技术提出了一种基于word2vec技术的相似度比较方法及装置,旨在解决现有技术无法通过word2vec技术确定电网行业中不同名称的设备为同一设备的技术问题。本专利技术的技术方案是这样实现的:一方面,本专利技术提供了一种基于word2vec技术的相似度比较方法,所述基于word2vec技术的相似度比较方法包括以下步骤:S1,获取网络文章以及本地词库,建立word2vec算法,通过word2vec算法对该网络文章进行训练,生成词向量模型文件;S2,获取多个待比较语句,根据词库对多个待比较语句进行查找,将能够在词库中查找到的词语转化为数字编码作为待比较数字编码, ...
【技术保护点】
1.一种基于word2vec技术的相似度比较方法,其特征在于:包括以下步骤;/nS1,获取网络文章以及本地词库,建立word2vec算法,通过word2vec算法对该网络文章进行训练,生成词向量模型文件;/nS2,获取多个待比较语句,根据词库对多个待比较语句进行查找,将能够在词库中查找到的词语转化为数字编码作为待比较数字编码,记录不能够在词库中查找到的词语为待比较词语,将待比较数字编码与待比较词语组合成待比较编码语句;/nS3,获取比较编码语句的语句结构,将多个待比较编码语句的语句结构两两进行比较,根据比较结果,将待比较词语放入词向量模型文件中,获取待比较编码语句的相似度。/n
【技术特征摘要】
1.一种基于word2vec技术的相似度比较方法,其特征在于:包括以下步骤;
S1,获取网络文章以及本地词库,建立word2vec算法,通过word2vec算法对该网络文章进行训练,生成词向量模型文件;
S2,获取多个待比较语句,根据词库对多个待比较语句进行查找,将能够在词库中查找到的词语转化为数字编码作为待比较数字编码,记录不能够在词库中查找到的词语为待比较词语,将待比较数字编码与待比较词语组合成待比较编码语句;
S3,获取比较编码语句的语句结构,将多个待比较编码语句的语句结构两两进行比较,根据比较结果,将待比较词语放入词向量模型文件中,获取待比较编码语句的相似度。
2.如权利要求1所述的基于word2vec技术的相似度比较方法,其特征在于:步骤S1中,获取网络文章以及本地词库,建立word2vec算法,通过word2vec算法对该网络文章进行训练,生成词向量模型文件,还包括以下步骤,获取本地历史词语,分配唯一数字编号给每一个历史词语,根据本地历史词语以及对应的数字编码建立本地词库,通过word2vec算法对网络文章进行训练,生成词向量模型文件。
3.如权利要求2所述的基于word2vec技术的相似度比较方法,其特征在于:还包括以下步骤,所述word2vec算法为:
其中,v(w)代表词向量模型文件,C(w)代表包含该词语的网络文章,代表最大对数似然,w代表词语,u代表另一个词语,j代表节点的索引下标,lu代表路径包含的节点个数,路径是指利用Huffman树形成的到各词语的通道。
4.如权利要求2所述的基于word2vec技术的相似度比较方法,其特征在于:步骤S2中,获取多个待比较语句,根据词库对多个待比较语句进行查找,将能够在词库中查找到的词语转化为数字编码作为待比较数字编码,记录不能够在词库中查找到的词语为待比较词语,将待比较数字编码与待比较词语组合成待比较编码语句,还包括以下步骤,获取多个待比较语句,根据词库对多个待比较语句进行查找,当待比较语句中的词语在词库中能够被查找到时,根据词库中词语对应的数字编码对该词语进行转化,获取转化后的数字编码作为待比较数字编码,将多个待比较数字编码按照从小到大的顺序进行排列,获取排列后的数字编码组合;当待比较语句中的词语在词库中不能够被查找到时,记录该词语为待比较词语,将待比较数字编码与待比较词语组合成待比较编码语句。
5.如权利要求4所述的基于word2vec技术的相似度比较方法,其特征在于:步骤S3中,获取比较编码语句的语句结构,将多个待比较编码语句的语句结构两两进行比较,根据比较结果,将待比较词语...
【专利技术属性】
技术研发人员:陈钢,高波,
申请(专利权)人:武汉光谷信息技术股份有限公司,
类型:发明
国别省市:湖北;42
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。