多重检验加权融合的短文本相似度计算方法
来源：计算机工程杂志2021年第2期北京时间：
作者：石彩霞, 李书琴, 刘斌
单位：西北农林科技大学 信息工程学院, 陕西 杨凌 712100
摘要：传统相似度计算方法仅考虑文本结构特征或语义信息，从而导致准确率较低。结合短文本特征稀疏的特性，提出一种多重检验加权融合的短文本相似度计算方法MCWFS。使用基于改进编辑距离、考虑词频、基于Word2vec与LSTM的3种方法分别计算相似度，对满足多重检验标准的文本进行加权因子线性融合，以避免因一种相似度值过大或过小导致加权相似度值异常的问题。在此基础上，通过加权融合计算短文本相似度，使得计算结果更加准确合理。实验结果表明，相比层层检验和无检验融合方法，MCWFS方法的平均准确率分别提高16.01%和7.39%，且其F1值可达70.21%。
关键词：短文本相似度,多重检验加权融合,编辑距离,语义信息,词频
基金资助：中国博士后科学基金（2017M613216）；陕西省自然科学基金（2017JM6059）；陕西省重点研发计划（2019ZDLNY07）；陕西省博士后基金（2016BSHEDZZ121）。
