微博文本的句向量表示及相似度计算方法研究资料.pdfVIP

第43卷第5期 计算机工程 2017年5月 V01．43No．5 ComputerEngineering Mav2017 ·人工智能及识另0技术· 文章编号：1000-3428(2017)05_0143-06文献标志码：A 中图分类号：TP391 微博文本的句向量表示及相似度计算方法研究 段旭磊，张仰森，孙秭卓 (北京信息科技大学智能信息处理研究所，北京100192) 摘 要：在Word2vec框架内，针对微博文本的特点，提出采用词向量或高维词库映射计算句向量的方法。以3种 相加形成句向量；构建高维词库，将句子中的每个词映射到高维词库形成句向量。对比3种训练句向量的方法，选 出最适合微博领域的模型。实验结果表明，采用高维词库映射的方法对微博的句向量计算的效果最佳。 关键词：微博文本；相似度计算；词向量；高维词库；句向量 中文引用格式：段旭磊，张仰森，孙神卓．微博文本的句向量表示及相似度计算方法研究[J]．计算机工程，2017， 43(5)：143—148． Vector and 英文引用格式：Duan Yizhuo．ResearchonSentence Xulei，ZhangYangsen，Sun RepresentationSimilarity CalculationMethodAbout MicroblogTexts[J]．ComputerEngineering，2017，43(5)：143—148． ResearchonSentenceVector and Similarity RepresentatiOn CalculationMethodAbout Texts Microblog DUAN Yizhuo Xulei，ZHANG Yangsen，SUN of Information InformationScienceand (InstituteIntelligence Processing，Beijing TechnologyUniversity，Beijing100192，China) Word2vec atthefeatureof themethodword 【Abstract】In text，thisproposes framework，aiming Microblogpaper using vectororsentencevectorof dimensionworddatabase constructssentencevector three calculation，and using high mapping Word2vecto TF—IDFtoobtainsentence thewordvectorsintosentence text，and algor