摘要
文本相似性度量是电力智能交互平台上的一项基础技术。针对电力智能交互平台中长度较短,且通常不符合严格语法规则的短文本,提出一种新的文本结构相似性度量。新的度量不注重词性标注(part-of-speech,PoS)等在短文本上缺乏代表性的特征,主要强调文本的结构信息,将短文本视为词-短语-句子的三级结构,基于子结构在上层结构中的相对位置、重排代价和生成熵,从短语和句子两个级别的结构信息为短文本设计了新的特征,并结合词级别上的词向量等特征度量文本相似性。在真实语料上的实验结果验证了新的相似性度量的有效性和优势。
Measuring the text similarity is a fundamental technology in power intelligent interaction platform.In view of the short informal text which is short in length and does not conform to strict grammar rules in power intelligent interaction platform,a new text similarity estimation method is designed.Instead of depending mainly on unrepresentative features for short text including part-of-speech(PoS),the proposed measurement processes short texts on three structural hierarchies,including words,phrases and sentences.Based on position,reorder cost and generative entropy of lower-level structures in higher-level structures,new features are extracted from structural information of texts on phrase-level and sentence-level.Similarity among short text is estimated with both new features and vectorized representations on word-level.Experimental results on real-world corpus show the practicality and superiority of the proposed similarity measurement.
作者
荆江平
智明
杨飞
崔志伟
程鹏
JING Jiangping;ZHI Ming;YANG Fei;CUI Zhiwei;CHENG Peng(State Grid Jiangsu Electric Power Co.,Ltd.,Nanjing 210024,China;State Grid Taizhou Power Supply Company,Taizhou 225300,Jiangsu,China)
出处
《电测与仪表》
北大核心
2025年第10期133-138,共6页
Electrical Measurement & Instrumentation
基金
国网江苏省电力有限公司孵化项目(JF2021035)。
关键词
智能交互
文本相似度
语义分析
自然语言处理
intelligent interaction
text similarity
semantic analysis
natural language processing
作者简介
通信作者:荆江平(1987-),男,硕士,高级工程师,研究方向为电气工程,配电网调度控制,Email:jping87@outlook.com;智明(1980-),男,高级工程师,研究方向为自动化,配电网调度控制;杨飞(1989-),男,硕士,高级工程师,研究方向为电气工程;崔志伟(1988-),男,硕士,高级工程师,研究方向为电气工程;程鹏(1990-),男,硕士,工程师,研究方向为电气工程与自动化。
