[发明专利]一种基于机器学习的多特征文本数据相似度计算方法

摘要

本发明公开了一种基于机器学习的多特征文本数据相似度计算方法，使用文本矢量化算法将每条数据的每个特征转化为一个矢量数组；将每条数据的多个特征生成的矢量数据进行拼接，正则化处理，并将所有数据的对应矢量数组组成一个矩阵；可选地使用PCA算法对上述矩阵进行降维；由业务专家在上述数据中标注出一系列相似数据对，每个数据对由两条相似数据组成；基于上述相似数据对，计算出矢量距离映射矩阵，并基于该矩阵得到矢量距离计算公式；使用低精度聚合算法。该方法采用机器学习算法实现了多特征文本数据的距离计算，并使用低精度聚类方法降低了计算量，提升了算法性能。

主权项

1.一种基于机器学习的多特征文本数据相似度计算方法，其特征在于，包括以下几个具体步骤：一、使用文本矢量化算法将每条数据的每个特征转化为一个矢量数组；二、将每条数据的多个特征生成的矢量数据进行拼接，正则化处理，并将所有数据的对应矢量数组组成一个矩阵；三、可选地使用PCA算法对上述矩阵进行降维；四、由业务专家在上述数据中标注出一系列相似数据对，每个数据对由两条相似数据组成；五、基于上述相似数据对，计算出矢量距离映射矩阵，并基于该矩阵得到矢量距离计算公式；六、使用低精度聚合算法，将所有数据归入多个聚类，一条数据有可能属于多个聚类；七、对于某条特定数据，基于上述聚类和距离计算公式，得到与该数据相似度最高的数据。