一种基于文本相似度改进的原子能力匹配方法与流程

1.本发明涉及计算机技术领域，尤其涉及一种基于文本相似度改进的原子能力匹配方法。


背景技术：

2.原子能力(atomic ability，aa)是终端设备中可独立运行的最小能力单元。与传统应用程序(application，app)相比，aa是用来为其他app提供原子服务的新型应用，并且aa无用户界面(ui，user interface)。分布式应用(distributed application)是指包括若干相对独立的原子能力的应用程序。另外，部署在一个终端设备中的aa，可能被部署在该终端设备或者其它终端设备中的app调用。
3.电信业务中，用户在根据需求文档来选择需要使用的原子能力的卡位阶段，由于没有针对相应的原子能力匹配方法，使得用户在选择原子能力时无从入手。


技术实现要素：

4.本发明的目的在于提供一种基于文本相似度改进的原子能力匹配方法。
5.本发明采用的技术方案是：
6.一种基于文本相似度改进的原子能力匹配方法，其包括以下步骤：
7.步骤1，将匹配文本进行分词并筛选出有实际意义的词，得到词组a；
8.具体地，以如下匹配文本为例：实现对整个场所的视频监控，并实现视频流的转发和存储。经过分词得到词组a：[实现,场所,视频,监控,实现,视频,转发,存储]。
[0009]
步骤2，将原子能力详情进行分词，并筛选出有实际意义的词，得到词组b；
[0010]
具体地，承上例，对应的原子能力详情为：云存回放，提供面向监控设备的视频录像云端存储服务，满足客户灵活存储的需求，实现在线观看历史视频的目的。经过分词得到词组b：[提供,面向,监控,设备,视频,录像,云端,存储,服务,满足,客户,存储,需求,实现,在线,观看,历史,视频,目的]。
[0011]
步骤3，取词组a和词组b的并集，得到超集词组s。
[0012]
具体地，承上例，组a和词组b的并集得到的超集词组s为：[历史,提供,场所,需求,录像,转发,云端,监控,设备,服务,观看,目的,实现,视频,存储,在线,面向,客户,满足]。
[0013]
步骤4，遍历超集词组s计算匹配文本中各个分词的频率x以及原子能力详情中各个分词的频率y；
[0014]
步骤5，权重的算法：遍历超集的词组计算超集中每个分词权重z；
[0015]
z＝x/y
[0016]
其中，x为原子能力总数量为，y为存在当前对应分词的原子能力数量；
[0017]
步骤6，加强权重算法：获取原子能力的关键词组，判断超集中分词是否在关键词组；是则，获取关键词中对应分词的词频v，并计算对应分词的加强权重z＝z*(1.5+v)；否则，计算对应分词的加强权重z＝z；
[0018]
步骤7，基于匹配文本的分词频率x和加强权重z计算向量a，向量a的值＝频率x*加强权重z；
[0019]
步骤8，基于原子能力详情的分词频率y和加强权重z计算向量b，向量b的值＝频率y*加强权重z；
[0020]
步骤9，通过余弦相似度公式计算得出相似值，判断相似度是否大于设定值；是则，判定原子能力符合匹配文本；否则，判定原子能力不符合匹配文本。
[0021]
进一步地，步骤9中余弦相似度公式为
[0022]
进一步地，步骤9中设定值为0.3。
[0023]
本发明采用以上技术方案，原子能力匹配基于余弦相似度算法来执行，根据分词后的频率和权重得到余弦相似度的向量值，当用户确定匹配文本对应的原子能力后，系统会将完成匹配的关键词保存，关键词的存在会使得权重加强。
[0024]
本发明根据原子能力特性更新了文本相似度算法，提高了算法的准确性；.增加电信专有名词词典，提高了分词的准确性；新增可调节算法因子，提高算法的专业性；本发明支持多线程并发运算，提高计算效率。
附图说明
[0025]
以下结合附图和具体实施方式对本发明做进一步详细说明；
[0026]
图1为本发明一种基于文本相似度改进的原子能力匹配方法的流程示意图。
具体实施方式
[0027]
为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图对本技术实施例中的技术方案进行清楚、完整地描述。
[0028]
余弦相似性是通过测量两个向量的夹角的余弦值来度量它们之间的相似性。0度角的余弦值是1，而其他任何角度的余弦值都不大于1；并且其最小值是-1。从而两个向量之间的角度的余弦值确定两个向量是否大致指向相同的方向。两个向量有相同的指向时，余弦相似度的值为1；两个向量夹角为90
°
时，余弦相似度的值为0；两个向量指向完全相反的方向时，余弦相似度的值为-1。最常见的应用就是计算文本相似度。将两个文本根据他们词，建立两个向量，计算这两个向量的余弦值，就可以知道两个文本在统计学方法中他们的相似度情况。实践证明，这是一个非常有效的方法。
[0029]
如图1所示，本发明公开了一种基于文本相似度改进的原子能力匹配方法，其包括以下步骤：
[0030]
步骤1，将匹配文本进行分词并筛选出有实际意义的词，得到词组a；
[0031]
具体地，以如下匹配文本为例：实现对整个场所的视频监控，并实现视频流的转发和存储。经过分词得到词组a：[实现,场所,视频,监控,实现,视频,转发,存储]。
[0032]
步骤2，将原子能力详情进行分词，并筛选出有实际意义的词，得到词组b；
[0033]
具体地，承上例，对应的原子能力详情为：云存回放，提供面向监控设备的视频录像云端存储服务，满足客户灵活存储的需求，实现在线观看历史视频的目的。经过分词得到词组b：[提供,面向,监控,设备,视频,录像,云端,存储,服务,满足,客户,存储,需求,实现,
在线,观看,历史,视频,目的]。
[0034]
步骤3，取词组a和词组b的并集，得到超集词组s。
[0035]
具体地，承上例，组a和词组b的并集得到的超集词组s为：[历史,提供,场所,需求,录像,转发,云端,监控,设备,服务,观看,目的,实现,视频,存储,在线,面向,客户,满足]。
[0036]
步骤4，遍历超集词组s计算匹配文本中各个分词的频率x以及原子能力详情中各个分词的频率y；
[0037]
具体地，承上例，匹配文本中各分词频率x：[0,0,0.125,0,0,0.125,0,0.125,0,0,0,0,0.25,0.25,0.125,0,0,0,0]
[0038]
原子能力详情中各分词频率y：[0.053,0.053,0,0.053,0.053,0,0.053,0.053,0.053,0.053,0.053,0.053,0.053,0.105,0.105,0.053,0.053,0.053,0.053]
[0039]
步骤5，权重的算法：遍历超集的词组计算超集中每个分词权重z；
[0040]
z＝x/y
[0041]
其中，x为原子能力总数量为，y为存在当前对应分词的原子能力数量；
[0042]
步骤6，加强权重算法：获取原子能力的关键词组，判断超集中分词是否在关键词组；是则，获取关键词中对应分词的词频v，并计算对应分词的加强权重z＝z*(1.5+v)；否则，计算对应分词的加强权重z＝z；
[0043]
具体地，承上例，因原子能力“云存回放”的关键词有[监控,存储,录像],所以当分词是[监控]和[存储]时，使用权重加强算法：原权重乘以(1.5+0.3)，经计算得加强权重z估值如下：[1.8,0.301,2.053,1.176,2.533,2.533,2.230,2.042,0.903,0.477,2.708,1.833,0.477,1.079,2.344,1.477,1.0,0.954,1.362]
[0044]
步骤7，基于匹配文本的分词频率x和加强权重z计算向量a，向量a的值＝频率x*加强权重z；
[0045]
具体地，承上例，向量a的结果如下：
[0046]
[0.00,0.00,0.26,0.00,0.00,0.32,0.00,0.26,0.00,0.00,0.00,0.00,0.12,0.27,0.29,0.00,0.00,0.00,0.00]。
[0047]
步骤8，基于原子能力详情的分词频率y和加强权重z计算向量b，向量b的值＝频率y*加强权重z；
[0048]
具体地，承上例，向量b的结果如下：
[0049]
[0.09,0.02,0.00,0.06,0.13,0.00,0.12,0.11,0.05,0.03,0.14,0.10,0.03,0.11,0.25,0.08,0.05,0.05,0.07]。
[0050]
步骤9，通过余弦相似度公式计算得出相似值，判断相似度是否大于设定值；是则，判定原子能力符合匹配文本；否则，判定原子能力不符合匹配文本。
[0051]
余弦相似度公式为
[0052]
具体地，承上例，通过余弦相似度公式计算得出相似值约等于0.5。一般相似度在0.3以上就可以定性为原子能力符合匹配文本。
[0053]
本发明采用以上技术方案，将原子能力详情和匹配文本进行分词，再取其并集得到词组s；计算各分词在匹配文本和原子能力中的频率分别记为x，y；计算各分词在原子能力库中的权重并使用关键词加强权重记为z；4.向量值a＝x*z，向量值b＝y*z；将向量组a和
b根据以下公式求得相似度通过余弦相似度公式计算得出相似值。原子能力匹配基于余弦相似度算法来执行，根据分词后的频率和权重得到余弦相似度的向量值，当用户确定匹配文本对应的原子能力后，系统会将完成匹配的关键词保存，关键词的存在会使得权重加强。
[0054]
本发明根据原子能力特性更新了文本相似度算法，提高了算法的准确性；.增加电信专有名词词典，提高了分词的准确性；新增可调节算法因子，提高算法的专业性；本发明支持多线程并发运算，提高计算效率。
[0055]
显然，所描述的实施例是本技术一部分实施例，而不是全部的实施例。在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。通常在此处附图中描述和示出的本技术实施例的组件可以以各种不同的配置来布置和设计。因此，本技术的实施例的详细描述并非旨在限制要求保护的本技术的范围，而是仅仅表示本技术的选定实施例。基于本技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。