基于短文本相似度计算的工序卡片相似度计算方法

童 伟 王淑营

(西南交通大学 信息科学与技术学院,四川 成都610000)

随着工艺技术的发展，各制造型企业的产品数量和种类不断增多，伴随着产品的工艺设计产生的工序卡片数量也在激增。在如此庞大的工序卡片数量之下，想要靠人工来找出与一张工序卡片相似的其它工序卡片进行推荐几乎是不可能完成的任务，但工艺员在进行工序设计时，与该工艺相似的工序卡片能够为工艺员提供参考，能够极大的提高工艺员的工序设计效率。如何从海量的工序卡片中找到相似的工序卡片是迫切需要解决的问题，而文本相似度判断技术的发展为解决该问题提供了有力的技术支持。本文以机械制造型企业的工序卡片为研究对象，基于工艺的特点，通过结合Jaccard相似度计算方法与Levenshtein距离计算方法，计算出两张工序卡片中各个需要参与相似度判断的项之间的相似度，然后将各项之间的相似度相结合，最终获得两张工序卡片的相似度。

1 相关研究工作

相似度计算算法的选择是本研究最重要的部分，目前，常见的文本相似度计算方法有闵可夫斯基距离、曼哈顿距离、欧氏距离、余弦相似度、杰卡德相似系数、计算编辑距离等，随着信息技术的发展，国内外学者对文本相似度计算方法的研究不断深入，藏润强，孙红光等人基于Levenshtein和TFRSF提出了一种文本相似度计算方法，石彩霞等人提出了一种多重检验加权融合的短文本相似度计算方法，艾……