买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜北京计算机技术及应用研究所申请的专利一种基于改进tf-idf加权的word2vec医疗相似问题检索方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN113868387B 。

龙图腾网通过国家知识产权局官网在2025-05-13发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111106824.3，技术领域涉及：G06F16/3329；该发明授权一种基于改进tf-idf加权的word2vec医疗相似问题检索方法是由刘洋;张宁雨;孙渊博设计研发完成，并于2021-09-22向国家知识产权局提交的专利申请。

本一种基于改进tf-idf加权的word2vec医疗相似问题检索方法在说明书摘要公布了：本发明涉及一种基于改进tf‑idf加权的word2vec医疗相似问题检索方法，属于在线医疗领域。本发明首先构造医疗问答对数据库，在后续的检索中，通过数据库中的医疗问答对进行检索回答。然后对数据库内的数据和用户问句进行数据预处理，并分别计算用户输入以及医疗问题对中各个词项的改进tf‑idf值，之后进行词嵌入，再将每个词的word2vec词向量与tf‑idf值进行相乘，得到最终的文本向量。至此，完成对用户问句和数据库的解析，作为后续检索的基础。最后，根据解析后的数据，通过计算问题之间的相似度，从问答对数据库中找出语义相关的问题，将相似度较高的问题返回。本发明解决专有名词的识别和建模困难的问题，解决医疗信息鱼龙混杂的问题，极大地提高了用户体验。

本发明授权一种基于改进tf-idf加权的word2vec医疗相似问题检索方法在权利要求书中公布了：1.一种基于改进tf-idf加权的word2vec医疗相似问题检索方法，其特征在于，该方法包括如下步骤：S1、构造医疗问答对数据库；S2、数据预处理，对用户输入的问题和医疗问答对数据库中的问句进行分词处理；S3、分别计算用户输入的问题和医疗问答对数据库中的问句进行分词处理后的各个词项的改进tf-idf值；S4、对用户输入的问题和医疗问答对数据库中的问句进行分词处理后的各个词项进行词嵌入处理，生成词向量；S5、将每个词项的词向量与tf-idf值进行相乘，得到最终的文本向量；S6、通过余弦相似度对文本向量进行相似度计算；S7、向用户返回医疗问答对数据库中相似度较高的问答对；其中，所述步骤S3具体包括：首先进行特征匹配，对于和中文医疗词表THUOCL_medical匹配的词加入特征权值的计算； 其中，ci表示词语ai在中文医疗词表N中的词频，n表示中文医疗词表所有词的数量，wi是词语ai结合中文医疗词表匹配到的关键词的权重；然后，计算改进tf-idf值，计算公式为：wij＝tfij*idfi*wi3；其中，tfij表示词语ai在问答对bj中出现的频率，idfi表示词语ai在问答对集合的逆文档频率。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京计算机技术及应用研究所，其通讯地址为：100854 北京市海淀区永定路51号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。