Page 139 - 高中 信息技术 必修1 数据与计算

 6.1 认识人工智能

进入问题理解模块。FAQ库主要用于提高智能问答系统的效率，其主要技术就是问句相似
度计算和候选问句的选择。
问句相似度计算通常采用Jaccard相似度系数算法。Jaccard相似度系数表示两集合的交

集元素个数与两集合的并集元素个数之比，系数越高，两集合的相似度越高。例如，计算
问句A“空调机有什么功能？”与问句B“空调机的功能有哪些？”的Jaccard相似度系数
流程如下：
（1）运用分词系统处理问句。处理后得到集合A={“空调机”,“有”,“什么”,“功

能”,“？”}和集合B={“空调机”,“的”,“功能”,“有”,“哪些”,“？”}。
（2）计算集合A和集合B的交集与并集。集合A和集合B的交集={“空调机”,“有”,“功

能”,“？”}，集合A和集合B的并集={“空调机”,“有”,“什么”,“功能”,“的”,“哪
广东教育出版社
些”,“？”}。
（3）计算交集元素的数量和并集元素的数量的比值。交集元素的数量为4，并集元素
的数量为7，交集元素的数量和并集元素的数量的比值为4÷7≈0.57。因此，将0.57作为问

句A和问句B的相似度系数。

实 践

基于上述的流程，可以用 Python 语言编程实现 Jaccard 相似度系数算法，程序如下：

# -*- coding:utf-8 -*-

# 计算jaccard系数
def jaccard(p,q):
c=[val for val in p if val in q] #求p和q的交集

return float(len(c)/(len(p)+len(q)-len(c)))
# 注意：在使用之前必须对两个数据集去重
a=["空调机","有","什么","功能","?"]
b=["空调机","的","功能","有","哪些","?"]

print(jaccard(a,b))

程序结果：0.5714285714285714。

分 析

计算下列两个语句的Jaccard相似度系数，并利用Python语言编程求出Jaccard相似度
系数。
A：我爱祖国的壮丽山河；我爱祖国悠久的历史和璀璨的文化。

B：我爱祖国人民的勤劳、智慧与勇敢；我更爱祖国那生生不息、辉煌雄壮的民族魂！

131131

9 ֻੂᅣ JOEE