标题：一种基于机器学习的相似度算法在文本相似度比较中的应用——以法律文本比较为例
作者：骆浩楠 汪峥；李峰
作者单位：东南大学自动化学院，江苏 南京 210096；东南大学信息科学与工程学院，江苏 南京 211100
关键字：民间借贷；法律文本；相似度计算；机器学习；自然语言处理
摘要：随着法律文本的大量公开，在文本挖掘中发挥越来越重要的作用，同时随着机器学习与自然语言处理技术的发展，其与大数据的融合运用逐渐普及，将两者结合起来进行相似度判别分析，有利于对法律文本的充分挖掘利用，对于帮助用户了解案情，同时基于法律文本相似度分析可拓展更多应用，对于促进国家法制化建设具有重要意义。使用了一种基于机器学习的相似度算法，通过与不同词向量结合的方式，能够有效提升文本相似度对比的准确率。通过在真实民间借贷类法律文本比较案例中实验取得明显效果，准确率提升10%，具有较好的使用前景。