一种面向检索增强生成的文本集相似度计算方法和装置

本发明公开了一种面向检索增强生成的文本集相似度计算方法和装置，包括：对获取的文本集进行预处理后，计算文本集中任意两文本之间的余弦相似度和BM25分数；将余弦相似度和BM25分数分别作为语义相似度权值和文本相似度权值，并构建两个子图；对两个子图分别进行多轮聚类并记录子图中每个节点的边权重的存活时间，基于同一节点在两个子图中的边权重的存活时间来确定每个文本的真实边权，并基于真实边权得到由文本作为节点的综合图；采用Kruskal算法对综合图进行计算得到最小生成树，基于最小生成树确定文本集内文本的相似度，这样能够实现在保证处理效率的情况下，准确描述一个文本集内的文本相似度。