摘要

由Kusner等人提出的词移动距离（Word Mover's Distance, WMD）是一种衡量文档间距离的方法，该方法利用词嵌入所捕捉的词语之间的语义关系。WMD在文本分类任务中表现出色，取得了当时最先进的分类误差率，但由于其计算复杂度较高，难以应用于大规模文档集合。为解决这一问题，研究者提出了多种WMD的变体。其中，松弛词移动距离（Relaxed Word Mover's Distance, RWMD）因其结构简洁、效果优异以及高效的实现方式而成为最具代表性的一种。基于词嵌入间距离所具有的经验性特性，我们提出了一种加速WMD与RWMD计算的新方法。在10个数据集上的实验结果表明，该方法在保持原有分类准确率不变的前提下，显著提升了文档分类任务的计算效率。