近年来,聊天机器人在越来越多的领域有了应用,但在实际应用中还有一些障碍需要克服,比如对用户的问句难以有准确的回答。Word2vec模型在情感分析、机器翻译等领域的应用中有良好的表现,文章通过将其应用到聊天机器人问句分类和相似度计算中并进行改进,以得到更好的问句分类和相似度计算效果,提升用户体验。Word2vec模型通过训练词向量,将词向量进行组合得到文档向量进行文本表示,具有良好语义表达效果。本文将在此基础上进行改进得到组合的文本表示方法,它通过将词性贡献因子和TF-IDF结合作为权重,对Word2vec词向量进行加权求得句子向量与LDA主题模型训练出的句子向量拼接进行文本表示,并且以Word2vec词向量为基础提出计算问句间的相似度的算法。利用聊天机器人对话语料中的问句进行实证研究得出如下结论:较其他三种常用的文本表示,基于Word2vec模型的组合文本表示在KNN、NB、SVM三种分类器的问句分类结果中F1值均有提升,达到了较好的问句分类效果;在问句相似度计算中,相较于编辑距离和Jaccard系数,基于Word2vec模型的相似度计算方法在测试数据中有更好的计算效果,虽在计算时间上略有弱势,但仍在可接受的合理范围内。综上可以看出,Word2vec模型训练出的词向量具有良好的语义表达效果,使得文本表示不再停留在语言表层更多的深入语义,利用此模型进行问句分类和问句相似度计算可以取得良好的效果。