[发明专利]语句匹配方法和装置

说明书

技术领域

本发明涉及通信领域，具体而言，涉及一种语句匹配方法和装置。

背景技术

通过社区或者语音平台进行自动问答时，由于用户经常咨询的问题具有明显的重复性，可能有80％的用户会询问20％常见的问题。通常这些问题由机器自动回答，当接收到用户的问题时，会在问答对知识库中查找与用户的问题最相似或者相同的问题，并找到针对该问题的答案提供给用户。

在问答对知识库中查找相似或相同问题时，即进行语句的匹配。现有技术进行语句匹配时，需要一个语句中的某个词汇与另外一个语句中的所有词汇进行逐个对比造成匹配效率较低。另外，当一个语句中的某个词汇与另外一个语句的某个词汇的相似度较高时，可能这两个相似度较高的词汇所表达的含义大相径庭，因此，导致两个语句的匹配结果不准确。

针对现有技术中语句匹配不准确的问题，目前尚未提出有效的解决方案。

发明内容

本发明的主要目的在于提供一种语句匹配方法和装置，以解决现有技术中语句匹配不准确的问题。

为了实现上述目的，根据本发明的一个方面，提供了一种语句匹配方法。根据本发明的语句匹配方法包括：根据第一语句的基准词汇查找第二语句的对比词汇，其中，所述对比词汇在所述第二语句中的位置与所述基准词汇在所述第一语句中的位置相同；以所述对比词汇为中心在所述第二语句中划分待匹配词汇，其中，所述待匹配词汇为多个与所述基准词汇进行相似度的匹配的词汇；对所述基准词汇和所述待匹配词汇进行一一对比，得到所述基准词汇和所述待匹配词汇的相似度；以及将所述相似度最大的所述待匹配词汇作为与所述基准词汇匹配的词汇。

进一步地，以所述对比词汇为中心在所述第二语句中划分待匹配词汇包括：按照预先设置的搜寻窗口的宽度在所述第二语句中搜索所述待匹配词汇，其中，所述搜寻窗口的宽度为预设词汇个数；以及将所述对比词汇两侧的处于所述搜寻窗口内的所述第二语句中的词汇作为所述待匹配词汇。

进一步地，将所述对比词汇两侧的处于所述搜寻窗口内的所述第二语句中的词汇作为所述待匹配词汇包括：当所述对比词汇是所述第二语句中的首个词汇或者是所述第二语句中的最后一个词汇时；取所述对比词汇一侧的处于所述搜寻窗口内的所述第二语句中的词汇作为所述待匹配词汇，其中，当所述对比词汇是所述第二语句中的首个词汇时，取所述对比词汇句尾方向的处于所述搜寻窗口内的词汇作为所述待匹配词汇，当所述对比词汇是所述第二语句中的最后一个词汇时，取所述对比词汇句首方向的处于所述搜寻窗口内的词汇作为所述待匹配词汇。

进一步地，在将所述相似度最高的所述待匹配词汇作为所述基准词汇的匹配词汇之后，所述语句匹配方法还包括：依次获取所述第一语句中每个所述基准词汇与所述待匹配词汇的最大相似度；对所述第一语句中每个所述基准词汇的最大相似度求和，得到所述第一语句词汇相似度；依次获取所述第二语句中每个所述对比词汇与所述基准词汇的最大相似度；对所述第二语句中每个所述对比词汇的最大相似度求和，得到所述第二语句词汇相似度；以及将所述第一语句的词汇相似度的算术平均值和所述第二语句的词汇相似度的算术平均值的平均值作为所述第一语句和所述第二语句的相似度。

进一步地，根据第一语句的基准词汇查找第二语句的对比词汇包括：将所述第一语句和所述第二语句均分解为多个词汇元素；分别获取所述第一语句的词汇元素和所述第二语句的词汇元素的序号；以及在所述第二语句中查找与所述多个词汇元素中的基准词汇的序号相同的词汇作为所述对比词汇。

为了实现上述目的，根据本发明的另一方面，提供了一种语句匹配装置。根据本发明的语句匹配装置包括：查找单元，用于根据第一语句的基准词汇查找第二语句的对比词汇，其中，所述对比词汇在所述第二语句中的序号与所述基准词汇在所述第一语句中的序号相同；划分单元，用于以所述对比词汇为中心在所述第二语句中划分待匹配词汇，其中，所述待匹配词汇为多个与所述基准词汇进行匹配的词汇；对比单元，用于对所述基准词汇和所述待匹配词汇进行一一对比，得到所述基准词汇和所述待匹配词汇的相似度；以及确定单元，用于将所述相似度最大的所述待匹配词汇作为与所述基准词汇匹配的词汇。

进一步地，所述划分单元包括：搜索模块，用于按照预先设置的搜寻窗口的宽度在所述第二语句中搜索所述待匹配词汇，其中，所述搜寻窗口的宽度为预设词汇个数；以及第一确定模块，用于将所述对比词汇两侧的处于所述搜寻窗口内的所述第二语句中的词汇作为所述待匹配词汇。