[发明专利]基于人工智能的语义相似度获取方法及装置

权利要求书

1.一种基于人工智能的语义相似度获取方法，其特征在于，包括：

获取搜索词与搜索条目的粒度特征；

基于所述搜索词的每个粒度特征与所述搜索条目的粒度特征进行相似度计算，得到每个粒度特征对应的权重；

利用每个粒度特征对应的权重对所述搜索词和所述搜索条目进行加权计算，得到所述搜索词的粒度向量和所述搜索条目的粒度向量；

基于所述搜索词的粒度向量和所述搜索条目的粒度向量，计算所述搜索词与所述搜索条目之间的相似度。

2.根据权利要求1所述的基于人工智能的语义相似度获取方法，其特征在于，所述获取搜索词与搜索条目的粒度特征，包括：

对所述搜索词和所述搜索条目进行切词，得到所述搜索词和所述搜索条目的分词语料；

利用神经网络对所述分词语料进行特征提取，得到所述搜索词的粒度特征和所述搜索条目的粒度特征。

3.根据权利要求1所述的基于人工智能的语义相似度获取方法，其特征在于，所述基于所述搜索词的每个粒度特征与所述搜索条目的粒度特征进行相似度计算，得到每个粒度特征对应的权重，包括：

将所述搜索词的每个粒度特征分别与所述搜索条目的同类型的粒度特征进行相似计算，得到每个粒度特征对应的权重。

4.根据权利要求3所述的基于人工智能的语义相似度获取方法，其特征在于，所述将所述搜索词的每个粒度特征分别与所述搜索条目的同类型的粒度特征进行相似计算得到每个粒度特征对应的权重，包括：

将所述搜索词的每个粒度特征分别与所述搜索条目的同类型的粒度特征进行余弦相似度计算，得到每个粒度特征对应的权重。

5.根据权利要求4所述的基于人工智能的语义相似度获取方法，其特征在于，所述利用每个粒度特征对应的权重对所述搜索词和所述搜索条目进行加权计算，得到所述搜索词的粒度向量和所述搜索条目的粒度向量，包括：

对每个粒度特征对应的权重进行归一化处理，得到每个粒度对应的归一化权重；

针对所述搜索词和所述搜索条目，将每个粒度特征与对应的所述归一化权重的乘积相加，得到所述搜索词的粒度向量和所述搜索条目的粒度向量。

6.根据权利要求5所述的基于人工智能的语义相似度获取方法，其特征在于，所述基于所述搜索词的粒度向量和所述搜索条目的粒度向量，计算所述搜索词与所述搜索条目之间的相似度，包括：

对所述搜索词的每个粒度特征与所述搜索条目的粒度向量进行相似度计算得到第一权重，以及对所述搜索条目的每个粒度特征与所述搜索条目的粒度向量进行相似度计算得到第二权重；

将所述搜索词的每个粒度特征与所述第一权重进行加权计算，并将所述搜索条目的每个粒度特征与所述第二权重进行加权计算；

利用加权计算的结果更新所述搜索词的粒度向量和所述搜索条目的粒度向量；

对所述搜索词的粒度向量和所述搜索条目的粒度向量的相似度进行计算，得到所述搜索词和所述搜索条目之间的相似度。

7.根据权利要求6所述的基于人工智能的语义相似度获取方法，其特征在于，所述利用加权计算的结果更新所述搜索词的粒度向量和所述搜索条目的粒度向量之前，还包括：

对经过所述加权计算更新后的所述搜索词的粒度向量和所述搜索条目的粒度向量，按照预设的迭代次数迭代执行所述对所述搜索词的每个粒度特征与所述搜索条目的粒度向量进行相似度计算得到第一权重，以及对所述搜索条目的每个粒度特征与所述搜索条目的粒度向量进行相似度计算得到第二权重，以及将所述搜索词的每个粒度特征与所述第一权重进行加权计算，并将所述搜索条目的每个粒度特征与所述第二权重进行加权计算，直到所述迭代次数完成为止。