[发明专利]一种相关文本片段搜索方法及装置

权利要求书

1.一种文本片段检索的方法，其特征在于，所述方法包括：

获取文本片段的集合，所述文本片段的集合包括至少一个文本片段，提取所述文本片段的特征词，根据所述特征词的词向量生成对应于所述文本片段的词向量矩阵，获取检索词的词向量；

计算各个所述词向量矩阵与所述检索词的词向量的相似度，将所述相似度大于或等于第一阈值的所述文本片段作为检索结果；

所述计算各个所述词向量矩阵与所述检索词的词向量的相似度，包括：

计算各个所述文本片段中的各个所述特征词的词向量与所述检索词的词向量的第一相似度，根据所述第一相似度大于或等于第二阈值的特征词的词向量生成与所述文本片段对应的调整后词向量矩阵；

计算各个所述调整后词向量矩阵与所述检索词的词向量的相似度。

2.根据权利要求1所述的方法，其特征在于，所述计算各个所述调整后词向量矩阵与所述检索词的词向量的相似度，包括：

根据所述调整后词向量矩阵中的特征词的词向量的平均向量，计算所述调整后词向量矩阵的平均向量；

计算所述调整后词向量矩阵的平均向量与所述检索词的词向量的相似度。

3.根据权利要求2所述的方法，其特征在于，所述相似度包括第二相似度，所述计算各个所述词向量矩阵与所述检索词的词向量的相似度，包括：

计算各个所述词向量矩阵与所述检索词的词向量的第三相似度；

根据公式：

，

计算所述词向量矩阵与所述检索词的词向量的第二相似度，其中，所述sim₂为第二相似度，所述sim₁为第三相似度，所述α为第一调整系数，所述β为第二调整系数，所述n₁为所述调整后词向量矩阵对应的特征词的词向量个数，所述n₂为所述词向量矩阵对应的特征词的词向量个数；

所述将所述相似度大于或等于第一阈值的所述文本片段作为检索结果，包括：

将所述第二相似度大于或等于第一阈值的所述文本片段作为检索结果。

4.根据权利要求1所述的方法，其特征在于，所述计算各个所述词向量矩阵与所述检索词的词向量的相似度，包括：

根据所述词向量矩阵中的特征词的词向量的平均向量，计算所述词向量矩阵的平均向量；

计算所述词向量矩阵的平均向量与所述检索词的词向量的相似度。

5.根据权利要求1所述的方法，其特征在于，所述计算各个所述词向量矩阵与所述检索词的词向量的相似度，包括：

获取所述词向量矩阵中的特征词的词向量与所述检索词的词向量的相似度；

获取所述词向量矩阵中所述相似度的平均值。

6.根据权利要求1所述的方法，其特征在于，所述检索结果为多个，所述将所述相似度大于或等于第一阈值的所述文本片段作为检索结果，包括：

将所述相似度大于或等于第一阈值的所述文本片段按照所述相似度的值按从高至低排序，将前m个所述文本片段作为检索结果，m为预设的检索结果数。

7.一种文本片段检索的装置，其特征在于，所述装置包括：

词向量及词向量矩阵获取单元，用于获取文本片段的集合，所述文本片段的集合包括至少一个文本片段，提取所述文本片段的特征词，根据所述特征词的词向量生成对应于所述文本片段的词向量矩阵，获取检索词的词向量；

检索结果获取单元，用于计算各个所述词向量矩阵与所述检索词的词向量的相似度，将所述相似度大于或等于第一阈值的所述文本片段作为检索结果；

所述检索结果获取单元，包括：

调整后词向量矩阵获取子单元，用于计算各个所述文本片段中的各个所述特征词的词向量与所述检索词的词向量的第一相似度，根据所述第一相似度大于或等于第二阈值的特征词的词向量生成与所述文本片段对应的调整后词向量矩阵；

相似度计算子单元，用于计算各个所述调整后词向量矩阵与所述检索词的词向量的相似度；

检索结果获取子单元，用于将所述相似度大于或等于第一阈值的所述文本片段作为检索结果。

8.根据权利要求7所述的装置，其特征在于，所述相似度计算子单元，包括：

平均向量获取子单元，用于根据所述调整后词向量矩阵中的特征词的词向量的平均向量，计算所述调整后词向量矩阵的平均向量；

调整后相似度计算子单元，用于计算所述调整后词向量矩阵的平均向量与所述检索词的词向量的相似度。