[发明专利]文本相似性度量方法、装置、终端及存储介质有效
申请号: | 201810927162.8 | 申请日: | 2018-08-14 |
公开(公告)号: | CN109344857B | 公开(公告)日: | 2022-05-13 |
发明(设计)人: | 杜若;覃勋辉;向海;侯聪;刘科;刘波 | 申请(专利权)人: | 重庆邂智科技有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06F16/35 |
代理公司: | 广州三环专利商标代理有限公司 44202 | 代理人: | 郝传鑫;熊永强 |
地址: | 400000 重庆市渝北区金*** | 国省代码: | 重庆;50 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 文本 相似性 度量 方法 装置 终端 存储 介质 | ||
1.一种文本相似性度量方法,其特征在于,包括:
获取待处理的目标文本集合,所述目标文本集合包括第一文本和第二文本;其中,所述第一文本为用户输入的文本,所述第二文本为从数据库中获取一个与所述第一文本同类型的文本;
对所述目标文本集合进行意图分类处理,得到所述目标文本集合的概率向量组;其中,所述目标文本集合的概率向量组包括所述第一文本的第一意图类别对应的第一概率向量和所述第二文本的第二意图类别对应的第二概率向量;
基于意图相似性矩阵、所述第一概率向量和所述第二概率向量确定所述目标文本集合的目标相似性,包括:根据第一意图类别中的任意一个第一子类别和第二意图类别中的任意一个第二子类别,从意图相似性矩阵中获取第一子类别和第二子类别的相似度;计算所述第一子类别和第二子类别的相似度、第一子类别的概率以及第二子类别的概率的乘积;将计算得到的所有乘积的总和作为目标文本集合的目标相似性。
2.如权利要求1所述的方法,其特征在于,所述方法还包括:
获取样本数据,所述样本数据包括至少一个文本集合;
针对所述样本数据中的任一文本集合,对所述文本集合进行意图分类处理,得到所述文本集合的意图分类结果,所述意图分类结果包括所述文本集合的意图类别组,所述意图类别组包括所述文本集合中的各个文本的意图类别;
基于所述样本数据中的各文本集合的意图类别组,统计预设意图类别的联合出现次数;
根据所述联合出现次数确定所述意图相似性矩阵。
3.如权利要求2所述的方法,其特征在于,所述根据所述联合出现次数确定所述意图相似性矩阵,包括:
根据所述预设意图类别构建联合频次矩阵,并初始化所述联合频次矩阵的元素值;
根据所述联合出现次数,对所述联合频次矩阵中的元素值进行更新;
对更新后的联合频次矩阵进行转换,得到所述意图相似性矩阵。
4.如权利要求3所述的方法,其特征在于,所述根据所述联合出现次数,对所述联合频次矩阵中的元素值进行更新,包括:
确定行类别所对应的行权重值、列类别所对应的列权重值以及所述联合出现次数的乘积;
根据所述乘积对所述元素值进行更新。
5.如权利要求3或4所述的方法,其特征在于,所述意图分类结果还包括所述文本集合的概率向量组;所述方法还包括:
针对所述样本数据中的任一文本集合,基于所述意图相似性矩阵,以及所述文本集合的概率向量组所包含的各概率向量,计算所述文本集合的相似性;
对所述样本数据中的各文本集合的相似性进行排序,得到目标序列。
6.如权利要求5所述的方法,其特征在于,所述基于意图相似性矩阵、所述第一概率向量和所述第二概率向量确定所述目标文本集合的目标相似性,包括:
基于意图相似性矩阵、所述第一概率向量和所述第二概率向量计算得到所述目标文本集合的初始相似性;
对所述初始相似性进行归一化处理,得到所述目标文本集合的目标相似性。
7.如权利要求6所述的方法,其特征在于,所述对所述初始相似性进行归一化处理,得到所述目标文本集合的目标相似性,包括:
将所述初始相似性与所述目标序列中的各相似性进行比较,确定所述初始相似性在所述目标序列中的位置;
根据所述位置对所述初始相似性进行归一化处理,得到所述目标文本集合的目标相似性。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于重庆邂智科技有限公司,未经重庆邂智科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810927162.8/1.html,转载请声明来源钻瓜专利网。