[发明专利]基于交叉注意力机制的语义相似度匹配方法及其匹配装置有效
申请号: | 201811573321.5 | 申请日: | 2018-12-21 |
公开(公告)号: | CN109815484B | 公开(公告)日: | 2022-03-15 |
发明(设计)人: | 周涛涛;周宝;陈远旭;肖京 | 申请(专利权)人: | 平安科技(深圳)有限公司 |
主分类号: | G06F40/30 | 分类号: | G06F40/30;G06N3/04;G06N3/08 |
代理公司: | 北京英特普罗知识产权代理有限公司 11015 | 代理人: | 林彦之 |
地址: | 518000 广东省深圳市福田区福*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 交叉 注意力 机制 语义 相似 匹配 方法 及其 装置 | ||
1.一种基于交叉注意力机制的语义相似度匹配方法,其特征在于,包括:
获取第一基础语句中的多个第一基础词,获取第二基础语句中的多个第二基础词;
对每个所述第一基础词和所述第二基础词进行词向量表征,得到多个第一基础向量和多个第二基础向量;
将所述多个第一基础向量和多个第二基础向量分别通过双向LSTM模型,得到多个第一拼接向量和多个第二拼接向量;其中所述第一拼接向量由所述第一基础向量通过双向LSTM模型后得到的第一向前输入向量和第一向后输入向量组合而成;所述第二拼接向量由第二基础向量通过双向LSTM模型后得到的第二向前输入向量和第二向后输出向量组合而成;
根据所述多个第一拼接向量生成第一拼接矩阵,所述第一拼接矩阵的列向量为所述第一拼接向量;根据所述多个第二拼接向量生成第二拼接矩阵,所述第二拼接矩阵的列向量为所述第二拼接向量;
用所述第二拼接矩阵中的所有列向量分别对所述第一拼接矩阵中的每个列向量进行交叉表征,得到第一表征矩阵;用所述第一拼接矩阵中的所有列向量分别对所述第二拼接矩阵中的每个列向量进行交叉表征,得到第二表征矩阵;
分别对所述第一表征矩阵和所述第二表征矩阵进行最大化处理,得到第一最大化矩阵和第二最大化矩阵;
将所述第一最大化矩阵和所述第二最大化矩阵拼接后输入全连接层和池化层,得到所述第一基础语句和所述第二基础语句的匹配值。
2.根据权利要求1所述的语义相似度匹配方法,其特征在于,所述词向量表征是通过word2vec模型得到的。
3.根据权利要求2所述的语义相似度匹配方法,其特征在于,将所述多个第一基础向量和多个第二基础向量分别通过双向LSTM模型,得到多个第一拼接向量和多个第二拼接向量的步骤包括:
将第i个第一基础向量经过双向LSTM模型后分别输出和其中是向前输入LSTM得到的第一向前输入向量,是向后输入LSTM得到的第一向后输入向量,则第一拼接向量为
将第i个第二基础向量经过双向LSTM模型后分别输出和其中是向前输入LSTM得到的第二向前输入向量,是向后输入LSTM得到的第二向后输入向量,则第二拼接向量为
4.根据权利要求3所述的语义相似度匹配方法,其特征在于:
用所述第二拼接矩阵中的所有列向量分别对所述第一拼接矩阵中的每个列向量进行交叉表征,得到第一表征矩阵的步骤包括:
计算第一拼接矩阵P中的第i个列向量pi与第二拼接矩阵Q中的每一个列向量qj的第一余弦相似度αij,并进行加权求和后得到P中的第i个列向量pi在第二拼接矩阵Q中的第一表征向量p′i:
其中N为列向量qj的个数;
将所有的第一表征向量p′i作为列向量形成第一表征矩阵P’;
用所述第一拼接矩阵中的所有列向量分别对所述第二拼接矩阵中的每个列向量进行交叉表征,得到第二表征矩阵的步骤包括:
计算第二拼接矩阵Q中的第i个列向量qi与第一拼接矩阵P中的每一个列向量pj的第二余弦相似度βij,并进行加权求和后得到Q中的第i个列向量qi在第一拼接矩阵P中的第二表征向量q′i:
其中N为列向量pj的个数;
将所有的第二表征向量q′i作为列向量形成第二表征矩阵Q’。
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平安科技(深圳)有限公司,未经平安科技(深圳)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/201811573321.5/1.html,转载请声明来源钻瓜专利网。