[发明专利]文本匹配方法和文本匹配系统

权利要求书

1.一种文本匹配方法，其特征在于，包括：

分别获取与目标文本对应的第一文本向量和与源文本对应的第二文本向量；

计算所述第一文本向量和所述第二文本向量的余弦相似度；

根据所述余弦相似度对所述源文本进行筛选，将筛选出的多个源文本生成文本集，所述文本集中的每个候选文本均用第三文本向量表示；以及

分别计算每个所述第三文本向量与所述第一文本向量的多种相似度以及所述多种相似度的融合相似度，并选取所述融合相似度最大的所述第三文本向量对应的所述候选文本作为与所述目标文本最匹配的预测文本。

2.根据权利要求1所述的文本匹配方法，其特征在于，还包括：获取待分析的一个目标文本和多个源文本，所述源文本为需要与所述目标文本进行匹配的文本。

3.根据权利要求1所述的文本匹配方法，其特征在于，分别获取与目标文本对应的第一文本向量和与源文本对应的第二文本向量包括：

分别对所述目标文本和所述源文本进行分词操作；

分别将所述目标文本和所述源文本对应的分词集合通过映射函数映射为第一词向量和第二词向量；

分别对所述第一词向量和所述第二词向量进行加权平均得到第一文本向量和第二文本向量。

4.根据权利要求3所述的文本匹配方法，其特征在于，对文本进行分词操作包括按照字符分词和按照单词分词两种方式，所述分词集合为单词的集合。

5.根据权利要求3所述的文本匹配方法，其特征在于，所述第一文本向量和所述第二文本向量与所述第一词向量和所述第二词向量的向量维度相等。

6.根据权利要求1所述的文本匹配方法，其特征在于，根据所述余弦相似度对所述源文本进行筛选，生成候选文本包括：

采用排序函数对所述余弦相似度进行排序；

挑选排序后的余弦相似度位于前K位的所述源文本作为所述候选文本(K为大于1的整数)。

7.根据权利要求1所述的文本匹配方法，其特征在于，计算所述第三文本向量与所述第一文本向量的多种相似度以及所述多种相似度的融合相似度，并选取所述融合相似度最大的所述第三文本向量对应的所述候选文本作为与所述目标文本最匹配的预测文本包括：

分别计算每个所述第三文本向量和所述第一文本向量在不同的相似度计算方法下的多种相似度；

将多种相似度进行加权平均得到融合相似度；

提取所述融合相似度最高的所述第三文本向量对应的所述候选文本作为与目标文本最相似的预测文本。

8.根据权利要求7所述的文本匹配方法，其特征在于，所述多种相似度的权重相等。

9.根据权利要求7所述的文本匹配方法，其特征在于，所述多种相似度包括所述第一文本向量和所述第三文本向量的集合交并比系数以及所述第一文本向量和所述第三文本向量的项词频逆文档词频特征(TF-IDF)的余弦相似度。

10.一种文本匹配系统，其特征在于，包括：

文本向量获取单元，用于分别获取与目标文本对应的第一文本向量和与源文本对应的第二文本向量；

计算单元，用于计算所述第一文本向量和所述第二文本向量的余弦相似度；

筛选单元，用于根据所述余弦相似度对所述源文本进行筛选，将筛选出的多个源文本生成文本集，所述文本集中的每个候选文本均用第三文本向量表示；以及

匹配单元，用于分别计算每个所述第三文本向量与所述第一文本向量的多种相似度以及所述多种相似度的融合相似度，并选取所述融合相似度最大的所述第三文本向量对应的所述候选文本作为与所述目标文本最匹配的预测文本。

11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令被执行时实现如权利要求1至9中任一项所述的文本匹配方法。

12.一种文本匹配装置，其特征在于，包括：

存储器，用于存储计算机指令；

处理器，耦合到所述存储器，所述处理器被配置为基于所述存储器存储的计算机指令执行实现如权利要求1至9中任一项所述的文本匹配方法。