[发明专利]文本信息匹配度量的方法、装置、服务器及存储介质

说明书

本发明涉及人工智能领域，公开了一种文本信息匹配度量的方法，所述文本信息匹配度量的方法包括：在接收到目标文本和相似文本时，读取目标文本和相似文本中的字词粒度；根据读取到的目标文本的字词粒度和相似文本的字词粒度，获取目标文本的向量表征信息和相似文本的向量表征信息；当将目标文本的向量表征信息和相似文本的向量表征信息作为预置孪生网络模型的输入值时，获取预置孪生网络模型计算的目标文本与相似文本的相似度；在获取到目标文本与相似文本之间的相似度时，匹配与目标文本相似度最高的相似文本。本发明还公开了一种装置、服务器及存储介质。实现了基于词语和单字集成的文本相似度匹配算法，进一步提高句子语义分析效果。

技术领域

本发明涉及智能推荐领域，尤其涉及一种文本信息匹配度量的方法、装置、服务器及计算机可读存储介质。

背景技术

最近几年随着word2vec和GloVe等词语分布表示工具的出现和完善，词语的表示信息越来越丰富，每个词向量不仅包含较为丰富的语义信息，同时每个词向量之间还存在一定的关系，可以通过简单的运算来得到预料中未包含词语的向量信息。自2012年来，卷积神经网络(convolutional neural networks，CNN)模型在图像识别中大放异彩，更多的研究者们开始将CNN模型移植到自然语言处理的任务上来，以获取不同文本之间的相似度。

目前业内的问题相似度算法主要包括：1、在平均词嵌入之间求余弦相似性的基准方法；2、词移距离：使用两文本间的词嵌入，测量其中一文本中的单词在语义空间中移动到另一文本单词所需要的最短距离；3、Smooth Inverse Frequency对每个词嵌入赋予不同的权重。但这些方法存在基于句子词语的相似度量仍存在无法比较准确，且语义的剥离往往有较大偏差。

发明内容

本发明的主要目的在于提供一种文本信息匹配度量的方法，旨在解决在相似度算法中获取文本的语义往往有较大偏差，导致相似度度量不准确的技术问题。

为实现上述目的，本发明提供一种文本信息匹配度量的方法，所述文本信息匹配度量的方法包括：

在接收到目标文本和相似文本时，读取所述目标文本和所述相似文本中的字词粒度，其中所述相似文本至少为一个；

根据读取到的所述目标文本的字词粒度和所述相似文本的字词粒度，获取所述目标文本的向量表征信息和所述相似文本的向量表征信息；

当将所述目标文本的向量表征信息和所述相似文本的向量表征信息作为预置孪生网络模型的输入值时，获取所述预置孪生网络模型计算的所述目标文本与所述相似文本之间的相似度；

在获取到所述目标文本与所述相似文本之间的相似度时，匹配与所述目标文本相似度最高的相似文本。

可选的，所述在接收到目标文本和相似文本时，读取所述目标文本和所述相似文本中的字词粒度，包括：

在接收到目标文本和相似文本时，获取预置知识库；

当获取到所述预置知识库时，分解所述目标文本和所述相似文本；

在分解所述目标文本和所述相似文本时，读取所述目标文本和所述相似文本中的字词粒度。

可选的，所述根据读取到的所述目标文本的字词粒度和所述相似文本的字词粒度，获取所述目标文本的向量表征信息和所述相似文本的向量表征信息，包括：

在读取到所述目标文本的字词粒度和所述相似文本的字词粒度时，调用预置第一神经网络模型和预置第二神经网络模型；

根据所述预置第一神经网络模型，获取所述目标文本的字词向量表征信息和所述相似文本的字词向量表征信息；

根据所述预置第二神经网络模型，获取所述目标文本的向量表征信息和所述相似文本的向量表征信息。