[发明专利]文本相似度计算方法及装置、存储介质、电子设备

说明书

本公开提供一种文本相似度计算方法及装置、电子设备、存储介质；涉及计算机技术领域。所述文本相似度计算方法包括：获取目标文本以及所述目标文本对应的知识图谱数据，并对所述知识图谱数据进行转换处理以确定所述知识图谱数据对应的关系特征向量；对所述目标文本进行分词处理，确定所述目标文本对应的原始语句序列；通过所述关系特征向量以及预建立的注意力模型确定所述原始语句序列对应的第一文本向量；获取预设文本的第二文本向量，并根据预设算法计算所述第一文本向量以及所述第二文本向量以确定所述目标文本与所述预设文本的相似度。本公开能够提高文本内容的表示效果，进而提升计算文本相似度的准确性。

技术领域

本公开涉及计算机技术领域，具体而言，涉及一种文本相似度计算方法、文本相似度计算装置、电子设备以及计算机可读存储介质。

背景技术

在游戏内容领域，文章的相似度计算是一个最基本的需求，在内容处理的各个模块都需要计算文章的相似度，例如在文章的内容推荐中，就需要文章的相似度进行粗排序。

然而，现有的计算文章相似度的方案中，例如通过基于Word2vec或者Doc2vec的文章相似度方法，由于文章会存在同义词或者多义词问题，例如在某游戏的文章中，不同的用户经常会采用“鲁班七号”、“小短腿”和“小鲁班”等词语表示游戏角色“鲁班七号”，会导致计算文章相似度的准确度较低，影响用户的使用体验。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开的目的在于提供一种文本相似度计算方法、文本相似度计算装置、电子设备以及计算机可读存储介质，进而在一定程度上克服由于相关技术的限制和缺陷而导致的，的问题。

根据本公开的第一方面，提供一种文本相似度计算方法，包括：

获取目标文本以及所述目标文本对应的知识图谱数据，并对所述知识图谱数据进行转换处理以确定所述知识图谱数据对应的关系特征向量；

对所述目标文本进行分词处理，确定所述目标文本对应的原始语句序列；

通过所述关系特征向量以及预建立的注意力模型确定所述原始语句序列对应的第一文本向量；

获取预设文本的第二文本向量，并根据预设算法对所述第一文本向量以及所述第二文本向量进行计算以确定所述目标文本与所述预设文本的相似度。

在本公开的一种示例性实施例中，所述注意力模型包括编码器以及解码器；

所述通过所述关系特征向量以及预建立的注意力模型确定所述原始语句序列对应的第一文本向量包括：

基于所述关系特征向量，通过所述编码器中的门控循环单元将所述原始语句序列进行编码生成中间向量；

通过所述中间向量以及预设的注意力机制确定所述第一文本向量。

在本公开的一种示例性实施例中，通过所述中间向量以及预设的注意力机制确定所述第一文本向量包括：

获取所述编码器中生成的历史信息，并通过所述历史信息、所述中间向量以及所述注意力机制确定目标语句序列；

将所述目标语句序列以及所述原始语句序列的差异作为损失函数，并通过梯度下降法对所述损失函数进行计算以确定所述第一文本向量。

在本公开的一种示例性实施例中，对所述知识图谱数据进行转换处理以确定所述知识图谱数据对应的关系特征向量包括：

获取所述知识图谱数据中的关系数组；其中，所述关系数组包括主语向量、谓语向量以及宾语向量；