[发明专利]一种单选择门与类间度量的细粒度语义相似识别的方法

权利要求书

1.一种单选择门与类间度量的细粒度语义相似识别的方法，其特征在于，包括：

S1、将获取的语料生成中文语句对；

S2、利用词向量模型将S1生成的中文语句对进行向量化，得到词向量；

S3、将S2得到的词向量输入LSTM网络中得到语句对的上下文向量；

S4、利用选择门选取语句对上下文向量中的核心信息；

S5、将S4获取的核心信息输入匹配层完成信息匹配，通过信息匹配获取匹配向量；

S6、将匹配向量输入另外一个LSTM网络中得到语句对匹配信息的向量，将匹配向量经融合层变为一个固定长度的向量，通过Softmax函数得到语句对的相似度得分；

S7、计算经LSTM网络输出所述语句对之间的类间损失，将原损失和类间损失进行加权融合，使得学习的特征类间间距更小；

其中，所述S4中，利用选择门选取语句对上下文向量中的核心信息的具体步骤为：

通过LSTM网络处理，得到P语句上下文的隐向量表达式矩阵：

和Q语句的上下文向量表达式矩阵：

其中，

和为前向LSTM网络的隐向量，和为反向LSTM网络的隐向量；

d_p、d_q分别为语句P和Q的隐向量维度；

采用在文本摘要领域广泛应用的选择门提取语句对的核心特征，首先利用语句P和Q的上下文隐向量构造其句向量，取语句P和Q的隐藏层h_n为句向量s，其计算表达式如下：

s＝h_n:

将句向量和h_i作为输入去计算向量sGate_i，首次挑选出句子中的关键信息，其计算表达式如下：

sGate_i＝σ(W_sh_i+U_ss+b)；

其中，W_s和U_s是权重矩阵，b是偏置向量，σ是sigmoid激活函数，是元素之间的点乘；

其中，h′_i为第i个语句的核心特征向量，i＝1,2,…,L，L为文本中的语句数量；

其中，所述S7中，将匹配向量输入另外一个LSTM中得到语句对匹配信息的向量进行类间损失计算具体为，将原损失和类间损失进行加权融合使得学习的特征类间间距更小；

类间损失的计算方法为：

其中v₁和v₂分别表示P和Q语句。

2.根据权利要求1所述的方法，其特征在于，所述步骤S2中，利用词向量模型将中文语句对进行向量化的具体为：构建词向量模型，所述词向量模型使用300维的GloVe初始化词向量，权重矩阵使用服从U(-0.01，0.01)的均匀分布随机初始化，偏移矩阵初始化为0；

将中文语句对经jieba分词后输入GloVe模型中，通过深度学习的方法不断改变网络的权重和偏置，得到每个词对应的向量；

语句P表示为P＝[p₁,p₂,...,p_i,...,p_n]，

语句Q表示为Q＝[q₁,q₂,...,q_i,...,q_m]，

其中，n表示句子P的词语长度，m表示句子Q的词语长度；

利用分布式词向量，将语句中的每个词映射为一个向量，

得到词表C∈R^|V|×D，

其中，|V|表示词表的大小，D为词向量的维度；

将单词p_i和q_i分别映射为词向量和

得到语句P的词向量矩阵

同理可得语句Q词向量矩阵