[发明专利]文本匹配方法和装置以及计算机系统和可读存储介质有效

专利信息
申请号: 202010297578.3 申请日: 2020-04-15
公开(公告)号: CN111539197B 公开(公告)日: 2023-08-15
发明(设计)人: 詹俊峰;薛璐影;施鹏;张文君;庞海龙 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06F18/22 分类号: G06F18/22;G06F40/216;G06F40/289;G06F40/295;G06F40/30;G06F16/36;G06N3/0442;G06N3/0464;G06N3/045;G06N3/09
代理公司: 中科专利商标代理有限责任公司 11021 代理人: 吕朝蕙
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 文本 匹配 方法 装置 以及 计算机系统 可读 存储 介质
【权利要求书】:

1.一种文本匹配方法,包括:

获取待匹配的第一文本和第二文本;

使用目标知识图谱,确定所述第一文本与所述第二文本之间的第一相似度;

使用目标匹配模型,确定所述第一文本与所述第二文本之间的第二相似度;以及

根据所述第一相似度与所述第二相似度,确定所述第一文本和所述第二文本之间的匹配度;

其中,所述目标匹配模型包括:粗粒度匹配模型和细粒度匹配模型;所述根据所述第一相似度与所述第二相似度,确定所述第一文本和所述第二文本之间的匹配度包括:

根据使用所述粗粒度匹配模型确定的第二相似度,得到第一匹配度;

根据所述第一相似度及使用所述细粒度匹配模型确定的第二相似度,得到第二匹配度;以及

根据为所述粗粒度匹配模型和所述细粒度匹配模型预分配的模型权重、所述第一匹配度和所述第二匹配度,得到所述第一文本和所述第二文本之间的匹配度。

2.根据权利要求1所述的方法,其中,所述使用目标知识图谱,确定所述第一文本与所述第二文本之间的第一相似度包括:

基于所述第一文本得到针对所述第一文本的第一词序列;

基于所述第二文本得到针对所述第二文本的第二词序列;

根据所述目标知识图谱和所述第一词序列,得到所述第一文本相对于所述目标知识图谱的第一得分向量;

根据所述目标知识图谱和所述第二词序列,得到所述第二文本相对于所述目标知识图谱的第二得分向量;以及

确定所述第一得分向量与所述第二得分向量之间的相似度为所述第一相似度,

其中,采用与得到针对所述第一文本的第一词序列的方式相同的方式来得到针对所述第二文本的第二词序列。

3.根据权利要求2所述的方法,其中,所述基于所述第一文本得到针对所述第一文本的第一词序列包括:

从所述第一文本中提取多个第一关键词及所述多个第一关键词各自的置信度;

确定所述多个第一关键词中置信度不小于预定置信度的第一关键词作为目标关键词;以及

根据所述目标关键词来确定针对所述第一文本的第一词序列。

4.根据权利要求2所述的方法,其中,所述基于所述第一文本得到针对所述第一文本的第一词序列包括:

从所述第一文本中提取多个第一关键词;

获取针对所述多个第一关键词各自的描述文本;

确定所述多个第一关键词中描述文本与所述第一文本的相似度不小于目标相似度的第一关键词,作为目标关键词;以及

根据所述目标关键词来确定针对所述第一文本的第一词序列。

5.根据权利要求3或4所述的方法,其中,

所述目标知识图谱包括多个节点及多个边,每个节点表征一个词,每个边连接两个节点;

所述根据所述目标关键词来确定针对所述第一文本的第一词序列包括:

确定所述目标知识图谱中针对所述目标关键词的节点所表征的词,作为针对所述目标关键词的关联关键词,其中针对所述目标关键词的节点包括所述目标知识图谱中与表征所述目标关键词的节点通过边连接的节点;以及

组合所述目标关键词及针对所述目标关键词的关联关键词以得到第一词序列。

6.根据权利要求2所述的方法,其中,所述第一词序列的数量为多个,所述得到所述第一文本相对于所述目标知识图谱的第一得分向量包括:

根据所述目标知识图谱,确定针对所述第一文本的多个第一词序列中每个第一词序列的得分子向量;以及

对所确定的得分子向量累加求和,得到所述第一文本相对于所述目标知识图谱的第一得分向量。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,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/202010297578.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top