[发明专利]文本相似度学习方法、装置、设备以及存储介质

说明书

本申请公开了文本相似度学习方法、装置、设备以及存储介质，涉及自然语言处理和深度学习等人工智能技术领域。该方法的一具体实施方式包括：获取文本对，其中，文本对包括第一文本和第二文本；获取第一文本对应的第一文本特征和第二文本对应的第二文本特征；将第一文本特征与第二文本特征进行拼接，得到文本对特征；基于文本对特征进行文本间交互，得到文本对的相似度结果。该实施方式提高了文本相似度计算任务的效率。

技术领域

本申请实施例涉及计算机技术领域，具体涉及自然语言处理和深度学习等人工智能技术领域，尤其涉及文本相似度学习方法、装置、设备以及存储介质。

背景技术

文本相似度的计算是常见的NLP(Natural Language Processing，自然语言处理)过程。目前，常用的文本相似度计算方式主要包括以下三种：其一，传统方法，包括字面距离、SimHash(局部敏感哈希)、DBSCAN(Density-Based Spatial Clustering ofApplications with Noise，具有噪声的基于密度的聚类方法)、编辑距离和TF-IDF(TermFrequency–Inverse Document Frequency，词频-逆向文件频率)等；其二，机器学习方法，包括随机森林、SVM(support vector machines，支持向量机)等；其三，深度学习方法，包括CNN(Convolutional Neural Network，卷积神经网络)等传统的神经网络方法、基于预训练语言模型的方法等。

对于传统方法、机器学习方法以及深度学习方法中的CNN等传统的神经网络方法，其方法效果难于超越现有的预训练语言模型。而基于预训练语言模型的方法是通过将两个文本组成对输入到模型中进行训练和预测。基于预训练语言模型的方法利用了大规模数据预训练的模型，文本句子相似度计算效果显著。然而，对于每个文本，往往有大量的候选文本，每个候选文本都需要与该文本组成对进行计算。

发明内容

本申请实施例提出了文本相似度学习方法、装置、设备以及存储介质。

第一方面，本申请实施例提出了一种文本相似度学习方法，包括：获取文本对，其中，文本对包括第一文本和第二文本；获取第一文本对应的第一文本特征和第二文本对应的第二文本特征；将第一文本特征与第二文本特征进行拼接，得到文本对特征；基于文本对特征进行文本间交互，得到文本对的相似度结果。

第二方面，本申请实施例提出了一种文本相似度学习装置，包括：第一获取模块，被配置成获取文本对，其中，文本对包括第一文本和第二文本；第二获取模块，被配置成获取第一文本对应的第一文本特征和第二文本对应的第二文本特征；拼接模块，被配置成将第一文本特征与第二文本特征进行拼接，得到文本对特征；交互模块，被配置成基于文本对特征进行文本间交互，得到文本对的相似度结果。

第三方面，本申请实施例提出了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行如第一方面中任一实现方式描述的方法。

第四方面，本申请实施例提出了一种存储有计算机指令的非瞬时计算机可读存储介质，计算机指令用于使计算机执行如第一方面中任一实现方式描述的方法。

本申请实施例提供的文本相似度学习方法、装置、设备以及存储介质，首先获取包括第一文本和第二文本的文本对；之后获取第一文本对应的第一文本特征和第二文本对应的第二文本特征；然后将第一文本特征与第二文本特征进行拼接，得到文本对特征；最后基于文本对特征进行文本间交互，得到文本对的相似度结果，从而提高了文本相似度计算任务的效率。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明