[发明专利]匹配关系的识别方法、装置及设备

权利要求书

1.一种匹配关系的识别方法，其特征在于，包括：

设置特征元组分类，其中，所述特征元组分类包含作用于相同资源主体的资源特征；

将所述作用于相同资源主体的资源特征拼接形成特征元组向量输入至预先构建的匹配关系网络，其中，所述匹配关系网络包括第一关系网络和第二关系网络，所述第一关系网络具有不同的属性识别能力，所述第二关系网络具有资源主体之间匹配关系的挖掘能力；

根据所述特征元组分类的属性，将所述特征元组向量分配至具有相应属性识别能力的第一关系网络中，得到所述特征元组分类的泛化嵌入式表达向量，其中，所述泛化嵌入式表达向量用于表达特征元组分类映射的资源主体，所述第一关系网络具有与不同特征元组分类相映射的专项神经网络；

利用所述第二关系网络，对所述特征元组分类的泛化嵌入式表达向量进行匹配关系挖掘，得到资源主体之间的第一匹配关系，所述第二关系网络用于针对所述第一关系网络输出的泛化嵌入式表达向量，按照资源主体设置的任务场景进行相似度匹配计算。

2.根据权利要求1所述的方法，其特征在于，所述设置特征元组分类，具体包括：

获取包含各类资源主体的资源特征；

根据所述资源主体的属性标识，确定所述资源特征作用的资源主体；

将作用于相同资源主体的资源特征组成特征元组，并按照资源主体所属类别设置特征元组分类。

3.根据权利要求1所述的方法，其特征在于，所述利用所述第二关系网络，对所述特征元组分类的泛化嵌入式表达向量进行匹配关系挖掘，具体包括：

利用所述第二关系网络的建模目标，提取所述特征元组分类的泛化嵌入式表达向量形成资源主体之间的建模关系；

按照所述资源主体之间的建模关系，计算所述特征元组分类的泛化嵌入式表达向量之间的余弦相似度，得到资源主体之间的第一匹配关系。

4.根据权利要求3所述的方法，其特征在于，所述利用所述第二关系网络的建模目标，提取所述特征元组分类的泛化嵌入式表达向量形成资源主体之间的建模关系，具体包括：

利用所述第二关系网络的建模目标，对所述特征元组分类的泛化嵌入式表达向量进行组合，得到所述特征元组分类映射至少两个资源主体；

将所述特征元组分类映射至少两个资源主体进行匹配，得到资源主体之间的建模关系。

5.根据权利要求1-4中任一项所述的方法，其特征在于，在所述将所述作用于相同资源主体的资源特征拼接形成特征元组向量输入至预先构建的匹配关系网络之前，所述方法还包括：

利用特征元组分类中资源特征所携带的任务标签对第一网络模型中的模型参数进行训练，构建匹配关系网络；

所述利用特征元组分类中资源特征所携带的任务标签对第一网络模型中的模型参数进行训练，构建匹配关系网络，具体包括：

结合训练过程中第一网络模型输出资源主体之间的第一匹配关系以及特征元组分类中资源特征所携带的任务标签，构造第一网络模型损失函数；

利用所述第一网络模型损失函数调整所述第一网络模型中的模型参数，构建匹配关系网络。

6.根据权利要求5所述的方法，其特征在于，所述结合训练过程中第一网络模型输出资源主体之间的第一匹配关系以及特征元组分类中资源特征所携带的任务标签，构造第一网络模型损失函数，具体包括：

结合训练过程中第一网络模型输出资源主体之间的第一匹配关系以及特征元组分类中资源特征所携带的任务标签，针对第一匹配关系所涉及的匹配结果构造损失函数；

根据所述第一匹配关系所涉及匹配结果对第一网络模型的影响因子，确定每个匹配结果在第一网络模型中的占比值；

按照所述每个匹配结果在第一网络模型中的占比值将第一匹配关系所涉及匹配结果构造的损失函数进行累加，构造第一网络模型的损失函数。