[发明专利]一种文本匹配方法、装置、设备及介质

权利要求书

1.一种文本匹配方法，其特征在于，包括：

获取待匹配的目标短文本和目标长文本；

确定与所述目标短文本相匹配的候选长文本；

采用第一匹配模型对所述目标长文本和所述候选长文本进行匹配，确定第一匹配结果；

基于所述第一匹配结果，得到所述目标短文本与所述目标长文本的匹配结果；

其中，采用第一匹配模型对所述目标长文本和所述候选长文本进行匹配，确定第一匹配结果，包括：

将所述目标长文本和所述候选长文本分别输入文本表征模型中，得到对应的语义向量；

根据所述目标长文本和所述候选长文本对应的语义向量确定融合特征向量，并将所述融合特征向量输入所述第一匹配模型中，得到第一匹配结果；

其中，基于所述第一匹配结果，得到所述目标短文本与所述目标长文本的匹配结果，包括：

当所述第一匹配结果为匹配成功时，则可以确定所述目标短文本和所述目标长文本匹配成功；

当所述第一匹配结果为匹配失败时，则可以确定所述目标短文本和所述目标长文本匹配失败；

其中，所述第一匹配模型为预先训练的用于进行长文本匹配的深度学习模型。

2.根据权利要求1所述的方法，其特征在于，确定与所述目标短文本相匹配的候选长文本，包括：

通过在预设的文本匹配库中进行查找，确定与所述目标短文本匹配的候选长文本，其中，所述候选长文本的数量为至少一个。

3.根据权利要求2所述的方法，其特征在于，通过在预设的文本匹配库中进行查找，确定与所述目标短文本匹配的候选长文本包括：

确定所述目标短文本与所述文本匹配库中的各短文本的文本相似度；

将文本相似度大于或等于相似度阈值的短文本所对应的长文本确定为所述候选长文本。

4.根据权利要求2所述的方法，其特征在于，所述文本匹配库按照短文本与长文本匹配的文本对的方式进行存储。

5.根据权利要求1所述的方法，其特征在于，根据所述目标长文本和所述候选长文本对应的语义向量确定融合特征向量，包括：

将所述目标长文本和所述候选长文本各自对应的语义向量经过融合处理后得到所述融合特征向量，其中，所述融合处理包括相加、相乘、相除、非线性变化中的至少一种。

6.根据权利要求1所述的方法，其特征在于，所述第一匹配模型通过以下方法训练获得：

获取长文本样本对，基于文本表征模型获得所述长文本样本对的语义向量；

将两个语义向量进行融合处理后得到样本融合特征向量；

基于样本融合特征向量以及所述长文本样本对的匹配标签，对基础第一匹配模型进行训练，得到所述第一匹配模型。

7.根据权利要求1所述的方法，其特征在于，在确定与所述目标短文本相匹配的候选长文本之前，所述方法还包括：

采用第二匹配模型对所述目标短文本与所述目标长文本进行匹配，确定第二匹配结果；

如果所述第二匹配结果指示所述目标短文本和所述目标长文本匹配失败，则执行所述确定与所述目标短文本相匹配的候选长文本。

8.根据权利要求7所述的方法，其特征在于，采用第二匹配模型对所述目标短文本与所述目标长文本进行匹配，确定第二匹配结果，包括：

提取所述目标短文本和所述目标长文本的文本特征；

将所述目标短文本和所述目标长文本的文本特征输入所述第二匹配模型中，得到第二匹配结果。

9.根据权利要求8所述的方法，其特征在于，所述文本特征包括外显特征、语义特征和交互特征中的至少一个，其中，所述外显特征用于表征文本的可见特性，所述语义特征用于表征文本的语义特性，所述交互特征用于表征两个文本之间的关联特性。