[发明专利]模型训练方法、文本语义相似度确定方法、装置和设备

权利要求书

1.一种相似度确定模型的训练方法，其特征在于，包括：

获取训练用数据集，所述训练用数据集包括至少两个领域的数据集；

使用所述训练用数据集对预先构建的相似度确定模型进行训练，得到训练后的相似度确定模型，所述训练后的相似度确定模型用于对所述训练用数据集对应领域的待匹配文本进行文本语义相似度确定；

所述使用所述训练用数据集对预先构建的相似度确定模型进行训练，得到训练后的相似度确定模型，包括：

将训练用数据集输入至预先构建的相似度确定模型，得到训练后的相似度确定模型；

在使用所述训练用数据集对预先构建的相似度确定模型进行训练，得到训练后的相似度确定模型之后，还包括：

固定所述训练后的相似度确定模型中确定领域分布信息的相关参数，使用所述训练用数据集中目标数据集对所述训练后的相似度确定模型进行再次训练，得到再次训练后的相似度确定模型。

2.根据权利要求1所述的方法，其特征在于，所述训练用数据集包括目标领域的目标数据集和其他领域的其他数据集，所述其他领域为除所述目标领域外的领域。

3.根据权利要求1所述的方法，其特征在于，使用所述训练用数据集对预先构建的相似度确定模型进行训练，得到训练后的相似度确定模型，包括：

将所述训练用数据集转换为向量形式表示的向量信息；

确定所述向量信息对应的领域分布信息；

基于所述向量信息和所述领域分布信息，确定预测相似度；

基于所述预测相似度、所述领域分布信息和所述训练用数据集，确定损失值；

基于所述损失值调节所述相似度确定模型的参数，并继续训练调节后的相似度确定模型直到满足结束条件，得到训练后的相似度确定模型。

4.根据权利要求3所述的方法，其特征在于，所述领域分布信息包括所述向量信息在所述训练用数据集对应领域内的占比信息。

5.根据权利要求4所述的方法，其特征在于，所述基于所述向量信息和所述领域分布信息，确定预测相似度，包括：

确定所述向量信息对应的初始相似度；

根据所述初始相似度和所述占比信息的加权求和结果，确定预测相似度。

6.一种文本语义相似度确定方法，其特征在于，包括：

获取待匹配文本；

将所述待匹配文本输入至训练后的相似度确定模型，获取所述待匹配文本的文本语义相似度，所述训练后的相似度确定模型基于权利要求1-5任一所述的方法训练得到。

7.一种相似度确定模型的训练装置，其特征在于，包括：

获取模块，用于获取训练用数据集，所述训练用数据集包括至少两个领域的数据集；

训练模块，用于使用所述训练用数据集对预先构建的相似度确定模型进行训练，得到训练后的相似度确定模型，所述训练后的相似度确定模型用于对所述训练用数据集对应领域的待匹配文本进行文本语义相似度确定；在使用所述训练用数据集对预先构建的相似度确定模型进行训练，得到训练后的相似度确定模型之后，还包括：固定所述训练后的相似度确定模型中确定领域分布信息的相关参数，使用所述训练用数据集中目标数据集对所述训练后的相似度确定模型进行再次训练，得到再次训练后的相似度确定模型；

训练模块，具体用于：将训练用数据集输入至预先构建的相似度确定模型，得到训练后的相似度确定模型。

8.一种文本语义相似度确定装置，其特征在于，包括：

第一获取模块，用于获取待匹配文本；

第二获取模块，用于将所述待匹配文本输入至训练后的相似度确定模型，获取所述待匹配文本的文本语义相似度，所述训练后的相似度确定模型基于权利要求1-5任一所述的方法训练得到。