[发明专利]哈希码的生成方法、装置、计算机设备及存储介质

权利要求书

1.一种哈希码的生成方法，其特征在于，所述方法包括：

生成目标文本的初始哈希码；

根据所述目标文本和所述初始哈希码的联合概率分布，建立所述目标文本的语义哈希模型；

根据所述初始哈希码的采样概率分布对所述初始哈希码进行采样，得到所述语义哈希模型的后验概率分布，所述采样概率分布为根据所述初始哈希码和所述目标文本确定的条件概率分布；

根据所述后验概率分布确定所述目标文本对应的校正哈希码。

2.根据权利要求1所述的方法，其特征在于，所述根据所述初始哈希码的采样概率分布对所述初始哈希码进行采样，得到所述语义哈希模型的后验概率分布，包括：

根据所述初始哈希码和所述目标文本，基于马尔科夫链确定对所述初始哈希码进行采样的采样概率分布；

根据所述采样概率分布对所述初始哈希码进行n轮采样，得到所述语义哈希模型的所述后验概率分布，n为正整数。

3.根据权利要求2所述的方法，其特征在于，所述初始哈希码有d个维度，对所述初始哈希码进行n轮次采样；

所述根据所述初始哈希码和所述目标文本，基于马尔科夫链确定对所述初始哈希码进行采样的采样概率分布，包括：

根据所述初始哈希码中除第k维度以外的其余维度和所述目标文本，确定对所述初始哈希码的第k维度进行第一轮次采样时的采样概率分布，k为不大于d的正整数；

根据对所述初始哈希码进行第t-1轮次采样后获得的第t-1哈希码中除第k维度以外的其他维度和所述目标文本，确定对所述第t-1哈希码的第k维度进行第t轮次采样时的采样概率分布，k为不大于d的正整数，t为大于1且不大于n的整数。

4.根据权利要求1至3任一所述的方法，其特征在于，所述生成所述目标文本的初始哈希码，包括：

随机生成所述目标文本的所述初始哈希码；

或，

通过编码器生成所述目标文本的所述初始哈希码。

5.根据权利要求4所述的方法，其特征在于，所述编码器是采用如下步骤训练得到的：

确定所述编码器的损失函数；

基于所述损失函数采用期望最大化算法对所述编码器的参数进行训练。

6.一种文本匹配方法，其特征在于，所述方法包括：

获取输入的第一文本；

获取所述第一文本的第一哈希码和候选文本的第二哈希码，所述第一哈希码和所述第二哈希码均为根据初始哈希码的采样概率分布对所述初始哈希码进行采样后得到的校正哈希码，所述初始哈希码为基于所述第一文本和所述候选文本生成的哈希码，所述采样概率分布为根据所述初始哈希码和所述候选文本确定的条件概率分布；

计算所述第一哈希码和所述第二哈希码的汉明距离；

将与所述第一哈希码的所述汉明距离最小的第二哈希码对应的候选文本确定为第二文本，所述第二文本为与所述第一文本最相似的文本。

7.根据权利要求6所述的方法，其特征在于，所述将与所述第一哈希码的所述汉明距离最小的第二哈希码对应的候选文本确定为第二文本，包括：

将与所述第一哈希码的所述汉明距离最小的所述第二哈希码输入生成器，得到所述第二哈希码对应的后验概率分布；

基于所述第二哈希码对应的后验概率分布确定所述第二哈希码对应的第二文本。

8.根据权利要求7所述的方法，其特征在于，所述生成器是采用如下步骤训练得到的：

确定所述生成器的损失函数；

基于所述损失函数采用期望最大化算法对所述编码器的参数进行训练。