[发明专利]哈希码的生成方法、装置、计算机设备及存储介质

说明书

本申请公开了一种哈希码的生成方法、装置、计算机设备及存储介质，涉及人工智能技术领域。该方法包括：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。本申请提供了一种通过对初始哈希码进行采样，获得更能体现目标文本的离散表征的校正哈希码的方法，提高了生成哈希码的质量，提升了语义哈希模型的准确性。

技术领域

本申请涉及人工智能技术领域，特别涉及一种哈希码的生成方法、装置、计算机设备及存储介质。

背景技术

在数据检索的很多应用场景中，需要通过对文本进行相似度计算来确定出与检索条件最为匹配的目标文本。人工智能技术中的语义哈希算法将文本映射为哈希码，通过对哈希码之间的汉明距离的计算来实现对文本的相似度计算。该语义哈希算法通过文本和哈希码之间的联合概率分布建立语义哈希模型，并通过计算语义哈希模型的后验概率分布，得到文本对应的哈希码。

语义哈希模型中的后验概率分布通常难以计算，相关技术中通过变分推断来对语义哈希模型的后验概率分布进行近似计算，但距离真实的后验概率分布有较大差距，导致语义哈希模型的准确度下降。

如何在语义哈希模型中更好地拟合后验概率分布，提高语义哈希模型的精度，是需要解决的问题。

发明内容

本申请实施例提供了一种哈希码的生成方法、装置、计算机设备及存储介质，能够提高语义哈希模型的准确度。所述技术方案如下：

一方面，提供了一种哈希码的生成方法，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。

另一方面，提供了一种文本匹配方法，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。

另一方面，提供了一种哈希码的生成装置，所述装置包括：

生成模块，用于生成目标文本的初始哈希码；

模型建立模块，用于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；

采样模块，用于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概率分布；

确定模块，用于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。

另一方面，提供了一种文本匹配装置，所述装置包括：