[发明专利]相似方法及装置、电子设备及可读存储介质

说明书

本发明公开了一种相似方法及装置、电子设备及可读存储介质。其中，该方法包括：将查询输入、查询输入对应的领域属性以及与查询输入关联的问题文本，输入至预先训练完成的文本匹配模型；通过文本匹配模型的特征提取层，确定查询输入、领域属性以及问题文本对应的文本向量表示；通过文本匹配模型的特征处理层，确定文本向量表示对应的领域向量表示以及共享向量表示；通过文本匹配模型的特征分类层，根据领域向量表示以及共享向量表示确定查询输入与问题文本的相似度。本发明解决了由于相关技术中的单一模型只能针对单个领域，无法针对多个不同领域的输入文本进行准确识别的技术问题。

技术领域

本发明涉及语义识别技术领域，具体而言，涉及一种相似方法及装置、电子设备及可读存储介质。

背景技术

基于问答对的问答系统主要包括社区问答(Community question answering，CQA)和常见问题问答(Frequently asked questions，FAQ)两种方式。随着社交媒体的发展，CQA可以通过社交平台获得大量用户衍生的问题答案对，为基于问答对的问答系统提供了稳定可靠的问答数据。FAQ通过人工事先维护一个常见问答知识库，当用户提问一个具体问题时，根据相似度匹配到最相关的问题，并给出对应的答案。与CQA相比，FAQ在限定领域内回答质量较好，但是获取成本更高。无论是以上何种方式，基于问答对的问答系统都需要解决句子相似度(Sentence Similarity，STS)建模这一核心问题。

随着领域的不断扩展，单一模型已经无法满足模型在各个领域上的效果提升，并且新领域接入时总是伴随着数据冷启动问题，标注数据需要大量人力和财力，因此需要解决模型在多个领域适配的问题。

可见，相关技术中针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本发明实施例提供了一种相似方法及装置、电子设备及可读存储介质，以至少解决由于相关技术中的单一模型只能针对单个领域，无法针对多个不同领域的输入文本进行准确识别的技术问题。

根据本发明实施例的一个方面，提供了一种文本匹配方法，包括：将查询输入、所述查询输入对应的领域属性以及与所述查询输入关联的问题文本，输入至预先训练完成的文本匹配模型；通过所述文本匹配模型的特征提取层，确定所述查询输入、所述领域属性以及所述问题文本对应的文本向量表示；通过所述文本匹配模型的特征处理层，确定所述文本向量表示对应的领域向量表示以及共享向量表示；通过所述文本匹配模型的特征分类层，根据所述领域向量表示以及所述共享向量表示确定所述查询输入与所述问题文本的相似度。

可选地，在本实施例中，所述特征处理层包括多个领域单元以及共享单元，其中，通过所述文本匹配模型的特征处理层，确定所述文本向量表示对应的领域向量表示以及共享向量表示，包括：通过所述多个领域单元，根据所述文本向量表示获取所述多个领域模块对应的多个领域子向量表示；根据所述多个领域子向量表示确定所述领域向量表示；通过所述共享单元，根据所述文本向量表示确定所述共享向量表示。

可选地，在本实施例中，所述特征处理层还包括门控处理单元，其中，根据所述多个领域子向量表示确定所述领域向量表示，包括：通过所述门控处理单元，根据所述文本向量表示与所述多个领域单元对应的多个领域之间的关联关系，确定所述多个领域单元对应的分数值；根据分数值以及所述多个领域子向量表示确定所述领域向量表示。

可选地，在本实施例中，通过所述文本匹配模型的特征分类层，根据所述领域向量表示以及所述共享向量表示确定所述查询输入与所述问题文本的相似度，包括：对所述领域向量表示以及所述共享向量表示进行拼接，得到第一向量表示；对所述第一向量表示进行分类，以确定所述相似度。