[发明专利]问答文本的语义匹配方法、装置、介质及电子设备在审
| 申请号： | 201811563115.6 | 申请日： | 2018-12-20 |
| 公开（公告）号： | CN109726396A | 公开（公告）日： | 2019-05-07 |
| 发明（设计）人： | 李渊;贺国秀 | 申请（专利权）人： | 泰康保险集团股份有限公司;泰康在线财产保险股份有限公司 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27;G06F16/332;G06N3/04;G06N3/08 |
| 代理公司： | 隆天知识产权代理有限公司 72003 | 代理人： | 章侃铱;李玉锁 |
| 地址： | 100031 北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本公开提供了一种问答文本的语义匹配方法，该方法可以有效地解决相关技术中的问题。例如，在相关技术中基于深度学习模型的问答文本语义匹配技术，其只能提供上下文局部语义特征信息，缺少背景全局特征信息和问答文本的句法特征信息，导致特征单一化，不能完全体现问答文本的语义匹配信息。而本发明提供了一种基于多级特征和深度学习的问答文本语义匹配方法，对问答文本的单词和句法信息进行单词和句法结构分布式表示，并使用循环神经网络提取问答文本的上下文局部特征信息和句法结构特征信息，然后运用注意力机制抽取背景全局特征信息，使问答文本的特征信息更丰富，从而提高问答文本语义匹配的准确性。 | ||
| 搜索关键词： | 文本 特征信息 文本语义 语义匹配 句法结构 全局特征 单词 匹配 循环神经网络 注意力机制 电子设备 局部特征 局部语义 句法特征 句法信息 匹配技术 单一化 有效地 抽取 学习 | ||
【主权项】：
1.一种问答文本的语义匹配方法，其特征在于，该方法包括：利用循环神经网络获取问题文本的具有上下文局部特征和句法结构特征的多级特征向量序列，以及获取候选答案文本的具有上下文局部特征和句法结构特征的多级特征向量序列；基于所述问题文本的具有上下文局部特征和句法结构特征的多级特征向量序列和所述问题文本的具有上下文局部特征和句法结构特征的多级特征向量序列中每个特征向量的注意力权重，生成所述问题文本的具有上下文局部特征、句法结构特征的和全局特征的特征向量，以及基于所述候选答案文本的具有上下文局部特征和句法结构特征的多级特征向量序列和所述候选答案文本的具有上下文局部特征和句法结构特征的多级特征向量序列中每个特征向量的注意力权重，生成所述候选答案文本的具有上下文局部特征、句法结构特征和全局特征的特征向量；根据所述问题文本的具有上下文局部特征、句法结构特征的和全局特征的特征向量和所述候选答案文本的具有上下文局部特征、句法结构特征的和全局特征的特征向量，确定所述问题文本与所述候选答案文本的语义匹配度。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于泰康保险集团股份有限公司;泰康在线财产保险股份有限公司，未经泰康保险集团股份有限公司;泰康在线财产保险股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811563115.6/，转载请声明来源钻瓜专利网。
