[发明专利]一种利用语义解析结构的文本匹配方法

摘要

本发明公开了一种利用语义解析结构的文本匹配方法，该方法包括：定义初始语料集Cqa和补充语料集Cq；利用语义依存解析方法，定义文本对应的语义结构DP‑tree；基于此语义结构，定义文本的核函数，以及文本相似度的度量函数；对文本进行核聚类，得到聚合的文本类函数：i＝1,2,...,M；其中，q′ij为每个聚类中选取的ni个最靠近类中的样本点；通过人工审核，给Ci类核准并标记上特定的标签Ti。本发明采用了以句法结构等语法分析结构为比较基础，结合了卷积核函数理论，以及树核(tree kernel,TK)定义了表示两个树形句法结构间距离的核函数，引入了句法相似性、词向量、词义网等的内、外部知识，能够精确判断文本之间的相似度。

主权项

1.一种利用语义解析结构的文本匹配方法，其特征在于，所述方法包括：步骤1、定义初始语料集C_qa和补充语料集C_q；其中，q为问题，a为对应的答案；步骤2、利用语义依存解析方法，定义文本对应的语法树结构DP‑tree；步骤3、基于此语义结构，定义文本的核函数，以及文本相似度的度量函数；步骤4、基于上述定义的核函数，对文本进行核聚类，得到聚合的文本类如下：其中，q’_ij为每个聚类中选取的n_i个最靠近类中的样本点；步骤5、通过人工审核，给C_i类核准并标记上特定的标签T_i；步骤6、对产生的新的问题q，计算到的距离的平均值，作为新问题到类C_i的距离，返回距离最近的一个或多个类，或对应类中的典型样本点q’_ij，并将该问题和所属类别记录到数据库；步骤7、校验，确定文本匹配的效果是否达到业务需求，如否，则返回步骤3对核函数进行调整直至新数据积累到某一程度，重新触发新的聚类训练。