[發明專利]文本匹配的方法、裝置和存儲介質

有效

• 申請號: 201810185499.6
• 申請日: 2018-03-07
• 公開（公告）號: CN110245342B
• 公開（公告）日: 2023-06-09
• 發明（設計）人: 王駿龍
• 申請（專利權）人: 阿里巴巴集團控股有限公司
• 主分類號: G06F40/279
• 分類號: G06F40/279;G06F40/30
• 代理公司: 北京東方億思知識產權代理有限責任公司 11258
• 代理人: 賀琳

1.一種文本匹配的方法，其特征在于，包括：

分別對匹配段落文本和被匹配段落文本分詞，生成至少一個匹配詞和至少一個被匹配詞；

將所述匹配詞和所述被匹配詞分別擴展為中間匹配詞和中間被匹配詞；

基于將所述匹配詞、所述被匹配詞、所述中間匹配詞、所述中間被匹配詞，構建文本關系圖；

計算所述文本關系圖中從源點到匯點的最短距離；

根據所述最短距離與距離閾值，確定所述匹配段落文本與所述被匹配段落文本匹配；

其中，將所述匹配詞和所述被匹配詞分別擴展為中間匹配詞和中間被匹配詞，包括：

基于預定窗口閾值，將所述匹配詞擴展為多個包括所述匹配詞的所述中間匹配詞；

基于所述預定窗口閾值，將所述被匹配詞擴展為多個包括所述被匹配詞的所述中間匹配詞；

其中，所述基于將所述匹配詞、所述被匹配詞、所述中間匹配詞、所述中間被匹配詞，構建文本關系圖，包括：

分別對所述匹配詞和所述被匹配詞進行向量化表示，得到匹配向量值和被匹配向量值；

累加所述中間匹配詞中的所述匹配詞的匹配向量值，得到中間匹配向量值；

累加所述中間匹配詞中的所述被匹配詞的被匹配向量值，得到中間被匹配向量值；

基于所述匹配向量值、所述被匹配向量值、所述中間匹配向量值和所述中間被匹配向量值，分別將所述匹配詞、所述被匹配詞、所述中間匹配詞、所述中間被匹配詞抽象為匹配點、被匹配點、中間匹配點、中間被匹配點；

設置所述源點和所述匯點；

分別將所述源點、所述匹配點、所述中間匹配點、所述中間被匹配點、所述被匹配點、所述匯點進行二分圖全連接，構建文本關系圖。

2.根據權利要求1所述的方法，其特征在于，計算所述文本關系圖中從源點到匯點的最短距離，包括：

計算所述文本關系圖中的任意兩個點之間的歐氏距離；

基于所述任意兩個點之間的歐氏距離，判斷是否存在所述源點至所述匯點之間最短路徑；

當存在所述最短路徑時，更新所述源點至所述匯點之間的路徑，并繼續判斷更新后的路徑是否是剩余路徑中的最短路徑；

當不存在所述最短路徑時，累加所述最短路徑得到所述最短距離。

3.根據權利要求1所述的方法，其特征在于，分別對所述匹配詞和所述被匹配詞進行向量化表示，包括：

基于word2vec的方式，分別對所述匹配詞和所述被匹配詞進行向量化表示。

4.根據權利要求1所述的方法，其特征在于，根據所述最短距離與距離閾值，確定所述匹配段落文本與所述被匹配段落文本匹配，包括：

將所述最短距離與距離閾值比較，獲取比較結果；

當所述比較結果指示所述最短距離小于或者等于所述距離閾值時，確定所述匹配段落文本與所述被匹配段落文本匹配。

5.根據權利要求1-4中任一項所述的方法，其特征在于，所述距離閾值與所述匹配段落文本的數量級的大小正相關。