[發(fā)明專利]一種文本匹配方法及電子設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 201810698874.7
• 申請(qǐng)日: 2018-06-29
• 公開（公告）號(hào): CN109165291B
• 公開（公告）日: 2021-07-09
• 發(fā)明（設(shè)計(jì)）人: 鄒輝;肖龍?jiān)?/a>;蔡振華;李稀敏;劉曉葳;譚玉坤
• 申請(qǐng)（專利權(quán)）人: 廈門快商通信息技術(shù)有限公司
• 主分類號(hào): G06F16/35
• 分類號(hào): G06F16/35;G06F40/289;G06F40/30
• 代理公司: 廈門仕誠(chéng)聯(lián)合知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 35227
• 代理人: 樂珠秀

1.一種文本匹配方法，其特征在于，所述方法包含步驟：

對(duì)待匹配文本進(jìn)行預(yù)處理，其中所述預(yù)處理包含對(duì)所述待匹配文本進(jìn)行分詞處理；

所述對(duì)待匹配文本進(jìn)行預(yù)處理，還包含對(duì)所述待匹配文本中的各分詞進(jìn)行多語(yǔ)義詞識(shí)別，并對(duì)所述多語(yǔ)義詞進(jìn)行語(yǔ)義確認(rèn)；

所述對(duì)所述待匹配文本中的各分詞進(jìn)行多語(yǔ)義詞識(shí)別具體包含，基于所述各分詞，匹配多語(yǔ)義詞數(shù)據(jù)庫(kù)，若匹配成功，則確定為多語(yǔ)義詞；其中所述多語(yǔ)義詞數(shù)據(jù)庫(kù)通過對(duì)語(yǔ)料庫(kù)的語(yǔ)義訓(xùn)練獲得；

將可合并的分詞拼接成短語(yǔ)；

基于第一相似算法計(jì)算所述待匹配文本與文本庫(kù)中的預(yù)存文本的相似度，并選取預(yù)設(shè)數(shù)量個(gè)符合預(yù)設(shè)條件的所述預(yù)存文本，作為第一相似文本；

基于第二相似算法計(jì)算所述待匹配文本與所述第一相似文本的相似度；

所述基于第二相似算法計(jì)算所述待匹配文本與所述第一相似文本的相似度包含，計(jì)算所述短語(yǔ)的相似度；

從所述第一相似文本中選取相似度滿足預(yù)設(shè)條件的預(yù)存文本，確定為匹配文本。

2.如權(quán)利要求1所述的文本匹配方法，其特征在于，所述語(yǔ)料庫(kù)的語(yǔ)義訓(xùn)練方法具體包含步驟：

確定包含目標(biāo)分詞的訓(xùn)練語(yǔ)料；

分別對(duì)所述訓(xùn)練語(yǔ)料進(jìn)行分詞處理，并基于第一預(yù)設(shè)算法確定各所述訓(xùn)練語(yǔ)料分詞的第一詞向量；

基于第二預(yù)設(shè)算法確定各所述訓(xùn)練語(yǔ)料的句向量；

基于所述第一詞向量及各所述訓(xùn)練語(yǔ)料的所述句向量，計(jì)算獲得各所述訓(xùn)練語(yǔ)料中所述目標(biāo)分詞對(duì)應(yīng)的第二詞向量；

對(duì)所述目標(biāo)分詞對(duì)應(yīng)的各所述第二詞向量進(jìn)行聚類，獲得至少一個(gè)類別；

基于所述至少一個(gè)類別確定所述目標(biāo)分詞對(duì)應(yīng)的至少一個(gè)語(yǔ)義及語(yǔ)義向量。

3.如權(quán)利要求1所述的文本匹配方法，其特征在于，所述將可合并的所述分詞拼接成短語(yǔ)包含：

基于所述分詞的詞性及預(yù)設(shè)合并規(guī)則，確定可合并的所述分詞，并進(jìn)行拼接。

4.如權(quán)利要求1所述的文本匹配方法，其特征在于，所述將可合并的所述分詞拼接成短語(yǔ)包含：

匹配預(yù)設(shè)短語(yǔ)數(shù)據(jù)庫(kù)，確認(rèn)可合并的所述分詞，并拼接成短語(yǔ)。

5.如權(quán)利要求1所述的文本匹配方法，其特征在于，所述第一相似算法為WMD (WordMover Distance)算法。

6.如權(quán)利要求1所述的文本匹配方法，其特征在于，所述第二相似算法為RWMD(RelaxedWord Mover 's Distance)算法。

7.如權(quán)利要求1所述的文本匹配方法，其特征在于，在計(jì)算所述待匹配文本與文本庫(kù)中的預(yù)存文本的相似度之前更包含步驟：

對(duì)所述文本庫(kù)中的所述預(yù)存文本進(jìn)行預(yù)處理，其中所述預(yù)處理包含對(duì)所述預(yù)存文本進(jìn)行分詞處理；

將可合并的分詞拼接成短語(yǔ)。

8.一種電子設(shè)備，其特征在于，包括：

至少一個(gè)處理器；以及，

與所述至少一個(gè)處理器通信連接的存儲(chǔ)器；其中，

所述存儲(chǔ)器存儲(chǔ)有可被所述至少一個(gè)處理器執(zhí)行的指令，所述指令被所述至少一個(gè)處理器執(zhí)行，以使所述至少一個(gè)處理器能夠執(zhí)行如權(quán)利要求1至7中任一所述的文本匹配方法。