[發(fā)明專利]一種語義度量方法、裝置、設備及可讀存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 201811520126.6
• 申請日: 2018-12-12
• 公開（公告）號: CN109582970B
• 公開（公告）日: 2023-05-30
• 發(fā)明（設計）人: 杜倩云;王永康;吳培浩
• 申請（專利權）人: 科大訊飛華南人工智能研究院（廣州）有限公司
• 主分類號: G06F40/30
• 分類號: G06F40/30;G06F18/22
• 代理公司: 北京集佳知識產(chǎn)權代理有限公司 11227
• 代理人: 王云曉;王寶筠

1.一種語義度量方法，其特征在于，包括：

獲取目標用戶對應的用戶向量，一用戶對應的用戶向量為該用戶的用戶語句在多個主題上的語義向量；

基于所述目標用戶對應的用戶向量與多個候選用戶分別對應的用戶向量的相似度，從所述多個候選用戶中確定與所述目標用戶相似的用戶，作為目標候選用戶，其中，所述目標用戶與所述目標候選用戶在多個主題上的語義表達相似；

確定所述目標語句對應的目標語義向量；

從所述目標候選用戶在每個主題上的語義向量集合中，確定與所述目標語義向量最接近的語義向量；

將所述目標候選用戶對應的用戶語句集合中，與所述目標語義向量最接近的語義向量對應的語句，確定為與所述目標用戶的目標語句匹配的語句；

從所述用戶語句集合中獲取與所述目標語句匹配的語句的下文語句，作為所述目標語句的下文語句；

通過所述目標語句的上文語句、所述目標語句以及所述目標語句的下文語句，確定所述目標語句對應的、包含上下文信息的句向量。

2.根據(jù)權利要求1所述的語義度量方法，其特征在于，所述獲取目標用戶對應的用戶向量，包括：

若預先獲取的、多個用戶分別對應的用戶向量中，存在所述目標用戶對應的用戶向量，則從所述多個用戶分別對應的用戶向量中獲取所述目標用戶對應的用戶向量，其中，所述多個用戶中至少包括所述多個候選用戶。

3.根據(jù)權利要求1所述的語義度量方法，其特征在于，所述獲取目標用戶對應的用戶向量，包括：

通過預先建立的、所述多個主題分別對應的語義度量模型，確定所述目標語句在所述多個主題上分別對應的語義向量；

通過預先建立的主題模型確定所述目標語句所屬的對話文本屬于所述多個主題中各個主題的概率；

對于所述多個主題中的任一主題，將所述目標語句所屬的對話文本屬于該主題的概率作為權重，對所述目標語句在該主題上對應的語義向量進行加權，以得到所述目標語句在所述多個主題上分別對應的、加權后的語義向量；

將所述目標語句在所述多個主題上分別對應的、加權后的語義向量進行拼接，拼接后的向量作為所述目標用戶對應的用戶向量。

4.根據(jù)權利要求2所述的語義度量方法，其特征在于，獲取所述多個用戶分別對應的用戶向量，包括：

獲取所述多個主題分別對應的對話文本集合，其中，一個對話文本對應一通對話，所述對話文本中包括用戶語句；

從所述多個主題分別對應的對話文本集合中，獲取每個用戶在每個主題上的用戶語句集合；

通過預先建立的、多個主題分別對應的語義度量模型，確定每個用戶在每個主題上的用戶語句集合中每個語句的語義向量，獲得每個用戶在每個主題上的語義向量集合；

通過每個用戶在每個主題上的語義向量集合，確定每個用戶在每個主題上的用戶向量；

將同一用戶在所述多個主題上的用戶向量拼接，以獲得所述多個用戶分別對應的用戶向量。

5.根據(jù)權利要求4所述的語義度量方法，其特征在于，所述獲取多個主題分別對應的對話文本集合，包括：

獲取多個對話文本；

通過預先建立的主題模型確定所述多個對話文本中每個對話文本屬于所述多個主題中每個主題的概率；

針對任一主題，基于每個對話文本屬于所述多個主題中每個主題的概率，將所述多個對話文本中不屬于該主題的對話文本濾除，剩余的對話文本組成的集合作為該主題對應的對話文本集合，以得到所述多個主題分別對應的對話文本集合。

6.根據(jù)權利要求1所述的語義度量方法，其特征在于，所述目標候選用戶在任一主題上的語義向量集合為所述目標候選用戶在該主題上的各個用戶語句對應的語義向量組成的集合。