[發(fā)明專利]一種語義度量方法、裝置、設(shè)備及可讀存儲(chǔ)介質(zhì)

有效

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

本申請(qǐng)?zhí)峁┝艘环N語義度量方法、裝置、設(shè)備及可讀存儲(chǔ)介質(zhì)，方法包括：從多個(gè)候選用戶中確定與目標(biāo)用戶相似的用戶作為目標(biāo)候選用戶，目標(biāo)用戶與目標(biāo)候選用戶在多個(gè)主題上的語義表達(dá)相似；從目標(biāo)候選用戶對(duì)應(yīng)的用戶語句集合中，確定與目標(biāo)用戶的目標(biāo)語句匹配的語句；從用戶語句集合中獲取與目標(biāo)語句匹配的語句的下文語句，作為目標(biāo)語句的下文語句；通過目標(biāo)語句的上文語句、目標(biāo)語句以及目標(biāo)語句的下文語句，確定目標(biāo)語句對(duì)應(yīng)的、包含上下文信息的句向量。本申請(qǐng)?zhí)峁┑恼Z義度量方案能夠提升語義度量效果且適用范圍較廣。

技術(shù)領(lǐng)域

本申請(qǐng)涉及自然語言處理技術(shù)領(lǐng)域，更具體地說，涉及一種語義度量方法、裝置、設(shè)備及可讀存儲(chǔ)介質(zhì)。

背景技術(shù)

垂直客服系統(tǒng)是問答系統(tǒng)中一種比較典型的應(yīng)用，在應(yīng)用時(shí)其通常會(huì)在數(shù)據(jù)庫(kù)中預(yù)先錄入一些問答對(duì)，系統(tǒng)所要做的事情是將輸入的用戶語句與預(yù)先錄入的問答對(duì)中的問題進(jìn)行語義相似度計(jì)算，確定與輸入的用戶語句語義相似度最大的問題，然后將該問題的答案作為輸入的用戶語句的回答。

將用戶語句與問答對(duì)中的問題進(jìn)行語義相似度計(jì)算的一個(gè)重要環(huán)節(jié)就是對(duì)輸入的用戶語句進(jìn)行語義度量，即確定用戶語句的語義向量。目前的語義度量方案均是基于當(dāng)前輸入的用戶語句進(jìn)行語義度量，這種語義度量方案雖然實(shí)現(xiàn)簡(jiǎn)單，但適用范圍有限，僅適用于單輪問答的場(chǎng)景。

發(fā)明內(nèi)容

有鑒于此，本申請(qǐng)?zhí)峁┝艘环N語義度量方法、裝置、設(shè)備及可讀存儲(chǔ)介質(zhì)，用以提供一種能夠提升語義度量效果且適用范圍較廣的語義度量方案，該方案如下：

一種語義度量方法，包括：

從多個(gè)候選用戶中確定與目標(biāo)用戶相似的用戶，作為目標(biāo)候選用戶，其中，所述目標(biāo)用戶與所述目標(biāo)候選用戶在多個(gè)主題上的語義表達(dá)相似；

從所述目標(biāo)候選用戶對(duì)應(yīng)的用戶語句集合中，確定與所述目標(biāo)用戶的目標(biāo)語句匹配的語句；

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

通過所述目標(biāo)語句的上文語句、所述目標(biāo)語句以及所述目標(biāo)語句的下文語句，確定所述目標(biāo)語句對(duì)應(yīng)的、包含上下文信息的句向量。

可選的，所述從多個(gè)候選用戶中確定與目標(biāo)用戶相似的用戶，包括：

獲取所述目標(biāo)用戶對(duì)應(yīng)的用戶向量，一用戶對(duì)應(yīng)的用戶向量為該用戶的用戶語句在所述多個(gè)主題上的語義向量；

基于所述目標(biāo)用戶對(duì)應(yīng)的用戶向量與所述多個(gè)候選用戶分別對(duì)應(yīng)的用戶向量的相似度，從所述多個(gè)候選用戶中確定與所述目標(biāo)用戶相似的用戶。

可選的，所述獲取目標(biāo)用戶對(duì)應(yīng)的用戶向量，包括：

若預(yù)先獲取的、多個(gè)用戶分別對(duì)應(yīng)的用戶向量中，存在所述目標(biāo)用戶對(duì)應(yīng)的用戶向量，則從所述多個(gè)用戶分別對(duì)應(yīng)的用戶向量中獲取所述目標(biāo)用戶對(duì)應(yīng)的用戶向量，其中，所述多個(gè)用戶中至少包括所述多個(gè)候選用戶。

可選的，所述獲取目標(biāo)用戶對(duì)應(yīng)的用戶向量，包括：

通過預(yù)先建立的、所述多個(gè)主題分別對(duì)應(yīng)的語義度量模型，確定所述目標(biāo)語句在所述多個(gè)主題上分別對(duì)應(yīng)的語義向量；

通過預(yù)先建立的主題模型確定所述目標(biāo)語句所屬的對(duì)話文本屬于所述多個(gè)主題中各個(gè)主題的概率；

對(duì)于所述多個(gè)主題中的任一主題，將所述目標(biāo)語句所屬的對(duì)話文本屬于該主題的概率作為權(quán)重，對(duì)所述目標(biāo)語句在該主題上對(duì)應(yīng)的語義向量進(jìn)行加權(quán)，以得到所述目標(biāo)語句在所述多個(gè)主題上分別對(duì)應(yīng)的、加權(quán)后的語義向量；

將所述目標(biāo)語句在所述多個(gè)主題上分別對(duì)應(yīng)的、加權(quán)后的語義向量進(jìn)行拼接，拼接后的向量作為所述目標(biāo)用戶對(duì)應(yīng)的用戶向量。

其中，獲取所述多個(gè)用戶分別對(duì)應(yīng)的用戶向量，包括：