[發明專利]文本匹配方法、裝置、計算機設備和存儲介質

有效

• 申請號: 201910028117.3
• 申請日: 2019-01-11
• 公開（公告）號: CN109800346B
• 公開（公告）日: 2020-12-29
• 發明（設計）人: 李成;曾俊杰;張良杰
• 申請（專利權）人: 金蝶軟件（中國）有限公司
• 主分類號: G06F16/9532
• 分類號: G06F16/9532;G06F40/284;G06F40/289
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 方高明

1.一種文本匹配方法，所述方法包括：

獲取待匹配文本；

獲取輸入的查詢范圍，確定所述查詢范圍內的文本；

對所述查詢范圍內的文本進行分詞處理，得到匹配庫中的詞，以及對應的詞權重；

根據所述匹配庫中詞的詞權重確定所述待匹配文本中詞的詞權重；

確定所述待匹配文本的詞與所述匹配庫中的每個文本的詞相同的詞的詞權重之和；

根據所述待匹配文本的詞與所述匹配庫中的每個文本的詞相同的詞的詞權重之和、所述待匹配文本中所有詞的詞權重之和與匹配庫中的每個文本的詞的詞權重之和，確定所述待匹配文本與所述匹配庫中的每個文本的相似度；

根據所述相似度得到匹配結果，并輸出所述匹配結果。

2.根據權利要求1所述的方法，其特征在于，所述匹配庫中詞的詞權重的確定方式，包括：

確定匹配庫中文本的數量和匹配庫中詞的數量；

確定所述匹配庫中每個詞所屬文本的數量和每個詞在所述匹配庫的詞中出現的次數；

根據所述匹配庫中文本的數量、所述匹配庫中詞的數量、所述匹配庫中每個詞所屬文本的數量和每個詞在所述匹配庫的詞中出現的次數，確定每個詞的詞權重。

3.根據權利要求1所述的方法，其特征在于，所述獲取匹配庫中詞的詞權重，根據所述匹配庫中詞的詞權重確定所述待匹配文本中詞的詞權重，包括：

將所述待匹配文本進行分詞；

將所述待匹配文本的詞與匹配庫的詞進行對比；

當在所述匹配庫中存在與所述待匹配文本的詞一致的詞時，獲取所述匹配庫中一致的詞的詞權重；

根據所述匹配庫中一致的詞的詞權重，得到所述待匹配文本的詞的詞權重；

當在所述匹配庫中不存在與所述待匹配文本的詞一致的詞時，所述待匹配文本的詞的詞權重為零。

4.根據權利要求3所述的方法，其特征在于，所述匹配庫中文本進行分詞的方式，包括：

采用全模式分詞方式將所述匹配庫的每個文本進行分詞；

所述將所述待匹配文本進行分詞，包括：

采用精準分詞方式將所述待匹配文本進行分詞。

5.根據權利要求1所述的方法，其特征在于，所述根據所述相似度得到匹配結果，并輸出所述匹配結果，包括：

根據所述相似度得到所述匹配庫中相似度最高的文本，輸出所述匹配庫中相似度最高的文本。

6.根據權利要求1所述的方法，其特征在于，所述獲取待匹配文本，包括：

獲取輸入的初始文本，采用命名實體識別模型對所述初始文本進行信息提取；

將提取的信息整理為待匹配文本。

7.一種文本匹配裝置，其特征在于，所述裝置包括：

獲取模塊，用于獲取待匹配文本；

詞權重確定模塊，用于獲取輸入的查詢范圍，確定所述查詢范圍內的文本；對所述查詢范圍內的文本進行分詞處理，得到匹配庫中的詞，以及對應的詞權重；獲取匹配庫中詞的詞權重，根據所述匹配庫中詞的詞權重確定所述待匹配文本中詞的詞權重；

相似度計算模塊，用于確定所述待匹配文本的詞與所述匹配庫中的每個文本的詞相同的詞的詞權重之和；根據所述待匹配文本的詞與所述匹配庫中的每個文本的詞相同的詞的詞權重之和、所述待匹配文本中所有詞的詞權重之和與匹配庫中的每個文本的詞的詞權重之和，確定所述待匹配文本與所述匹配庫中的每個文本的相似度；

輸出模塊，用于根據所述相似度得到匹配結果，并輸出所述匹配結果。

8.根據權利要求7所述的裝置，其特征在于，所述詞權重確定模塊還用于確定匹配庫中文本的數量和匹配庫中詞的數量；確定所述匹配庫中每個詞所屬文本的數量和每個詞在所述匹配庫的詞中出現的次數；根據所述匹配庫中文本的數量、所述匹配庫中詞的數量、所述匹配庫中每個詞所屬文本的數量和每個詞在所述匹配庫的詞中出現的次數，確定每個詞的詞權重。