[發(fā)明專利]一種檢索相似文本的方法、裝置以及存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 201910345077.5
• 申請日: 2019-04-26
• 公開（公告）號: CN110110045B
• 公開（公告）日: 2021-08-31
• 發(fā)明（設計）人: 趙瑞輝;喬倩倩;韋偉
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F40/284;G06F40/30
• 代理公司: 深圳翼盛智成知識產(chǎn)權事務所(普通合伙) 44300
• 代理人: 黃威

本發(fā)明實施例公開了一種檢索相似文本的方法、裝置以及存儲介質(zhì)，其中檢索相似文本的方法包括：獲取待檢索文本，所述待檢索文本包括多個待檢索詞；根據(jù)每個待檢索詞之間的第一關聯(lián)關系，獲取所述待檢索文本的特征向量；基于所述待檢索詞與候選詞信息中的候選詞之間的第二關聯(lián)關系、所述候選詞信息以及所述特征向量，生成所述待檢索文本對應的計算文本；根據(jù)所述計算文本與預設文本庫中的候選文本的匹配度，確定與所述計算文本匹配的候選文本作為相似文本，該方案可以提高召回率和檢索結(jié)果的準確性。

技術領域

本發(fā)明涉及通信技術領域，具體涉及一種檢索相似文本的方法、裝置以及存儲介質(zhì)。

背景技術

用戶在使用搜索引擎進行信息搜索時，往往會出現(xiàn)輸入的搜索詞和獲得的搜索結(jié)果中同一個詞的概念出現(xiàn)不一致的情況。為了提高搜索結(jié)果的召回率，通常需要對用戶輸入的搜索詞進行擴展操作，以擴大對搜索詞的搜索范圍，從而提高搜索結(jié)果的準確率。

然而，現(xiàn)有技術中雖然存在對搜索詞進行擴展的方案，但是，現(xiàn)有的方案可能會出現(xiàn)擴展詞的語義與搜索詞的語義發(fā)生漂移的問題，因此，現(xiàn)有方案的召回率差，檢索結(jié)果的準確性不高。

發(fā)明內(nèi)容

本發(fā)明實施例提供一種檢索相似文本的方法、裝置以及存儲介質(zhì)，可以提高召回率和檢索結(jié)果的準確性。

本發(fā)明實施例提供了一種檢索相似文本的方法，包括：

獲取待檢索文本，所述待檢索文本包括多個待檢索詞；

根據(jù)每個待檢索詞之間的第一關聯(lián)關系，獲取所述待檢索文本的特征向量；

基于所述待檢索詞與候選詞信息中的候選詞之間的第二關聯(lián)關系、所述候選詞信息以及所述特征向量，生成所述待檢索文本對應的計算文本；

根據(jù)所述計算文本與預設文本庫中的候選文本的匹配度，確定與所述計算文本匹配的候選文本作為相似文本。

相應的，本發(fā)明實施例還提供了一種檢索相似文本的裝置，包括：

第一獲取模塊，用于獲取待檢索文本，所述待檢索文本包括多個待檢索詞；

第二獲取模塊，用于根據(jù)每個待檢索詞之間的第一關聯(lián)關系，獲取所述待檢索文本的特征向量；

生成模塊，用于基于所述待檢索詞與候選詞信息中的候選詞之間的第二關聯(lián)關系、所述候選詞信息以及所述特征向量，生成所述待檢索文本對應的計算文本；

確定模塊，用于根據(jù)所述計算文本與預設文本庫中的候選文本的匹配度，確定與所述計算文本匹配的候選文本作為相似文本。

可選的，在本發(fā)明的一些實施例中，所述第二獲取模塊具體用于：

采用預設循環(huán)殘差模型中的第一循環(huán)殘差網(wǎng)絡對所述待檢索文本以及多個第一關聯(lián)關系進行處理，生成所述待檢索文本的特征向量。

可選的，在本發(fā)明的一些實施例中，所述第二獲取模塊，包括：

第一生成子單元，用于基于所述待檢索文本中的待檢索詞的位置信息，生成所述待檢索文本的文本向量；

第二生成子單元，用于采用預設循環(huán)殘差模型中的第一循環(huán)殘差網(wǎng)絡對所述文本向量進行處理，生成所述待檢索文本對應的特征向量，其中，所述特征向量包括每個待檢索詞之間的第一關聯(lián)關系。

可選的，在本發(fā)明的一些實施例中，還包括：

計算模塊，用于采用預設循環(huán)殘差模型中的全局注意力網(wǎng)絡對所述特征向量進行計算，得到所述特征向量對應的中間向量；

所述生成模塊具體用于：基于所述待檢索詞與候選詞信息中的候選詞之間的第二關聯(lián)關系、所述候選詞信息以及所述中間向量，生成所述待檢索文本對應的計算文本。