[發明專利]相似文本推薦方法、裝置、電子設備和存儲介質

有效

• 申請號: 201911060991.1
• 申請日: 2019-11-01
• 公開（公告）號: CN110825867B
• 公開（公告）日: 2023-01-17
• 發明（設計）人: 凌超;沙晶;付瑞吉;王士進;魏思
• 申請（專利權）人: 科大訊飛股份有限公司
• 主分類號: G06F16/335
• 分類號: G06F16/335;G06F16/35
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 程琛

本發明實施例提供一種相似文本推薦方法、裝置、電子設備和存儲介質，其中方法包括：確定第一文本，以及所述第一文本對應的多個候選的第二文本；將所述第一文本以及每一第二文本輸入至相似文本推薦模型，得到所述相似文本推薦模型輸出的相似文本推薦結果；其中，相似文本推薦模型用于基于注意力機制分析第一文本與每一第二文本之間的相關性和特征重要程度，進而確定相似文本推薦結果。本發明實施例提供的方法、裝置、電子設備和存儲介質，通過基于注意力機制構建的相似文本推薦模型進行相似文本推薦，通過注意力機制的應用將文本關聯起來，并有效區分文本中各個特征的重要程度，優化了相似文本推薦效果。

技術領域

本發明涉及自然語言處理技術領域，尤其涉及一種相似文本推薦方法、裝置、電子設備和存儲介質。

背景技術

在現代化教育領域，智能推薦引擎的誕生，為根據學生的真實需求，智能化推送合適的學習資源，實現學習過程的個性化提供了機遇。其中，相似題目文本的推薦，有助于提高學生學習的針對性。

現有的智能推薦引擎，可以根據文本內容提取特征，進而進行相似文本推薦。但是上述相似文本推薦方法提取的特征之間沒有聯系，特征的重要性也無法區分，由此產生的推薦結果的針對性欠佳，尤其是在相似題目文本推薦場景下，題目文本之間并不是孤立的，題目文本中各個特征不是等同重要的，直接應用現有的智能推薦引擎進行推薦的效果較差。

發明內容

本發明實施例提供一種相似文本推薦方法、裝置、電子設備和存儲介質，用以解決現有的相似文本推薦方法忽略了特征之間的關聯性和重要性區分，推薦效果差的問題。

第一方面，本發明實施例提供一種相似文本推薦方法，包括：

確定第一文本，以及所述第一文本對應的多個候選的第二文本；

將所述第一文本以及每一第二文本輸入至相似文本推薦模型，得到所述相似文本推薦模型輸出的相似文本推薦結果；

其中，所述相似文本推薦模型是基于樣本第一文本，所述樣本第一文本對應的多個樣本第二文本，以及樣本推薦結果訓練得到的；所述相似文本推薦模型用于基于注意力機制分析所述第一文本與每一第二文本之間的相關性和特征重要程度，進而確定所述相似文本推薦結果。

優選地，所述相似文本推薦模型包括相關性得分計算層和推薦排序層；

對應地，所述將所述第一文本以及每一第二文本輸入至相似文本推薦模型，得到所述相似文本推薦模型輸出的相似文本推薦結果，具體包括：

將所述第一文本以及每一第二文本輸入至所述相關性得分計算層，得到所述相關性得分計算層輸出的所述第一文本與每一第二文本之間的相關性得分；

將所述第一文本與每一第二文本之間的相關性得分輸入至所述推薦排序層，得到所述推薦排序層輸出的相似文本推薦結果。

優選地，所述相關性得分計算層包括注意力交互層和相關性輸出層；

對應地，所述將所述第一文本以及每一第二文本輸入至所述相關性得分計算層，得到所述相關性得分計算層輸出的所述第一文本與每一第二文本之間的相關性得分，具體包括：

將所述第一文本中每一第一分詞的文本特征向量，以及任一第二文本中每一第二分詞的文本特征向量輸入至所述注意力交互層，得到所述注意力交互層輸出的每一第一分詞的注意力向量，以及每一第二分詞的注意力向量；

將所述每一第一分詞的注意力向量，以及每一第二分詞的注意力向量輸入至所述相關性輸出層，得到所述相關性輸出層輸出的所述第一文本和所述任一第二文本之間的相關性得分。

優選地，所述將所述第一文本中每一第一分詞的文本特征向量，以及任一第二文本中每一第二分詞的文本特征向量輸入至所述注意力交互層，得到所述注意力交互層輸出的每一第一分詞的注意力向量，以及每一第二分詞的注意力向量，具體包括：