[發(fā)明專利]一種面向英文寫作輔助的語義匹配方法及裝置

在審

• 申請?zhí)枺?/td>: 201911063163.3
• 申請日: 2019-10-31
• 公開（公告）號: CN112749566A
• 公開（公告）日: 2021-05-04
• 發(fā)明（設(shè)計(jì)）人: 蘭雨晴;廉照鵬
• 申請（專利權(quán)）人: 蘭雨晴
• 主分類號: G06F40/30
• 分類號: G06F40/30;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 北京匯智英財(cái)專利代理事務(wù)所(普通合伙) 11301
• 代理人: 張瑋瑋

本發(fā)明涉及一種面向英文寫作輔助的語義匹配方法及裝置，所述匹配方法包括如下步驟：步驟S1：構(gòu)建例句語料庫；步驟S2：構(gòu)建語義匹配模型訓(xùn)練數(shù)據(jù)集；步驟S3：構(gòu)建多視角注意力機(jī)制的語義匹配模型；步驟S4：訓(xùn)練語義匹配模型。本發(fā)明提供的面向英文寫作輔助的語義匹配方法及裝置，在幾個公開語義匹配數(shù)據(jù)集上均取得顯著效果，能夠提取更豐富交互匹配信息，更好的捕捉句子對之間聯(lián)系與區(qū)別，更好地得到全局匹配信息，在文本匹配相關(guān)領(lǐng)域有很大的應(yīng)用前景。

技術(shù)領(lǐng)域

本發(fā)明涉及自然語言處理技術(shù)領(lǐng)域，具體地說是一種面向英文寫作輔助的語義匹配方法及裝置。

背景技術(shù)

作為世界使用范圍最廣的語言，英語在日常的學(xué)術(shù)交流和商貿(mào)往來中扮演著重要的角色。而作為正式溝通的一種重要的渠道，寫作成為僅次于口語、橫亙于許多非外語工作者和國外世界的一道屏障。寫作者的寫作水平可以凸顯其掌握語言的熟練程度，要想寫出高質(zhì)量的文章，必須擁有大量的閱讀經(jīng)歷及知識儲備。然而，對大多數(shù)以非英語為母語的學(xué)生來說，由于英語閱讀經(jīng)歷和知識儲備的缺乏，寫出高質(zhì)量的英語文章絕非是一件容易的事。在寫作的過程中，他們往往先用自己的母語組織文章內(nèi)容，然后再將其翻譯成相對應(yīng)的英語。這種翻譯式的寫作方法，很難寫出原汁原味的英語文章。

隨著互聯(lián)網(wǎng)的高速發(fā)展與電腦的大量普及，很多人在寫作的時(shí)候都會利用大量的網(wǎng)絡(luò)資源來幫助自己完成任務(wù)。網(wǎng)絡(luò)資源包括兩大塊：一塊是大量的英文網(wǎng)頁，通過搜索引擎，寫作者可以很快的定位到和自己寫作相關(guān)的材料，寫作者可以依據(jù)這些網(wǎng)絡(luò)資源，一方面提供寫作語句的參考，另一方面亦可以給自己的寫作思路提供很好的模型；另一塊是網(wǎng)絡(luò)在線翻譯資源，包括網(wǎng)絡(luò)詞典和在線翻譯。在寫作過程中遇到困難的人雖然可以通過互聯(lián)網(wǎng)來獲得幫助，但是這種方式既費(fèi)時(shí)費(fèi)力又效率低下，不能有效地提高用戶的寫作水平，幫助用戶寫出高質(zhì)量的英語文章。如何更加有效地幫助用戶提高英語寫作水平，依然是研究者需要面對的問題。

針對上述問題，國內(nèi)外學(xué)者開發(fā)了許多輔助寫作系統(tǒng)。這些輔助寫作系統(tǒng)不僅提供了文字編輯區(qū)，而且提供了詞搭配、相似內(nèi)容推薦等相關(guān)功能。這些系統(tǒng)的出現(xiàn)，在一定程度上提高了用戶的寫作質(zhì)量。但是通過對現(xiàn)有輔助寫作系統(tǒng)的分析與研究，不難發(fā)現(xiàn)其大多數(shù)使用的仍然是非常傳統(tǒng)的方法，效果比較有限。傳統(tǒng)統(tǒng)計(jì)機(jī)器學(xué)習(xí)階段需要大量的人工經(jīng)驗(yàn)和時(shí)間進(jìn)行早期的數(shù)據(jù)標(biāo)注和中期的特征抽取，而且對于復(fù)雜任務(wù)實(shí)驗(yàn)效果并不理想，并不能很好地進(jìn)行文本表示，理解語義信息。而且傳統(tǒng)文本表示方法導(dǎo)致的維度災(zāi)難、數(shù)據(jù)稀疏等問題等已經(jīng)影響自然語言處理領(lǐng)域的發(fā)展。近年來由于深度神經(jīng)網(wǎng)絡(luò)和文本詞向量技術(shù)的迅猛發(fā)展，將深度神經(jīng)網(wǎng)絡(luò)應(yīng)用到文本匹配領(lǐng)域逐漸成為一個新的研究方向。

綜上所述，如何構(gòu)建有效的深度文本語義匹配方法，以及將方法應(yīng)用到寫作輔助是個很重要，非常值得研究的問題。因此本文提出一種面向?qū)懽鬏o助的文本匹配方法及裝置。

發(fā)明內(nèi)容

本發(fā)明提供了一種面向英文寫作輔助的語義匹配方法，包括如下步驟：

步驟S1：構(gòu)建例句語料庫；

步驟S2：構(gòu)建語義匹配模型訓(xùn)練數(shù)據(jù)集；

步驟S3：構(gòu)建多視角注意力機(jī)制的語義匹配模型；

步驟S4：訓(xùn)練語義匹配模型。

其中，所述步驟S1包括：

步驟S11：對英文寫作網(wǎng)站數(shù)據(jù)進(jìn)行爬取解析，并將內(nèi)容按文章的形式進(jìn)行存儲，構(gòu)建語料庫；

步驟S12：對語料庫內(nèi)容進(jìn)行一些基本的預(yù)處理，以語句的形式進(jìn)行保存構(gòu)建例句語料庫。

其中，所述步驟S2包括：

步驟S21：對構(gòu)建的例句語料庫中語料進(jìn)行部分標(biāo)注；

步驟S22：利用加權(quán)的詞向量作為無監(jiān)督的句向量表示，利用余弦距離得到一些候選的語義相似句子對；