[發(fā)明專利]一種語(yǔ)句匹配方法、語(yǔ)句匹配裝置及智能設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 202010054565.3
• 申請(qǐng)日: 2020-01-17
• 公開(kāi)（公告）號(hào): CN113139034A
• 公開(kāi)（公告）日: 2021-07-20
• 發(fā)明（設(shè)計(jì)）人: 熊為星;熊友軍
• 申請(qǐng)（專利權(quán)）人: 深圳市優(yōu)必選科技股份有限公司
• 主分類號(hào): G06F16/33
• 分類號(hào): G06F16/33;G06F16/332;G06F40/30
• 代理公司: 深圳中一聯(lián)合知識(shí)產(chǎn)權(quán)代理有限公司 44414
• 代理人: 李木燕

1.一種語(yǔ)句匹配方法，其特征在于，包括：

接收輸入語(yǔ)句；

對(duì)所述輸入語(yǔ)句進(jìn)行預(yù)處理；

將處理后的所述輸入語(yǔ)句輸入至已訓(xùn)練的第一檢索模型及第二檢索模型中，并基于所述第一檢索模型及所述第二檢索模型的輸出結(jié)果得到候選語(yǔ)句集合，其中，所述第一檢索模型用于基于所述輸入語(yǔ)句的字詞在預(yù)設(shè)的語(yǔ)料庫(kù)中檢索與所述輸入語(yǔ)句相匹配的語(yǔ)句，所述第二檢索模型用于基于所述輸入語(yǔ)句的語(yǔ)義在所述語(yǔ)料庫(kù)中檢索與所述輸入語(yǔ)句相匹配的語(yǔ)句，所述候選語(yǔ)句集合中包含有一條以上與所述輸入語(yǔ)句相匹配的候選語(yǔ)句；

將所述輸入語(yǔ)句以及所述候選語(yǔ)句集合輸入至已訓(xùn)練的排序模型中，得到各個(gè)候選語(yǔ)句與所述輸入語(yǔ)句的相似度得分，其中，所述排序模型基于隨機(jī)森林模型及線性模型構(gòu)建而得，所述排序模型通過(guò)訓(xùn)練所確定的一個(gè)以上文本特征實(shí)現(xiàn)對(duì)各個(gè)候選語(yǔ)句與所述輸入語(yǔ)句的相似度得分的計(jì)算；

獲取所述排序模型所輸出的排序后的各個(gè)候選語(yǔ)句，其中，所述各個(gè)候選語(yǔ)句基于所述相似度得分由高至低的順序進(jìn)行排序。

2.如權(quán)利要求1所述的語(yǔ)句匹配方法，其特征在于，所述將與處理后的所述輸入語(yǔ)句輸入至已訓(xùn)練的第一檢索模型及第二檢索模型中，并基于所述第一檢索模型及所述第二檢索模型的輸出結(jié)果得到候選語(yǔ)句集合，包括：

將所述輸入語(yǔ)句輸入至所述第一檢索模型，得到所述第一檢索模型所輸出的第一語(yǔ)句集合；

將所述輸入語(yǔ)句輸入至所述第二檢索模型，得到所述第二檢索模型所輸出的第二語(yǔ)句集合，其中，所述第一語(yǔ)句集合所包含的語(yǔ)句的數(shù)量與所述第二語(yǔ)句集合所包含的語(yǔ)句的數(shù)量均為N，N為預(yù)設(shè)的正整數(shù)；

對(duì)所述第一語(yǔ)句集合與所述第二語(yǔ)句集合取并集，得到候選語(yǔ)句集合。

3.如權(quán)利要求2所述的語(yǔ)句匹配方法，其特征在于，所述第一檢索模型基于用于分布式全文檢索的ElasticSearch而構(gòu)建，所述將所述輸入語(yǔ)句輸入至所述第一檢索模型，得到所述第一檢索模型所輸出的第一語(yǔ)句集合，包括：

將所述輸入語(yǔ)句輸入至所述第一檢索模型中，獲得所述語(yǔ)料庫(kù)中的各個(gè)語(yǔ)句與所述輸入語(yǔ)句的ElasticSearch相似度得分，其中，所述ElasticSearch相似度得分基于詞頻-逆文本頻率指數(shù)TF-IDF算法計(jì)算而得；

在所述語(yǔ)料庫(kù)中，將篩選得到的所述ElasticSearch相似度得分最高的前N個(gè)語(yǔ)句輸出至所述第一語(yǔ)句集合中。

4.如權(quán)利要求2所述的語(yǔ)句匹配方法，其特征在于，所述第二檢索模型基于BERT模型而構(gòu)建，所述將所述輸入語(yǔ)句輸入至所述第二檢索模型，得到所述第一檢索模型所輸出的第二語(yǔ)句集合，包括：

將所述輸入語(yǔ)句輸入至所述第二檢索模型中，獲得所述語(yǔ)料庫(kù)中的各個(gè)語(yǔ)句與所述輸入語(yǔ)句的BERT語(yǔ)義相似度得分，其中，所述BERT語(yǔ)義相似度得分基于輸入語(yǔ)句的句向量與語(yǔ)料庫(kù)中的語(yǔ)句的句向量的余弦相似度計(jì)算而得；

在所述語(yǔ)料庫(kù)中，將篩選得到的所述BERT語(yǔ)義相似度得分最高的前N個(gè)語(yǔ)句輸出至所述第二語(yǔ)句集合中。

5.如權(quán)利要求1至4任一項(xiàng)所述的語(yǔ)句匹配方法，其特征在于，所述語(yǔ)句匹配方法還包括：

基于預(yù)設(shè)的標(biāo)準(zhǔn)驗(yàn)證集，通過(guò)所述隨機(jī)森林模型對(duì)候選文本特征進(jìn)行訓(xùn)練，其中，所述候選文本特征包括如下一項(xiàng)以上：ElasticSearch相似度得分、BERT語(yǔ)義相似度得分、杰卡德相似度得分、編輯距離得分、關(guān)鍵詞語(yǔ)匹配相似度得分、業(yè)務(wù)詞語(yǔ)匹配相似度得分、名詞匹配相似度得分及動(dòng)詞匹配相似度得分；

根據(jù)所述隨機(jī)森林模型對(duì)所述候選文本特征的訓(xùn)練結(jié)果，確定所述排序模型所采用的文本特征；

通過(guò)所述線性模型對(duì)所述排序模型所采用的文本特征進(jìn)行訓(xùn)練，以確定所述排序模型所采用的各個(gè)文本特征的權(quán)重；

基于所述排序模型所采用的文本特征，以及所述排序模型所采用的各個(gè)文本特征的權(quán)重，獲得已訓(xùn)練的匹配模型。