[發明專利]文本匹配方法、文本匹配模型的訓練方法及裝置、設備

有效

• 申請號: 202010081805.9
• 申請日: 2020-02-06
• 公開（公告）號: CN112749540B
• 公開（公告）日: 2023-06-09
• 發明（設計）人: 梁濤;李振陽;張晗;李超;馬連洋;衡陣
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F40/194
• 分類號: G06F40/194;G06F40/284
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 熊永強;賈允

本申請公開了一種文本匹配方法、文本匹配模型的訓練方法及裝置、設備，所述文本匹配方法可以包括：獲取待匹配的文本信息對，對文本信息對進行分詞處理，得到分詞信息；將分詞信息作為文本匹配模型的輸入，在文本匹配模型中，基于分詞信息確定文本信息對中文本信息的加權文本特征向量，該加權文本特征向量為基于文本信息對應的分詞的詞向量和權重確定的，該權重表征文本信息對中一個文本信息對應的分詞在另一文本信息中重要程度；基于加權文本特征向量確定文本信息對的文本匹配結果；訓練文本匹配模型時引入表征訓練文本信息的加權文本特征向量和文本特征向量間的差異的損失信息，可以大大提高了文本匹配的準確率。

技術領域

本申請涉及人工智能技術領域，尤其涉及一種文本匹配方法、文本匹配模型的訓練方法及裝置、設備。

背景技術

近年來，隨著人工智能技術研究和進步，人工智能技術在多個領域得到廣泛應用，其中，人工智能在文本匹配領域的應用，是各大互聯網平臺提供數據搜索等服務的基礎保障。

現有技術中，在文本匹配的方法往往是，提取兩個文本信息的文本特征，進而基于提取的文本特征判斷兩個文本信息是否匹配。現有技術在提取文本特征過程中，常常直接將文本信息的詞向量相加，或者直接結合文本信息中詞語在本身的權重，進行加權，來構建文本信息的文本特征。但上述現有的方法所得到的文本向量可能會受文本中個別詞(無用或誤導詞)的影響，導致所構建的文本特征無法準確反映文本信息的語義，從而對后續的匹配造成負向影響，導致匹配準確率低。因此，需要提供更可靠或更有效的方案。

發明內容

本申請提供了一種文本匹配方法、文本匹配模型的訓練方法及裝置、設備，可以有效避免個別與文本語義無關或有誤導的分詞對文本整體的偏差影響，保證在文本匹配時能夠準確反映文本信息的語義，大大提高了文本匹配的準確率。

一方面，本申請提供了一種文本匹配方法，所述方法包括：

獲取待匹配的文本信息對，所述文本信息對包括第一文本信息和第二文本信息；

對所述第一文本信息和所述第二文本信息分別進行分詞處理，得到所述第一文本信息的第一分詞信息和所述第二文本信息的第二分詞信息；

將所述第一分詞信息和所述第二分詞信息作為文本匹配模型的輸入，在所述文本匹配模型中，基于所述第一分詞信息和所述第二分詞信息確定所述第一文本信息和所述第二文本信息的加權文本特征向量，所述加權文本特征向量為基于文本信息對應的分詞的詞向量和所述分詞的權重確定的，所述權重表征所述文本信息對中一個文本信息對應的分詞在另一文本信息中重要程度；

在所述文本匹配模型中，基于所述第一文本信息和所述第二文本信息的加權文本特征向量確定所述文本信息對的文本匹配結果；

其中，訓練所述文本匹配模型時的損失信息包括第一損失信息、第二損失信息和第三損失信息，所述第一損失信息和所述第二損失信息表征訓練文本對中兩個訓練文本信息各自的加權文本特征向量和文本特征向量間的差異，第三損失信息表征訓練文本對的匹配預測結果和匹配標簽間的差異。

另一方面提供了一種文本匹配裝置，所述裝置包括：

文本信息對獲取模塊，用于獲取待匹配的文本信息對，所述文本信息對包括第一文本信息和第二文本信息；

第一分詞處理模塊，用于對所述第一文本信息和所述第二文本信息分別進行分詞處理，得到所述第一文本信息的第一分詞信息和所述第二文本信息的第二分詞信息；

加權文本特征向量確定模塊，用于將所述第一分詞信息和所述第二分詞信息作為文本匹配模型的輸入，在所述文本匹配模型中，基于所述第一分詞信息和所述第二分詞信息確定所述第一文本信息和所述第二文本信息的加權文本特征向量，所述加權文本特征向量為基于文本信息對應的分詞的詞向量和所述分詞的權重確定的，所述權重表征所述文本信息對中一個文本信息對應的分詞在另一文本信息中重要程度；