[發明專利]語義匹配的方法、裝置、電子設備及存儲介質

在審

• 申請號: 202010105193.2
• 申請日: 2020-02-20
• 公開（公告）號: CN111324699A
• 公開（公告）日: 2020-06-23
• 發明（設計）人: 趙文;張開旭;劉洪;陳守志
• 申請（專利權）人: 廣州騰訊科技有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F16/36
• 代理公司: 北京三高永信知識產權代理有限責任公司 11138
• 代理人: 祝亞男

本申請提供了一種語義匹配的方法、裝置、電子設備及存儲介質，屬于自然語言處理技術領域。所述方法包括：基于待匹配的至少兩個語句中詞語在語句中的依存關系，構造目標圖，所述目標圖的一個節點用于表示所述至少兩個語句中的一個詞語，所述目標圖的邊用于表示所述邊所連接的節點所表示的詞語之間存在依存關系或者不屬于同一個語句；將語言模型中的掩碼矩陣替換為所述目標圖的鄰接矩陣，所述掩碼矩陣用于使參與計算的部分值不起作用；基于所述至少兩個語句對應的語句向量以及替換后的所述語言模型，確定所述至少兩個語句之間的語義關系。上述技術方案，增強了語義結構之間的關系，提高了語義匹配的準確度。

技術領域

本申請涉及自然語言處理技術領域，特別涉及一種語義匹配的方法、裝置、電子設備及存儲介質。

背景技術

隨著大規模數據集的出現和深度學習的發展，出現了很多解決語義匹配問題的方法。語義匹配是指判斷語句之間的語義關系，如相似關系或者矛盾關系，語義匹配的核心是詞義理解和結構語義理解，詞義理解是指精準掌握詞語在上下文中的含義，結構語義理解是指理解語義成分之間的關系，語義成分是指語義結構的組成成分。由于語義匹配廣泛的應用于搜索、問答以及內容推薦等場景中，因此語義匹配的結果是否準確，就顯得尤為重要。

相關技術中，通常是通過編碼器將待匹配的語句編碼成向量，通過比較向量之間的距離，來得到語句之間的語義關系。該編碼器可以為基于LSTM(Long Short-TermMemory，長短期記憶網絡)的編碼器，或者基于CNN(Convolutional Neural Networks，卷積神經網絡)的編碼器等。

上述語義匹配的過程中，是從語句之間的角度來理解語句各詞語在上下文中的含義，忽略了語義成分之間的關系，也即忽略了對結構語義的理解，導致語義匹配的結果的準確度不高。

發明內容

本申請實施例提供了一種語義匹配的方法、裝置、電子設備及存儲介質，增強了語義成分之間的關系，提高了語義匹配的準確度。所述技術方案如下：

一方面，提供了一種語義匹配的方法，所述方法包括：

基于待匹配的至少兩個語句中詞語在語句中的依存關系，構造目標圖，所述目標圖的一個節點用于表示所述至少兩個語句中的一個詞語，所述目標圖的邊用于表示所述邊所連接的節點所表示的詞語之間存在依存關系或者不屬于同一個語句；

將語言模型中的掩碼矩陣替換為所述目標圖的鄰接矩陣，所述掩碼矩陣用于使參與計算的部分值不起作用；

基于所述至少兩個語句對應的語句向量以及替換后的所述語言模型，確定所述至少兩個語句之間的語義關系。

一方面，提供了一種語義匹配裝置，所述裝置包括：

構造模塊，用于基于待匹配的至少兩個語句中詞語在語句中的依存關系，構造目標圖，所述目標圖的一個節點用于表示所述至少兩個語句中的一個詞語，所述目標圖的邊用于表示所述邊所連接的節點所表示的詞語之間存在依存關系或者不屬于同一個語句；

替換模塊，用于將語言模型中的掩碼矩陣替換為所述目標圖的鄰接矩陣，所述掩碼矩陣用于使參與計算的部分值不起作用；

確定模塊，用于基于所述至少兩個語句對應的語句向量以及替換后的所述語言模型，確定所述至少兩個語句之間的語義關系。

在一種可選的實現方式中，所述構造模塊，還用于對待匹配的至少兩個語句分別進行依存句法分析，得到至少兩個依存句法樹，一個所述依存句法樹用于表示一個語句中詞語之間的依存關系；響應于所述至少兩個語句中的兩個詞語之間具有所述依存關系或者不屬于同一個語句，在用于表示所述兩個詞語的兩個節點之間構造邊，得到目標圖。