[發(fā)明專利]基于主題的匹配度確定方法、裝置、電子設(shè)備及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202010319323.2
• 申請日: 2020-04-21
• 公開（公告）號: CN111666371A
• 公開（公告）日: 2020-09-15
• 發(fā)明（設(shè)計）人: 孫興武;朱秋昱;張富崢;王仲遠
• 申請（專利權(quán)）人: 北京三快在線科技有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06N3/08
• 代理公司: 北京潤澤恒知識產(chǎn)權(quán)代理有限公司 11319
• 代理人: 任亞娟

1.一種基于主題的匹配度確定方法，其特征在于，所述方法包括：

獲取搜索文本，所述搜索文本包括至少一個搜索字；

生成所述搜索字的第一向量和候選文本中每個候選字的第二向量；

預(yù)測所述候選文本的主題分布；

根據(jù)所述候選文本的主題分布和所述候選字的第二向量生成所述候選字的第三向量；

根據(jù)所述搜索字的第一向量和所述候選字的第三向量確定所述搜索文本和所述候選文本的匹配度。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述生成所述搜索字的第一向量和候選文本中每個候選字的第二向量，包括：

生成所述搜索字的第四向量；

生成所述搜索文本和所述候選文本拼接的文本中每個文本字的第五向量；

針對每個所述搜索字，通過所述搜索字的第四向量和各所述文本字的第五向量的相似度，對各所述文本字的第五向量進行加權(quán)求和得到所述搜索字的第一向量；

針對每個所述候選字，通過所述候選字的第五向量和各搜索字的第四向量的相似度，對各所述搜索字的第四向量進行加權(quán)求和得到所述候選字的第二向量。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述根據(jù)所述搜索字的第一向量和所述候選字的第三向量確定所述搜索文本和所述候選文本的匹配度，包括：

根據(jù)所述搜索字的第一向量和所述搜索字的第四向量生成所述搜索字的第六向量；

根據(jù)所述候選字的第三向量和所述搜索字的第六向量，確定所述搜索文本和所述候選文本的匹配度。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述根據(jù)所述候選字的第三向量和所述搜索字的第六向量，確定所述搜索文本和所述候選文本的匹配度，包括：

從所述候選字中確定目標候選字，以及從所述搜索字中確定目標搜索字；

根據(jù)所述目標搜索字的第六向量和所述目標候選字的第三向量的相似度，確定所述搜索文本和所述候選文本的匹配度。

5.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述根據(jù)所述候選字的第三向量和所述搜索字的第六向量，確定所述搜索文本和所述候選文本的匹配度，包括：

計算每個所述候選字的第三向量和每個所述搜索字的第六向量的相似度；

將目標相似度作為所述搜索文本和所述候選文本的匹配度，所述目標相似度至少包括如下的至少一種：最大相似度、最小相似、平均相似度。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述主題分布包括至少一個主題的分布向量，所述根據(jù)所述候選文本的主題分布和所述候選字的第二向量生成所述候選字的第三向量，包括：

確定每個主題的分布向量和所述候選字的第二向量的相似度；

采用所述相似度對所述主題的分布向量進行加權(quán)，得到所述候選字的主題加權(quán)向量；

根據(jù)所述候選字的主題加權(quán)向量和所述候選字的第二向量生成所述候選字的第三向量。

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述預(yù)測所述候選文本的主題分布，包括：

將所述候選文本劃分為至少一個分詞；

確定每個所述分詞的向量；

針對每個預(yù)設(shè)的主題，根據(jù)所述主題的向量和各所述分詞的向量之間的相似度，確定所述主題的分布向量。

8.一種基于主題的匹配度確定裝置，其特征在于，所述裝置包括：

搜索文本獲取模塊，用于獲取搜索文本，所述搜索文本包括至少一個搜索字；

向量生成模塊，用于生成所述搜索字的第一向量和候選文本中每個候選字的第二向量；

主題分布預(yù)測模塊，用于預(yù)測所述候選文本的主題分布；

向量更新模塊，用于根據(jù)所述候選文本的主題分布和所述候選字的第二向量生成所述候選字的第三向量；

匹配度確定模塊，用于根據(jù)所述搜索字的第一向量和所述候選字的第三向量確定所述搜索文本和所述候選文本的匹配度。