[發明專利]文本相關度的確定方法、裝置、存儲介質及電子設備

在審

• 申請號: 202010350443.9
• 申請日: 2020-04-28
• 公開（公告）號: CN111553163A
• 公開（公告）日: 2020-08-18
• 發明（設計）人: 徐也;常景冬;邵一峰;鄒鵬飛;劉艾婷;荊寧;張紅林
• 申請（專利權）人: 騰訊科技（武漢）有限公司
• 主分類號: G06F40/295
• 分類號: G06F40/295;G06F40/30;G06F16/36;G06N5/02;G06K9/62
• 代理公司: 深圳翼盛智成知識產權事務所(普通合伙) 44300
• 代理人: 汪阮磊

本申請公開了文本相關度的確定方法、裝置、存儲介質及電子設備。該方法包括：基于知識庫確定與第一文本關聯的第一組實體和與第二文本關聯的第二組實體，知識庫括由實體、實體間的關系及實體屬性構成的知識表示；根據知識表示確定第一組實體與第二組實體間的實體相關度；根據第一文本中每個單詞間、第二文本中每個單詞間以及第一文本中單詞與第二文本中單詞間的關聯關系，確定第一文本和第二文本中每一單詞關于其他單詞的注意力值；至少根據注意力值和實體相關度確定第一文本與第二文本的文本相關度。本方案中，在文本相關度計算時關注文本內、與文本間各單詞之間的關系，進而關注有用信息忽略無用信息，提升了文本相關度計算結果的準確性。

技術領域

本申請涉及信息處理技術領域，具體涉及一種文本相關度的確定方法、裝 置、存儲介質及電子設備。

背景技術

文本相關度也稱為文本的匹配程度，在許多場景下都需要確定不同文本之 間的相關度。例如詞條搜索場景，通常在執行搜索時需要確定各個文檔中的文 本與搜索查詢中詞條的相關度，而后基于相關度的高低在搜索結果頁面中來呈 現各個相關文檔的排序。文本相關度的確定基于對文本的理解，不僅由兩個文 本的語義相似度相關，而且還與文本之間的匹配程度相關。尤其對于長文本而 言，因存在信息彌散的問題，容易導致在計算文本相關度時的計算結果的準確 性較低。

發明內容

本申請實施例提供一種文本相關度的確定方法、裝置、存儲介質及電子設 備，可以提升了文本相關度結算結果的準確性。

本申請實施例提供了一種文本相關度的確定方法，包括：

基于預設知識庫確定與第一文本關聯的第一組實體和與第二文本關聯的 第二組實體，所述預設知識庫括由實體、實體之間的關系及實體屬性構成的知 識表示；

根據所述知識表示確定所述第一組實體與所述第二組實體之間的實體相 關度；

根據所述第一文本中每個單詞之間的關聯關系、所述第二文本中每個單詞 之間的關聯關系以及所述第一文本中單詞與所述第二文本中單詞之間的關聯 關系，確定所述第一文本和所述第二文本中每一單詞關于其他單詞的注意力 值，其中，所述注意力值用于反映所述第一文本和所述第二文本中每一單詞對 其他單詞的關注度；

至少根據所述注意力值和所述實體相關度，確定所述第一文本與所述第二 文本的文本相關度。

相應的，本申請實施例還提供了一種文本相關度的確定裝置，包括：

實體確定單元，用于基于預設知識庫確定與第一文本關聯的第一組實體和 與第二文本關聯的第二組實體，所述預設知識庫括由實體、實體之間的關系及 實體屬性構成的知識表示；

第一相關度確定單元，用于根據所述知識表示確定所述第一組實體與所述 第二組實體之間的實體相關度；

注意力確定單元，用于根據所述第一文本中每個單詞之間的關聯關系、所 述第二文本中每個單詞之間的關聯關系以及所述第一文本中單詞與所述第二 文本中單詞之間的關聯關系，確定所述第一文本和所述第二文本中每一單詞關 于其他單詞的注意力值，其中，所述注意力值用于反映所述第一文本和所述第 二文本中每一單詞對其他單詞的關注度；

第二相關度確定單元，用于至少根據所述注意力值和所述實體相關度，確 定所述第一文本與所述第二文本的文本相關度。

相應的，本申請實施例還提供了一種計算機可讀存儲介質，所述存儲介質 存儲有多條指令，所述指令適于處理器進行加載，以執行如上所述的文本相關 度的確定方法。

相應的，本申請實施例還提供了一種電子設備，包括存儲器，處理器及存 儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執行所述程序時 實現如上所述的文本相關度的確定方法。