[發明專利]一種基于人工智能的文本匹配方法和相關裝置

在審

• 申請號: 202010675118.X
• 申請日: 2020-07-14
• 公開（公告）號: CN112749252A
• 公開（公告）日: 2021-05-04
• 發明（設計）人: 吳嬡博;劉萌;蔡曉鳳;李超;盧鑫鑫;劉曉靖;肖世偉;孫朝旭;張藝博;滕達;付貴;周偉強;王靜;崔立鵬;葉禮偉;曹云波;關俊輝
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F40/216;G06F40/289;G06K9/62;G06N20/00
• 代理公司: 深圳市深佳知識產權代理事務所(普通合伙) 44285
• 代理人: 常忠良

1.一種基于人工智能的文本匹配方法，其特征在于，包括：

獲取第一文本和第二文本，所述第一文本為目標文本的主題，所述第二文本是根據所述目標文本的正文確定的；所述第一文本和所述第二文本的長度差別大于閾值；

根據所述第一文本和所述第二文本確定第一回歸模型的輸入數據，通過所述第一回歸模型確定所述第一文本和所述第二文本的相似度；

根據所述相似度確定所述第一文本和所述第二文本的匹配程度。

2.根據權利要求1所述的方法，其特征在于，所述第一回歸模型為基于變形的雙向編碼表征BERT模型確定的回歸模型；其中，所述回歸模型的損失函數為均方誤差函數，激活函數為邏輯斯諦Sigmoid函數。

3.根據權利要求2所述的方法，其特征在于，所述根據所述第一文本和所述第二文本確定第一回歸模型的輸入數據，通過所述第一回歸模型確定所述第一文本和所述第二文本的相似度，包括：

將所述第一文本和所述第二文本輸入至所述第一回歸模型，通過所述第一回歸模型提取特征向量，確定所述第一文本和所述第二文本的相似度。

4.根據權利要求1-3任一項所述的方法，其特征在于，所述方法還包括：

根據所述主題和所述正文所包含的文本內容，確定所述目標文本的關聯屬性，所述關聯屬性用于體現所述主題和所述正文間在文本維度的關聯程度；

所述根據所述相似度確定所述第一文本和所述第二文本的匹配程度，包括：

根據所述關聯屬性和所述相似度確定第二回歸模型的輸入參數，通過所述第二回歸模型確定所述第一文本和所述第二文本的匹配程度。

5.根據權利要求4所述的方法，其特征在于，所述關聯屬性至少包括所述主題與所述文本內容的最長公共子序列比值、所述主題的關鍵詞在所述文本內容中出現的次數中的一種。

6.根據權利要求1所述的方法，其特征在于，所述目標文本為待批改的作文時，所述第二文本為所述正文所包含的至少一個自然段的文本內容。

7.根據權利要求1所述的方法，其特征在于，所述目標文本為待批改的作文時，所述方法還包括：

獲取所述第二文本和第三文本，所述第二文本為所述正文所包含的一個自然段的文本內容，所述第三文本為與所述第二文本相鄰自然段中的一個自然段的文本內容；

根據所述第二文本和所述第三文本確定第一回歸模型的輸入數據，通過所述第一回歸模型確定所述第二文本和所述第三文本的相似度；

根據所述相似度確定所述第二文本和所述第三文本的匹配程度。

8.一種基于人工智能的文本匹配裝置，其特征在于，包括：獲取單元、相似度單元與匹配程度單元；

所述獲取單元，用于獲取第一文本和第二文本，所述第一文本為目標文本的主題，所述第二文本是根據所述目標文本的正文確定的；所述第一文本和所述第二文本的長度差別大于閾值；

所述相似度單元，用于根據所述第一文本和所述第二文本確定第一回歸模型的輸入數據，通過所述第一回歸模型確定所述第一文本和所述第二文本的相似度；

所述匹配程度單元，用于根據所述相似度確定所述第一文本和所述第二文本的匹配程度。

9.一種用于文本匹配的設備，其特征在于，所述設備包括處理器以及存儲器：

所述存儲器用于存儲程序代碼，并將所述程序代碼傳輸給所述處理器；

所述處理器用于根據所述程序代碼中的指令執行權利要求1-7任意一項所述的方法。

10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質用于存儲計算機程序，所述計算機程序用于執行權利要求1-7任意一項所述的方法。