[發(fā)明專利]句對匹配率的確定方法、裝置、計算機設(shè)備和存儲介質(zhì)在審
| 申請?zhí)枺?/td> | 202010771675.1 | 申請日： | 2020-08-04 |
| 公開（公告）號： | CN111783430A | 公開（公告）日： | 2020-10-16 |
| 發(fā)明（設(shè)計）人： | 高俊 | 申請（專利權(quán)）人： | 騰訊科技（深圳）有限公司 |
| 主分類號： | G06F40/211 | 分類號： | G06F40/211;G06F40/216;G06F40/126;G06F40/289;G06F40/30;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 廣州華進聯(lián)合專利商標代理有限公司 44224 | 代理人： | 黃晶晶 |
| 地址： | 518000 廣東省深圳*** | 國省代碼： | 廣東;44 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 匹配 確定 方法 裝置 計算機 設(shè)備 存儲 介質(zhì) | ||
1.一種句對匹配率的確定方法，其特征在于，所述方法包括：
獲取句對，并確定所述句對的詞對；所述詞對包括相匹配的詞，且相匹配的詞分別來自所述句對中的不同句子；
獲取所述詞對中的各詞的詞向量，根據(jù)所述各詞的詞向量確定所述各詞之間的相似度；
通過多視角注意力網(wǎng)絡(luò)的各層基于所述各詞的詞向量進行注意力分配處理，得到所述各層輸出的所述詞對的詞對權(quán)重；
根據(jù)所述相似度和所述詞對權(quán)重，確定所述句對中所述不同句子的匹配率。
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述獲取所述詞對中的各詞的詞向量，根據(jù)所述各詞的詞向量確定所述各詞之間的相似度，包括：
獲取所述詞對中的各詞的詞向量，根據(jù)所述各詞的詞向量確定所述各詞的的隱藏狀態(tài)向量；
根據(jù)所述各詞的隱藏狀態(tài)向量，確定所述詞對中的所述各詞之間的相似度；
所述通過多視角注意力網(wǎng)絡(luò)的各層基于所述各詞的詞向量進行注意力分配處理，得到所述各層輸出的所述詞對的詞對權(quán)重，包括：
通過多視角注意力網(wǎng)絡(luò)的各層基于所述各詞的隱藏狀態(tài)向量進行注意力分配處理，得到所述各層輸出的所述詞對的詞對權(quán)重。
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述通過多視角注意力網(wǎng)絡(luò)的各層基于所述各詞的隱藏狀態(tài)向量進行注意力分配處理，得到所述各層輸出的所述詞對的詞對權(quán)重，包括：
將所述各詞的隱藏狀態(tài)向量輸入多視角注意力網(wǎng)絡(luò)，獲取所述多視角注意力網(wǎng)絡(luò)中各層的權(quán)重，分別根據(jù)每層的權(quán)重和所述詞對中所述各詞的隱藏狀態(tài)向量進行注意力分配處理，獲得所述各層輸出的所述詞對的詞對權(quán)重。
4.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述根據(jù)所述各詞的隱藏狀態(tài)向量，確定所述詞對中的所述各詞之間的相似度，包括：
根據(jù)所述詞對中的所述各詞的隱藏狀態(tài)向量，從至少兩個度量角度確定所述各詞之間的相似度，得到所述詞對對應(yīng)的至少兩個相似度；
所述根據(jù)所述相似度和所述詞對權(quán)重，確定所述句對中的所述不同句子的匹配率，包括：
根據(jù)所述詞對對應(yīng)的至少兩個相似度和所述各層輸出的所述詞對的詞對權(quán)重，構(gòu)建目標權(quán)重矩陣；
基于所述目標權(quán)重矩陣確定所述句對中的所述不同句子的匹配率。
5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述根據(jù)所述詞對中的所述各詞的隱藏狀態(tài)向量，從至少兩個度量角度確定所述各詞之間的相似度，得到所述詞對對應(yīng)的至少兩個相似度，包括：
根據(jù)所述詞對中的所述各詞對應(yīng)的隱藏狀態(tài)向量，確定所述詞對中的所述各詞之間的余弦相似度、線性相似度和非線性相似度中的至少兩種。
6.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述根據(jù)所述詞對對應(yīng)的至少兩個相似度和所述各層輸出的所述詞對的詞對權(quán)重，構(gòu)建目標權(quán)重矩陣，包括：
根據(jù)所述詞對對應(yīng)的至少兩個相似度，構(gòu)建相似度矩陣；
根據(jù)所述各層輸出的所述詞對的詞對權(quán)重，構(gòu)建詞對權(quán)重矩陣；
根據(jù)所述相似度矩陣和所述詞對權(quán)重矩陣，確定目標權(quán)重矩陣。
7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述根據(jù)所述相似度矩陣和所述詞對權(quán)重矩陣，確定目標權(quán)重矩陣，包括：
將所述相似度矩陣和所述詞對權(quán)重矩陣進行點乘處理，得到目標權(quán)重矩陣。
8.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述獲取所述詞對中的各詞的詞向量，根據(jù)所述各詞的詞向量確定所述各詞的的隱藏狀態(tài)向量，包括：
獲取所述詞對中的各詞的詞向量，通過雙向循環(huán)神經(jīng)網(wǎng)絡(luò)對所述各詞的詞向量進行編碼處理，得到所述各詞分別對應(yīng)的前向隱藏狀態(tài)向量和后向隱藏狀態(tài)向量；
針對所述詞對中的每個詞，根據(jù)詞對應(yīng)的前向隱藏狀態(tài)向量和后向隱藏狀態(tài)向量，確定所述詞的隱藏狀態(tài)向量。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于騰訊科技（深圳）有限公司，未經(jīng)騰訊科技（深圳）有限公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202010771675.1/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
