[發明專利]中文文本匹配方法及系統

有效

• 申請號: 202010837271.8
• 申請日: 2020-08-19
• 公開（公告）號: CN111914067B
• 公開（公告）日: 2022-07-08
• 發明（設計）人: 俞凱;呂波爾;陳露;朱蘇
• 申請（專利權）人: 思必馳科技股份有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F40/30;G06F40/289;G06N3/08
• 代理公司: 北京商專永信知識產權代理事務所(普通合伙) 11400
• 代理人: 黃謙;車江華

1.一種中文文本匹配方法，包括：

使用多個分詞工具，對中文句子對進行字級別的編碼，得到所述中文句子對的初始字向量；

將所述中文句子對的初始字向量輸入至輸入層，確定所述中文句子對的詞向量，基于知網外部知識庫，得到對應于所述詞向量的義原，確定所述詞向量的語義表示；

將所述中文句子對的詞向量以及語義表示輸入至可感知語義的圖變換層，通過多維圖注意力網絡分別對所述語義表示、所述詞向量的詞格進行迭代更新，輸出帶有語義表示的語義詞向量；

將所述語義詞向量輸入至句子匹配層，將得到所述中文句子對的語義字向量和交互語義字向量進行連接，確定所述中文句子對的最終特征表示語義字向量；

基于所述中文句子對的最終特征表示語義字向量以及所述多個分詞工具對所述中文句子對的特征表示確定匹配概率。

2.根據權利要求1所述的方法，其中，所述將所述語義詞向量輸入至句子匹配層，將得到所述中文句子對的語義字向量和交互語義字向量進行連接包括：

對所述語義詞向量進行池化加權，得到加權語義字向量；

將所述加權語義字向量與所述初始字向量歸一化，確定語義字向量；

通過多維圖注意網絡對所述中文句子對的語義字向量進行交互，獲得交互語義字向量；

將所述中文句子對的語義字向量、交互語義字向量輸入至前饋神經網絡，生成最終特征表示語義字向量。

3.根據權利要求1所述的方法，其中，所述通過多維圖注意力網絡分別對所述語義表示、所述詞向量的詞格進行迭代更新包括：

通過所述語義表示對應的詞節點的可達節點對所述語義表示進行迭代更新，通過所述詞節點對應的語義節點對所述詞向量的詞格進行迭代更新，輸出帶有語義表示的語義詞向量。

4.根據權利要求1所述的方法，其中，所述將所述中文句子對的初始字向量輸入至輸入層，確定所述中文句子對的詞向量包括：

通過前饋神經網絡確定所述初始字向量中每個字的權重，基于所述權重對所述初始字向量加權，得到所述詞向量。

5.根據權利要求1所述的方法，其中，所述方法包括：通過門控循環單元對所述語義表示、所述詞向量進行迭代更新。

6.一種中文文本匹配系統，包括：

編碼程序模塊，用于使用多個分詞工具，對中文句子對進行字級別的編碼，得到所述中文句子對的初始字向量；

語義表示確定程序模塊，用于將所述中文句子對的初始字向量輸入至輸入層，確定所述中文句子對的詞向量，基于知網外部知識庫，得到對應于所述詞向量的義原，確定所述詞向量的語義表示；

更新迭代程序模塊，用于將所述中文句子對的詞向量以及語義表示輸入至可感知語義的圖變換層，通過多維圖注意力網絡分別對所述語義表示、所述詞向量的詞格進行迭代更新，輸出帶有語義表示的語義詞向量；

匹配程序模塊，用于將所述語義詞向量輸入至句子匹配層，將得到所述中文句子對的語義字向量和交互語義字向量進行連接，確定所述中文句子對的最終特征表示語義字向量；

概率確定程序模塊，用于基于所述中文句子對的最終特征表示語義字向量以及所述多個分詞工具對所述中文句子對的特征表示確定匹配概率。

7.根據權利要求6所述的系統，其中，所述匹配程序模塊用于：

對所述語義詞向量進行池化加權，得到加權語義字向量；

將所述加權語義字向量與所述初始字向量歸一化，確定語義字向量；

通過多維圖注意網絡對所述中文句子對的語義字向量進行交互，獲得交互語義字向量；

將所述中文句子對的語義字向量、交互語義字向量輸入至前饋神經網絡，生成最終特征表示語義字向量。

8.根據權利要求6所述的系統，其中，所述更新迭代程序模塊用于：

通過所述語義表示對應的詞節點的可達節點對所述語義表示進行迭代更新，通過所述詞節點對應的語義節點對所述詞向量的詞格進行迭代更新，輸出帶有語義表示的語義詞向量。