[發明專利]一種文本匹配方法、裝置、計算機設備及存儲介質

在審

• 申請號: 202010914259.2
• 申請日: 2020-09-03
• 公開（公告）號: CN112052683A
• 公開（公告）日: 2020-12-08
• 發明（設計）人: 趙知緯;高維國
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06F40/295
• 分類號: G06F40/295;G06F40/30;G06K9/62;G06F17/16;G06F17/18
• 代理公司: 深圳市精英專利事務所 44242
• 代理人: 武志峰

1.一種基于術語增強的文本匹配方法，其特征在于，包括：

獲取用戶問句以及待匹配文本，對所述用戶問句以及待匹配文本進行自然語言處理，分別得到問句特征詞集合QU和文本特征詞集合QC，并識別出所述問句特征詞集合QU和文本特征詞集合QC中的術語，構建術語集合T；

對所述問句特征詞集合QU和文本特征詞集合QC進行拼接，然后進行向量化處理，得到特征向量QE；以及對所述術語集合T進行向量化處理，得到術語向量TE；

對所述特征向量QE進行線性轉換得到：鍵矩陣K、查詢矩陣Q和值矩陣V，以及對所述術語向量TE進行線性轉換，得到矩陣K_T；

計算所述矩陣K_T與查詢矩陣Q的非歸一化權重矩陣A_QT，然后對所述非歸一化權重矩陣A_QT進行自我相乘以及歸一化處理得到多個子矩陣；

對所述多個子矩陣進行平均化處理，再進行歸一化處理得到影響矩陣

對所述鍵矩陣K和查詢矩陣Q進行矩陣乘法處理，得到自注意力矩陣A，然后利用所述自注意力矩陣A和影響矩陣計算得到自注意力模塊的輸出，再根據所述輸出對所述用戶問句與待匹配的文本進行匹配。

2.根據權利要求1所述的基于術語增強的文本匹配方法，其特征在于，所述獲取用戶問句以及待匹配文本，對所述用戶問句以及待匹配文本進行自然語言處理，分別得到問句特征詞集合QU和文本特征詞集合QC，并識別出所述問句特征詞集合QU和文本特征詞集合QC中的術語，構建術語集合T，包括：

獲取用戶問句以及待匹配文本；

對所述用戶問句以及待匹配文本進行自然語言處理，分別得到用戶問句中的所有特征詞和待匹配文本中的所有特征詞；

將用戶問句中的所有特征詞按順序構建為問句特征詞集合QU，將待匹配文本中的所有特征詞按順序構建為文本特征詞集合QC；

基于命名實體識別方法識別出所述問句特征詞集合QU和文本特征詞集合QC中的術語，構建術語集合T。

3.根據權利要求1所述的基于術語增強的文本匹配方法，其特征在于，所述對所述問句特征詞集合QU和文本特征詞集合QC進行拼接，然后進行向量化處理，得到特征向量QE；以及對所述術語集合T進行向量化處理，得到術語向量TE，包括：

將所述文本特征詞集合QC與問句特征詞集合QU進行拼接，并采用分隔符SEP進行分隔，得到拼接集合Q＝[QC,SEP,QU]；

通過embedding查詢，將所述拼接集合Q中的字符轉換為相應的向量，得到特征向量QE；

通過embedding查詢，將所述術語集合T中的字符轉換為相應的向量，得到術語向量TE。

4.根據權利要求1所述的基于術語增強的文本匹配方法，其特征在于，所述對所述特征向量QE進行線性轉換得到：鍵矩陣K、查詢矩陣Q和值矩陣V，以及對所述術語向量TE進行線性轉換，得到矩陣K_T，包括：

利用已訓練的權重矩陣W_K、W_Q和W_V分別與所述特征向量QE進行矩陣相乘，得到三個形狀相同的矩陣：鍵矩陣K、查詢矩陣Q和值矩陣V；

利用已訓練的權重矩陣W_T與所述術語向量TE進行矩陣相乘，得到矩陣K_T。

5.根據權利要求1所述的基于術語增強的文本匹配方法，其特征在于，所述計算所述矩陣K_T與查詢矩陣Q的非歸一化權重矩陣A_QT，然后對所述非歸一化權重矩陣A_QT進行自我相乘以及歸一化處理得到多個子矩陣，包括：

按下式計算矩陣K_T與查詢矩陣Q的非歸一化權重矩陣：

分別取非歸一化權重矩陣A_QT中的每一行進行自我相乘，并進行歸一化處理得到數量與非歸一化權重矩陣A_QT行數相同的多個子矩陣。