[發(fā)明專利]文本匹配和對抗文本識別方法、裝置及設(shè)備

在審

• 申請?zhí)枺?/td>: 202011350754.1
• 申請日: 2020-11-26
• 公開（公告）號: CN112256841A
• 公開（公告）日: 2021-01-22
• 發(fā)明（設(shè)計）人: 鄭行;孫清清;沈淑;張?zhí)煲?/a>
• 申請（專利權(quán)）人: 支付寶（杭州）信息技術(shù)有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F40/279;G06F40/30
• 代理公司: 北京國昊天誠知識產(chǎn)權(quán)代理有限公司 11315
• 代理人: 許振新

1.一種文本匹配方法，包括：

確定第一文本的第一文本向量和第二文本的第二文本向量；

確定所述第一文本向量和所述第二文本向量的對齊信息，所述對齊信息用于描述所述第一文本和所述第二文本中的文本單元之間的相似關(guān)系以及各文本單元在所述第一文本和所述第二文本的文本相似度中所占的權(quán)重；

對所述對齊信息進行特征抽取聚集處理，得到關(guān)鍵對齊信息，所述關(guān)鍵對齊信息用于描述所述第一文本和所述第二文本中的關(guān)鍵文本單元之間的相似關(guān)系以及關(guān)鍵文本單元在所述第一文本和所述第二文本的文本相似度中所占的權(quán)重；

基于所述第一文本向量、所述第二文本向量和所述關(guān)鍵對齊信息，確定所述第一文本和所述第二文本之間的匹配關(guān)系。

2.根據(jù)權(quán)利要求1所述的方法，所述確定第一文本的第一文本向量和第二文本的第二文本向量，包括：

分別對所述第一文本和所述第二文本進行文本切分，得到第一文本單元集和第二文本單元集；

分別對所述第一文本單元集和所述第二文本單元集進行向量化，得到第一文本單元向量集和第二文本單元向量集；

基于第一文本單元向量集和第二文本單元向量集，分別生成所述第一文本的第一文本向量和第二文本的第二文本向量。

3.根據(jù)權(quán)利要求2所述的方法，在所述分別對所述第一文本和所述第二文本進行文本切分，得到第一文本單元集和第二文本單元集之前，還包括：

確定所述第一文本和所述第二文本的文本類型；

若所述文本類型屬于預(yù)設(shè)的強語義場景，則選擇詞匯級的文本單元維度進行文本切分；

若所述文本類型屬于預(yù)設(shè)的弱語義場景，則選擇字符級或者子詞級的文本單元維度進行文本切分。

4.根據(jù)權(quán)利要求2所述的方法，所述分別對所述第一文本單元集和所述第二文本單元集進行向量化，得到第一文本單元向量集和第二文本單元向量集，包括：

若所述第一文本和所述第二文本屬于預(yù)設(shè)的特定領(lǐng)域，則將所述第一文本單元集和所述第二文本單元集分別輸入至詞向量模型中，得到第一文本單元向量集和第二文本單元向量集，所述詞向量模型基于所述特定領(lǐng)域的語料訓(xùn)練，用于生成文本單元集中的每個文本單元的文本單元向量。

5.根據(jù)權(quán)利要求2所述的方法，所述基于第一文本單元向量集和第二文本單元向量集，分別生成所述第一文本的第一文本向量和第二文本的第二文本向量，包括：

分別對所述第一文本單元向量集內(nèi)的文本單元向量和所述第二文本單元向量集內(nèi)的文本單元向量進行拼接，得到第一拼接文本向量和第二拼接文本向量；

基于預(yù)設(shè)深度學(xué)習(xí)文本特征抽取器，分別分析所述第一拼接文本向量中的向量之間上下文關(guān)聯(lián)和所述第二拼接文本向量中的向量之間的上下文關(guān)聯(lián)；

基于所述向量之間的上下文關(guān)聯(lián)，分別生成所述第一拼接文本向量和所述第二拼接文本向量的句子級別的表示，得到第一文本向量和第二文本向量。

6.根據(jù)權(quán)利要求5所述的方法，還包括：

確定所述第一文本和所述第二文本的文本復(fù)雜類型；

若所述文本復(fù)雜類型屬于短文本類型，則選擇基于卷積神經(jīng)網(wǎng)絡(luò)CNN或者循環(huán)神經(jīng)網(wǎng)絡(luò)RNN結(jié)構(gòu)的文本特征抽取器；

若所述文本復(fù)雜類型屬于長文本類型或者語義復(fù)雜類型，則選擇基于自注意力機制的文本特征抽取器。

7.根據(jù)權(quán)利要求1所述的方法，所述確定所述第一文本向量和所述第二文本向量的對齊信息，包括：

確定所述第一文本向量對應(yīng)的句內(nèi)上下文關(guān)聯(lián)依賴關(guān)系和所述第二文本向量對應(yīng)的句內(nèi)上下文關(guān)聯(lián)依賴關(guān)系；

基于所述第一文本向量和所述第二文本向量的語義信息，對所述第一文本向量和所述第二文本向量進行句間對齊處理，得到句間對齊信息，所述句間對齊信息用于描述文本向量之間的文本單元的相似關(guān)系；

基于所述句內(nèi)上下文關(guān)聯(lián)依賴關(guān)系和所述句間對齊信息，生成所述第一文本向量和所述第二文本向量的對齊信息。