[發明專利]相似文本確定方法及相關設備

有效

• 申請號: 202110071000.0
• 申請日: 2021-01-19
• 公開（公告）號: CN112395886B
• 公開（公告）日: 2021-04-13
• 發明（設計）人: 李小娟
• 申請（專利權）人: 深圳壹賬通智能科技有限公司
• 主分類號: G06F40/30
• 分類號: G06F40/30;G06F40/194;G06F40/289;G06K9/62
• 代理公司: 深圳市賽恩倍吉知識產權代理有限公司 44334
• 代理人: 楊毅玲;劉麗華

1.一種相似文本確定方法，其特征在于，所述相似文本確定方法包括：

接收相似文本確定請求，并根據所述相似文本確定請求確定待檢測文本；

從所述相似文本確定請求中獲取目標文本；

對所述待檢測文本進行分詞處理，得到多個待檢測分詞，并對所述目標文本進行分詞處理，得到多個目標分詞；

獲取所述多個待檢測分詞與所述多個目標分詞的并集，得到所有分詞；

根據所述多個待檢測分詞及所述多個目標分詞生成待檢測特征向量，并根據所述多個待檢測分詞及所述多個目標分詞生成目標特征向量；

計算所述待檢測特征向量與所述目標特征向量的相似度，得到所述待檢測文本與所述目標文本的文本相似度，并將所述多個待檢測分詞與所述多個目標分詞的交集確定為共現詞語；

計算所述共現詞語的共現數量，并計算所述所有分詞的分詞總量；

將所述共現數量除以所述分詞總量，得到相似系數；

根據所述待檢測文本的語氣與所述目標文本的語氣確定所述待檢測文本與所述目標文本的極性特征；

根據所述文本相似度、所述相似系數及所述極性特征生成所述待檢測文本與所述目標文本的文本特征；

將所述待檢測文本轉換為待檢測語義向量，并將所述目標文本轉換為目標語義向量；

根據所述待檢測語義向量及所述目標語義向量生成所述待檢測文本與所述目標文本的語義特征，并根據所述文本特征及所述語義特征確定所述待檢測文本與所述目標文本的相似結果。

2.如權利要求1所述的相似文本確定方法，其特征在于，所述根據所述相似文本確定請求確定待檢測文本包括：

解析所述相似文本確定請求的報文，得到所述報文攜帶的數據信息；

從所述數據信息中獲取用于指示位置的信息作為存儲位置；

從所述存儲位置中確定待檢測文本庫，并從所述待檢測文本庫中提取任意文本作為所述待檢測文本。

3.如權利要求1所述的相似文本確定方法，其特征在于，所述根據所述多個待檢測分詞及所述多個目標分詞生成待檢測特征向量包括：

根據所述多個待檢測分詞與所述所有分詞的映射關系生成所述待檢測特征向量。

4.如權利要求1所述的相似文本確定方法，其特征在于，所述根據所述待檢測文本的語氣與所述目標文本的語氣確定所述待檢測文本與所述目標文本的極性特征包括：

檢測所述待檢測文本中是否包含預設詞語，得到第一檢測結果，并檢測所述目標文本中是否包含所述預設詞語，得到第二檢測結果，所述預設詞語用于指示否定語氣；

根據所述第一檢測結果確定所述待檢測文本的第一語氣，并根據所述第二檢測結果確定所述目標文本的第二語氣；

若所述第一語氣與所述第二語氣相同，將所述極性特征確定為第一數值；或者

若所述第一語氣與所述第二語氣不同，將所述極性特征確定為第二數值。

5.如權利要求1所述的相似文本確定方法，其特征在于，所述將所述待檢測文本轉換為待檢測語義向量包括：

將所述待檢測文本轉換為字向量序列；

利用正向長短期記憶網絡對所述字向量序列進行特征抽取，得到第一特征向量；

利用反向長短期記憶網絡對所述字向量序列進行特征抽取，得到第二特征向量；

拼接所述第一特征向量及所述第二特征向量，得到所述待檢測語義向量。

6.如權利要求1所述的相似文本確定方法，其特征在于，所述根據所述待檢測語義向量及所述目標語義向量生成所述待檢測文本與所述目標文本的語義特征包括：

將所述待檢測語義向量減去所述目標語義向量，得到差向量；

拼接所述待檢測語義向量、所述目標語義向量及所述差向量，得到拼接語義向量；

利用預先構建好的多層隱層對所述拼接語義向量進行迭代映射，得到所述語義特征。