[發明專利]匹配正文的方法、裝置、設備、存儲介質以及程序產品

在審

• 申請號: 202110209688.4
• 申請日: 2021-02-25
• 公開（公告）號: CN112926308A
• 公開（公告）日: 2021-06-08
• 發明（設計）人: 潘旭;黃強;楊哲;洪賽丁;章文俊;鐘輝強;徐思琪;周厚謙;劉崇
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06F40/258
• 分類號: G06F40/258;G06F40/289;G06F16/34;G06K9/62
• 代理公司: 北京英賽嘉華知識產權代理有限責任公司 11204
• 代理人: 王達佐;馬曉亞

1.一種匹配正文的方法，包括：

獲取熱點事件對應的第一標題文本，以及與預設的文本集合中的正文對應的第二標題文本；

將所述第一標題文本中的分詞和所述第二標題文本中的分詞進行聚類，得到詞集合；

根據所述詞集合中的分詞對應的權重，以及所述第一標題文本中的分詞對應的權重，確定所述第二標題文本與所述第一標題文本之間的相似度；

響應于所述相似度大于預設的相似度閾值，將所述文本集合中與所述第二標題文本對應的正文作為所述第一標題文本的目標正文。

2.根據權利要求1所述的方法，其中，所述將所述第一標題文本中的分詞和所述第二標題文本中的分詞進行聚類，得到詞集合，包括：

根據所述第一標題文本中的實體詞和其他詞，以及所述第二標題文本中的實體詞和其他詞交集，得到所述詞集合。

3.根據權利要求1或2所述的方法，其中，若所述詞集合包括目標實體詞和其他目標詞；

所述根據所述詞集合中的分詞對應的權重，以及所述第一標題文本中的分詞對應的權重，確定所述第二標題文本與所述第一標題文本之間的相似度，包括：

根據所述目標實體詞對應的權重，所述其他目標詞的詞性對應的權重，所述第一標題文本中的實體詞對應的權重，以及所述第一標題文本中的其他詞的詞性對應的權重，確定所述第二標題文本與所述第一標題文本之間的相似度。

4.根據權利要求3所述的方法，其中，所述根據所述目標實體詞對應的權重，所述其他目標詞的詞性對應的權重，根據所述第一標題文本中的實體詞對應的權重，以及所述第一標題文本中的其他詞的詞性對應的權重，確定所述第二標題文本與所述第一標題文本之間的相似度，包括：

根據所述目標實體詞對應的權重和所述其他目標詞的詞性對應的權重，確定所述詞集合對應的權重；

根據所述第一標題文本中的實體詞對應的權重和其他詞的詞性對應的權重，確定所述第一標題文本對應的權重；

根據詞集合對應的權重與所述第一標題文本對應的權重的比值，確定所述第二標題文本與所述第一標題文本之間的相似度。

5.根據權利要求4所述的方法，其中，所述第一標題文本中的實體詞對應的權重和其他詞的詞性對應的權重基于以下步驟確定：

將所述第一標題文本中的實體詞和其他詞分別輸入預先訓練的權重確定模型中，得到所述第一標題文本中的實體詞對應的權重和其他詞的詞性對應的權重。

6.根據權利要求5所述的方法，其中，所述權重確定模型基于以下步驟確定：

獲取訓練樣本集，其中，所述訓練樣本集中的訓練樣本包括樣本標題文本中的分詞的屬性信息和對應的樣本權重標簽；

將所述樣本標題文本中的分詞的屬性信息作為所述權重確定模型的輸入，將所述樣本權重標簽作為所述權重確定模型的輸出，訓練初始模型，得到權重確定模型。

7.根據權利要求6所述的方法，其中，所述屬性信息為實體詞或詞性。

8.根據權利要求1所述的方法，其中，所述文本集合中的正文為通過所述第一標題文本召回的正文。

9.一種匹配正文的裝置，包括：

文本獲取模塊，被配置成獲取熱點事件對應的第一標題文本，以及與預設的文本集合中的正文對應的第二標題文本；

集合得到模塊，被配置成將所述第一標題文本中的分詞和所述第二標題文本中的分詞進行聚類，得到詞集合；

相似度確定模塊，被配置成根據所述詞集合中的分詞對應的權重，以及所述第一標題文本中的分詞對應的權重，確定所述第二標題文本與所述第一標題文本之間的相似度；

作為正文模塊，被配置成響應于所述相似度大于預設的相似度閾值，將所述文本集合中與所述第二標題文本對應的正文作為所述第一標題文本的目標正文。

10.根據權利要求9所述的裝置，其中，所述集合得到模塊，進一步配置成：

根據所述第一標題文本中的實體詞和其他詞，以及所述第二標題文本中的實體詞和其他詞交集，得到所述詞集合。