[發明專利]一種文本匹配方法、裝置、設備及介質

有效

• 申請號: 202110253010.6
• 申請日: 2021-03-09
• 公開（公告）號: CN112632232B
• 公開（公告）日: 2022-03-15
• 發明（設計）人: 傅瑋萍;許國偉;丁文彪;劉子韜
• 申請（專利權）人: 北京世紀好未來教育科技有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F40/284;G06F40/30
• 代理公司: 北京開陽星知識產權代理有限公司 11710
• 代理人: 安偉

1.一種文本匹配方法，其特征在于，包括：

獲取待匹配的目標短文本和目標長文本；

確定與所述目標短文本相匹配的候選長文本；

采用第一匹配模型對所述目標長文本和所述候選長文本進行匹配，確定第一匹配結果；

基于所述第一匹配結果，得到所述目標短文本與所述目標長文本的匹配結果；

其中，采用第一匹配模型對所述目標長文本和所述候選長文本進行匹配，確定第一匹配結果，包括：

將所述目標長文本和所述候選長文本分別輸入文本表征模型中，得到對應的語義向量；

根據所述目標長文本和所述候選長文本對應的語義向量確定融合特征向量，并將所述融合特征向量輸入所述第一匹配模型中，得到第一匹配結果；

其中，基于所述第一匹配結果，得到所述目標短文本與所述目標長文本的匹配結果，包括：

當所述第一匹配結果為匹配成功時，則可以確定所述目標短文本和所述目標長文本匹配成功；

當所述第一匹配結果為匹配失敗時，則可以確定所述目標短文本和所述目標長文本匹配失敗；

其中，所述第一匹配模型為預先訓練的用于進行長文本匹配的深度學習模型。

2.根據權利要求1所述的方法，其特征在于，確定與所述目標短文本相匹配的候選長文本，包括：

通過在預設的文本匹配庫中進行查找，確定與所述目標短文本匹配的候選長文本，其中，所述候選長文本的數量為至少一個。

3.根據權利要求2所述的方法，其特征在于，通過在預設的文本匹配庫中進行查找，確定與所述目標短文本匹配的候選長文本包括：

確定所述目標短文本與所述文本匹配庫中的各短文本的文本相似度；

將文本相似度大于或等于相似度閾值的短文本所對應的長文本確定為所述候選長文本。

4.根據權利要求2所述的方法，其特征在于，所述文本匹配庫按照短文本與長文本匹配的文本對的方式進行存儲。

5.根據權利要求1所述的方法，其特征在于，根據所述目標長文本和所述候選長文本對應的語義向量確定融合特征向量，包括：

將所述目標長文本和所述候選長文本各自對應的語義向量經過融合處理后得到所述融合特征向量，其中，所述融合處理包括相加、相乘、相除、非線性變化中的至少一種。

6.根據權利要求1所述的方法，其特征在于，所述第一匹配模型通過以下方法訓練獲得：

獲取長文本樣本對，基于文本表征模型獲得所述長文本樣本對的語義向量；

將兩個語義向量進行融合處理后得到樣本融合特征向量；

基于樣本融合特征向量以及所述長文本樣本對的匹配標簽，對基礎第一匹配模型進行訓練，得到所述第一匹配模型。

7.根據權利要求1所述的方法，其特征在于，在確定與所述目標短文本相匹配的候選長文本之前，所述方法還包括：

采用第二匹配模型對所述目標短文本與所述目標長文本進行匹配，確定第二匹配結果；

如果所述第二匹配結果指示所述目標短文本和所述目標長文本匹配失敗，則執行所述確定與所述目標短文本相匹配的候選長文本。

8.根據權利要求7所述的方法，其特征在于，采用第二匹配模型對所述目標短文本與所述目標長文本進行匹配，確定第二匹配結果，包括：

提取所述目標短文本和所述目標長文本的文本特征；

將所述目標短文本和所述目標長文本的文本特征輸入所述第二匹配模型中，得到第二匹配結果。

9.根據權利要求8所述的方法，其特征在于，所述文本特征包括外顯特征、語義特征和交互特征中的至少一個，其中，所述外顯特征用于表征文本的可見特性，所述語義特征用于表征文本的語義特性，所述交互特征用于表征兩個文本之間的關聯特性。