[發(fā)明專利]相似文本匹配方法、裝置、電子設(shè)備及存儲介質(zhì)有效
| 申請?zhí)枺?/td> | 202110320474.4 | 申請日： | 2021-03-25 |
| 公開（公告）號： | CN112883730B | 公開（公告）日： | 2023-01-17 |
| 發(fā)明（設(shè)計）人： | 周瑯;杜佳輝 | 申請（專利權(quán)）人： | 平安國際智慧城市科技股份有限公司 |
| 主分類號： | G06F40/289 | 分類號： | G06F40/289;G06F40/216;G06F40/242;G06F40/30 |
| 代理公司： | 深圳市沃德知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44347 | 代理人： | 高杰;于志光 |
| 地址： | 518000 廣東省深圳市前海深港合*** | 國省代碼： | 廣東;44 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 相似 文本 匹配 方法 裝置 電子設(shè)備 存儲 介質(zhì) | ||
1.一種相似文本匹配方法，其特征在于，所述方法包括：
獲取文本集合，按照文本主題對所述文本集合中各文本進(jìn)行分類，得到分類文本；
利用預(yù)先訓(xùn)練的實體特征提取模型提取所述分類文本的實體特征要素，并根據(jù)所述實體特征要素生成所述分類文本的索引數(shù)據(jù)表，其中，所述索引數(shù)據(jù)表中包含用于調(diào)取對應(yīng)的分類文本的文本調(diào)用選項或鏈接地址；
獲取目標(biāo)文本，對所述目標(biāo)文本進(jìn)行實體要素特征提取，得到目標(biāo)實體特征要素；
計算所述目標(biāo)實體特征要素與索引數(shù)據(jù)表名的第一匹配值，并選取所述第一匹配值大于預(yù)設(shè)的第一匹配閾值的索引數(shù)據(jù)表為目標(biāo)索引數(shù)據(jù)表；
計算所述目標(biāo)實體特征要素與所述目標(biāo)索引數(shù)據(jù)表中各實體特征要素的第二匹配值，并確定所述第二匹配值大于預(yù)設(shè)的第二匹配閾值的實體特征要素為匹配實體特征要素；
將所述匹配實體特征要素對應(yīng)的分類文本匯集為所述目標(biāo)文本的相似文本。
2.如權(quán)利要求1所述的相似文本匹配方法，其特征在于，所述按照文本主題對所述文本集合中各文本進(jìn)行分類，得到分類文本，包括：
對所述文本集合中各文本進(jìn)行分詞處理，得到文本分詞；
對所述文本分詞進(jìn)行詞頻統(tǒng)計，得到分詞詞頻；
根據(jù)所述分詞詞頻計算所述文本分詞的分詞權(quán)重；
確定所述分詞權(quán)重大于預(yù)設(shè)的權(quán)重閾值的文本分詞為所述文本集合中對應(yīng)文本的主題詞；
按照所述主題詞將所述文本集合中的文本進(jìn)行分類，得到分類文本。
3.如權(quán)利要求2所述的相似文本匹配方法，其特征在于，所述對所述文本集合中各文本進(jìn)行分詞處理，得到文本分詞，包括：
遍歷所述文本集合中各文本以確定各文本中斷句符號的位置；
根據(jù)所述斷句符號的位置將所述文本集合中各文本分解為多個單獨句子；
利用預(yù)設(shè)標(biāo)準(zhǔn)詞典將所述多個單獨句子分別進(jìn)行單詞切分，得到文本分詞。
4.如權(quán)利要求1所述的相似文本匹配方法，其特征在于，所述根據(jù)所述實體特征要素生成所述分類文本的索引數(shù)據(jù)表，包括：
構(gòu)建空白數(shù)據(jù)表；
將所述分類文本的文本類別作為所述空白數(shù)據(jù)表的表名，將所述分類文本的實體特征要素作為所述空白數(shù)據(jù)表的主鍵，得到索引數(shù)據(jù)表。
5.如權(quán)利要求4所述的相似文本匹配方法，其特征在于，所述計算所述目標(biāo)實體特征要素與所述索引數(shù)據(jù)表名的第一匹配值，包括：
統(tǒng)計所述目標(biāo)實體特征要素與所述索引數(shù)據(jù)表名的重合字粒度；
對所述目標(biāo)實體特征要素進(jìn)行語義向量轉(zhuǎn)換，得到目標(biāo)語義向量；
對所述索引數(shù)據(jù)表名進(jìn)行語義向量轉(zhuǎn)換，得到表名語義向量；
計算所述目標(biāo)語義向量與所述表名語義向量之間的向量偏差；
將所述向量偏差與所述重合字粒度的倒數(shù)相乘得到所述第一匹配值。
6.如權(quán)利要求5所述的相似文本匹配方法，其特征在于，所述對所述目標(biāo)實體特征要素進(jìn)行語義向量轉(zhuǎn)換，得到目標(biāo)語義向量，包括：
獲取所述目標(biāo)實體特征要素對應(yīng)的字節(jié)向量集，所述字節(jié)向量集中包含目標(biāo)實體特征要素中每個字節(jié)的字節(jié)向量；
將所述目標(biāo)實體特征要素中每個字節(jié)對應(yīng)的字節(jié)向量分別進(jìn)行拼接，得到所述目標(biāo)語義向量。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于平安國際智慧城市科技股份有限公司，未經(jīng)平安國際智慧城市科技股份有限公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202110320474.4/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
