[發明專利]基于文本匹配模型的文本分類方法、裝置及相關設備

有效

• 申請號: 202110463070.0
• 申請日: 2021-04-22
• 公開（公告）號: CN113032572B
• 公開（公告）日: 2023-09-05
• 發明（設計）人: 劉吉剛
• 申請（專利權）人: 中國平安人壽保險股份有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F40/126;G06F40/194;G06N3/0442;G06N3/048;G06N3/08
• 代理公司: 深圳國新南方知識產權代理有限公司 44374
• 代理人: 代文成

本發明公開了一種基于文本匹配模型的文本分類方法，應用于人工智能領域，用于解決對文本匹配的匹配結果預測不準確的技術問題。本發明提供的方法包括：通過文本匹配模型中的編碼層對第一文本語料和第二文本語料進行處理，得到第一文本語料的編碼特征和第二文本語料的編碼特征；通過特征增強層對第一文本語料和第二文本語料的編碼特征進行處理，得到第一增強特征和第二增強特征；通過注意力融合層得到突出的第一增強特征和突出的第二增強特征；通過注意力融合層對第一增強特征和突出的第一增強特征進行融合，得到第一融合特征，對第二增強特征和突出的第二增強特征進行融合，得到第二融合特征；根據這兩個融合特征得到兩個文本語料之間的匹配概率。

技術領域

本發明涉及人工智能技術領域，尤其涉及一種基于文本匹配模型的文本分類方法、裝置、計算機設備及存儲介質。

背景技術

在自然語言的處理場景中，建立兩個句子的語義關系模型是非常重要的一個步驟，被廣泛的應用在很多場景，例如釋義檢測、自然語言推理、文本匹配等。在文本匹配技術領域，神經網絡取得了令人矚目的成果，神經網絡可以從大量的數據中獲取信息，并且有強大的學習能力。跨句子的attention被廣泛應用在神經網絡中，用來做文本匹配。

傳統的文本匹配模型包括編碼層、對齊層和分類層，需要進行文本匹配的兩個文本中的詞語分別通過該文本匹配模型中的不同層進行不同的處理，得到攜帶有對應語義信息的特征向量傳遞給下一層，最后通過分類層輸出這兩個文本的匹配概率。然而在通過對齊層對中間的句子特征做跨句子attention時，由于句子經過不同的層取得了不同的語義信息，可能不能直接用來做匹配，并且每個中間層特征的處理結果與前面層輸出的特征結果緊密相連，如果前面層輸出有錯誤的特征信息，該錯誤的特征信息會一直傳遞下去，從而導致中間特征輸入到對齊層時不能對齊，最終會導致該文本匹配模型輸出的匹配概率不準確。

發明內容

本發明實施例提供一種基于文本匹配模型的文本分類方法、裝置、計算機設備及存儲介質，以解決對文本匹配的匹配結果預測不準確的技術問題。

一種基于文本匹配模型的文本分類方法，所述文本匹配模型包括編碼層、特征增強層、注意力融合層和分類層，所述方法包括：

獲取待匹配的第一文本語料和第二文本語料；

通過預先訓練好的文本匹配模型中的所述編碼層對所述第一文本語料進行處理，得到所述第一文本語料的編碼特征；

通過所述文本匹配模型中的所述編碼層對所述第二文本語料進行處理，得到所述第二文本語料的編碼特征；

通過所述特征增強層對所述第一文本語料的編碼特征進行處理，得到第一增強特征，通過所述特征增強層對所述第二文本語料的編碼特征進行處理，得到第二增強特征；

通過所述注意力融合層計算所述第一增強特征和所述第二增強特征之間的相似性，并根據所述相似性對所述第一增強特征和所述第二增強特征進行突出，得到突出的第一增強特征和突出的第二增強特征；

通過所述注意力融合層對所述第一增強特征和所述突出的所述第一增強特征進行融合，得到第一融合特征，對所述第二增強特征和所述突出的所述第二增強特征進行融合，得到第二融合特征；

所述分類層根據所述第一融合特征和所述第二融合特征得到所述第一文本語料和所述第二文本語料之間的匹配概率。

一種基于文本匹配模型的文本分類裝置，所述裝置包括：

語料獲取模塊，用于獲取待匹配的第一文本語料和第二文本語料；

第一處理模塊，用于通過預先訓練好的文本匹配模型中的所述編碼層對所述第一文本語料進行處理，得到所述第一文本語料的編碼特征；

第二處理模塊，用于通過所述文本匹配模型中的所述編碼層對所述第二文本語料進行處理，得到所述第二文本語料的編碼特征；