[發(fā)明專利]文本匹配方法、裝置、存儲介質(zhì)和程序產(chǎn)品

在審

• 申請?zhí)枺?/td>: 202111458767.5
• 申請日: 2021-12-02
• 公開（公告）號: CN114297338A
• 公開（公告）日: 2022-04-08
• 發(fā)明（設(shè)計）人: 石志林
• 申請（專利權(quán)）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F16/335;G06N3/08
• 代理公司: 廣州三環(huán)專利商標(biāo)代理有限公司 44202
• 代理人: 熊永強(qiáng);賈允

本申請?zhí)峁┝艘环N文本匹配方法、裝置、存儲介質(zhì)和程序產(chǎn)品，涉及人工智能技術(shù)領(lǐng)域，可以應(yīng)用于云技術(shù)、人工智能、智慧交通、輔助駕駛等各種場景，包括：獲取目標(biāo)矩陣結(jié)構(gòu)和待匹配文本的待匹配文本特征；目標(biāo)矩陣結(jié)構(gòu)包括多個具有相同節(jié)點數(shù)的矩陣層，單層矩陣層中包括多個節(jié)點，單個節(jié)點對應(yīng)若干個候選文本；針對目標(biāo)矩陣結(jié)構(gòu)中的各矩陣層，通過目標(biāo)文本匹配模型對待匹配文本特征進(jìn)行概率分布預(yù)測處理，得到各矩陣層對應(yīng)的概率分布結(jié)果；基于概率分布結(jié)果分別對各矩陣層中的節(jié)點進(jìn)行篩選處理，得到待匹配文本特征在各矩陣層中對應(yīng)的目標(biāo)節(jié)點；將目標(biāo)節(jié)點對應(yīng)的候選文本確定為與待匹配文本匹配的目標(biāo)文本。本申請能夠有效提高文本匹配的匹配效率。

技術(shù)領(lǐng)域

本申請涉及人工智能技術(shù)領(lǐng)域，尤其涉及一種文本匹配方法、裝置、存儲介質(zhì)和程序產(chǎn)品。

背景技術(shù)

隨著人工智能技術(shù)的發(fā)展，人工智能技術(shù)被廣泛應(yīng)用于信息推薦、信息檢索、輿論分析和信息挖掘等場景，文本匹配是上述各種場景中最基礎(chǔ)的任務(wù)之一。現(xiàn)有的文本匹配方法通常是先獲取文本間的語義相似度，如向量空間距離或夾角等，然后根據(jù)語義相似度排序確定匹配的文本，或者利用預(yù)訓(xùn)練模型進(jìn)行文本匹配。然而，通過語義相似度計算的方法進(jìn)行文本匹配，表達(dá)能力非常局限，得到的相似度結(jié)果準(zhǔn)確性差，且計算量較大，不適用于大規(guī)模文本匹配；預(yù)訓(xùn)練模型存在參數(shù)量龐大的自限性，導(dǎo)致其預(yù)測性能較差，同樣不適合大規(guī)模文本匹配。因此，需要提供一種改進(jìn)的文本匹配方案，以解決上述問題。

發(fā)明內(nèi)容

本申請?zhí)峁┝艘环N文本匹配方法、裝置和存儲介質(zhì)，可以有效提高文本匹配的準(zhǔn)確率和匹配效率，優(yōu)化后續(xù)任務(wù)的應(yīng)用效果。

一方面，本申請?zhí)峁┝艘环N文本匹配方法，所述方法包括：

獲取目標(biāo)矩陣結(jié)構(gòu)和待匹配文本的待匹配文本特征；其中，所述目標(biāo)矩陣結(jié)構(gòu)包括多個具有相同節(jié)點數(shù)的矩陣層，單層矩陣層中包括多個節(jié)點，單個節(jié)點對應(yīng)若干個候選文本；

針對所述目標(biāo)矩陣結(jié)構(gòu)中的各矩陣層，通過目標(biāo)文本匹配模型對所述待匹配文本特征進(jìn)行概率分布預(yù)測處理，得到所述各矩陣層對應(yīng)的概率分布結(jié)果；所述概率分布結(jié)果表征所述待匹配文本特征針對單個矩陣層中各節(jié)點的概率分布；

基于所述概率分布結(jié)果分別對所述各矩陣層中的節(jié)點進(jìn)行節(jié)點篩選處理，得到所述待匹配文本特征在所述各矩陣層中對應(yīng)的目標(biāo)節(jié)點；

將所述目標(biāo)節(jié)點對應(yīng)的候選文本確定為與所述待匹配文本匹配的目標(biāo)文本；

其中，所述目標(biāo)文本匹配模型是以候選文本作為訓(xùn)練樣本，根據(jù)無監(jiān)督學(xué)習(xí)方法對基于所述目標(biāo)矩陣結(jié)構(gòu)構(gòu)建的初始預(yù)測模型，進(jìn)行針對目標(biāo)矩陣結(jié)構(gòu)的各矩陣層的概率分布預(yù)測和所述候選文本的節(jié)點表示更新的迭代訓(xùn)練得到的。

另一方面提供了一種文本匹配裝置，所述裝置包括：

文本特征獲取模塊：用于獲取目標(biāo)矩陣結(jié)構(gòu)和待匹配文本的待匹配文本特征；其中，所述目標(biāo)矩陣結(jié)構(gòu)包括多個具有相同節(jié)點數(shù)的矩陣層，單層矩陣層中包括多個節(jié)點，單個節(jié)點對應(yīng)若干個候選文本；

概率分布預(yù)測模塊：用于針對所述目標(biāo)矩陣結(jié)構(gòu)中的各矩陣層，通過目標(biāo)文本匹配模型對所述待匹配文本特征進(jìn)行概率分布預(yù)測處理，得到所述各矩陣層對應(yīng)的概率分布結(jié)果；所述概率分布結(jié)果表征所述待匹配文本特征針對單個矩陣層中各節(jié)點的概率分布；

目標(biāo)節(jié)點篩選模塊：用于基于所述概率分布結(jié)果分別對所述各矩陣層中的節(jié)點進(jìn)行節(jié)點篩選處理，得到所述待匹配文本特征在所述各矩陣層中對應(yīng)的目標(biāo)節(jié)點；

目標(biāo)文本確定模塊：用于將所述目標(biāo)節(jié)點對應(yīng)的候選文本確定為與所述待匹配文本匹配的目標(biāo)文本；

其中，所述目標(biāo)文本匹配模型是以候選文本作為訓(xùn)練樣本，根據(jù)無監(jiān)督學(xué)習(xí)方法對基于所述目標(biāo)矩陣結(jié)構(gòu)構(gòu)建的初始預(yù)測模型，進(jìn)行針對目標(biāo)矩陣結(jié)構(gòu)的各矩陣層的概率分布預(yù)測和所述候選文本的節(jié)點表示更新的迭代訓(xùn)練得到的。