[發(fā)明專利]文本匹配方法、裝置及存儲介質(zhì)

有效

• 申請?zhí)枺?/td>: 202111472529.X
• 申請日: 2021-12-06
• 公開（公告）號: CN113887192B
• 公開（公告）日: 2022-05-27
• 發(fā)明（設(shè)計(jì)）人: 葛鑫;姜鵬;趙宇;駱衛(wèi)華
• 申請（專利權(quán)）人: 阿里巴巴達(dá)摩院（杭州）科技有限公司
• 主分類號: G06F40/194
• 分類號: G06F40/194
• 代理公司: 北京合智同創(chuàng)知識產(chǎn)權(quán)代理有限公司 11545
• 代理人: 李杰;林鑫

本申請實(shí)施例提供一種文本匹配方法、裝置及存儲介質(zhì)，其中，文本匹配方法包括：獲取原文本和至少一個待匹配文本，原文本和待匹配文本均包含至少一個語句；在至少一個待匹配文本的語句中確定與原文本的語句相匹配的語句，并得到相互匹配的至少一個語句對；根據(jù)原文本和待匹配文本中相互匹配的語句對的數(shù)量確定待匹配文本的相似度分值；根據(jù)待匹配文本的相似度分值在至少一個待匹配文本中確定與原文本匹配的目標(biāo)文本。通過將文本中的語句進(jìn)行匹配，確定相互匹配的語句對，能夠更準(zhǔn)確地確定兩個文本之間的相似度分值，再根據(jù)文本之間的相似度分值確定相互匹配的文本，不需要訓(xùn)練多個模型，在保證較高的準(zhǔn)確率的前提下，提高了匹配效率。

技術(shù)領(lǐng)域

本申請實(shí)施例涉及人工智能技術(shù)領(lǐng)域，尤其涉及一種文本匹配方法、裝置及存儲介質(zhì)。

背景技術(shù)

隨著信息交流全球化的深入，機(jī)器翻譯的需求量大幅度提升，例如，翻譯跨國公司的技術(shù)資料、電商的商品信息等。而基于神經(jīng)網(wǎng)絡(luò)的機(jī)器翻譯需要大量的雙語互譯的句對數(shù)據(jù)，獲取雙語句對數(shù)據(jù)的前置條件就是獲取到語義平行的多語言文檔對，即內(nèi)容相同語種不同的多語言文檔對。示例性地，隨著互聯(lián)網(wǎng)的高速發(fā)展，海量網(wǎng)頁數(shù)據(jù)可以提供語義平行的多語言文檔對，而基于大數(shù)據(jù)量、語種異構(gòu)話等挑戰(zhàn)，如何從海量的網(wǎng)頁中挖掘互相平行的網(wǎng)頁對是亟待解決的問題。

發(fā)明內(nèi)容

有鑒于此，本申請實(shí)施例提供一種文本匹配方法、裝置及存儲介質(zhì)，以至少部分解決上述問題。

根據(jù)本申請實(shí)施例的第一方面，提供了一種文本匹配方法，包括：獲取原文本和至少一個待匹配文本，原文本和待匹配文本均包含至少一個語句；在至少一個待匹配文本的語句中確定與原文本的語句相匹配的語句，并得到相互匹配的至少一個語句對；根據(jù)原文本和待匹配文本中相互匹配的語句對的數(shù)量確定待匹配文本的相似度分值；根據(jù)待匹配文本的相似度分值在至少一個待匹配文本中確定與原文本匹配的目標(biāo)文本。

根據(jù)本申請實(shí)施例的第二方面，提供了一種文本匹配裝置，包括：獲取模塊，用于獲取原文本和至少一個待匹配文本，原文本和待匹配文本均包含至少一個語句；語句匹配模塊，用于在至少一個待匹配文本的語句中確定與原文本的語句相匹配的語句，并得到相互匹配的至少一個語句對；相似度模塊，用于根據(jù)原文本和待匹配文本中相互匹配的語句對的數(shù)量確定待匹配文本的相似度分值；文本匹配模塊，用于根據(jù)待匹配文本的相似度分值在至少一個待匹配文本中確定與原文本匹配的目標(biāo)文本。

根據(jù)本申請實(shí)施例的第三方面，提供了一種電子設(shè)備，包括：處理器、存儲器、通信接口和通信總線，處理器、存儲器和通信接口通過通信總線完成相互間的通信；存儲器用于存放至少一可執(zhí)行指令，可執(zhí)行指令使處理器執(zhí)行如第一方面的文本匹配方法對應(yīng)的操作。

根據(jù)本申請實(shí)施例的第四方面，提供了一種存儲介質(zhì)，其上存儲有計(jì)算機(jī)程序，該程序被處理器執(zhí)行時(shí)，實(shí)現(xiàn)如第一方面的文本匹配方法。

根據(jù)本申請實(shí)施例的第五方面，提供了一種計(jì)算機(jī)程序產(chǎn)品，該計(jì)算機(jī)程序產(chǎn)品被處理器執(zhí)行時(shí)，實(shí)現(xiàn)如第一方面的文本匹配方法。

本申請實(shí)施例提供的文本匹配方法、裝置及存儲介質(zhì)，獲取原文本和至少一個待匹配文本，原文本和待匹配文本均包含至少一個語句；在至少一個待匹配文本的語句中確定與原文本的語句相匹配的語句，并得到相互匹配的至少一個語句對；根據(jù)原文本和待匹配文本中相互匹配的語句對的數(shù)量確定待匹配文本的相似度分值；根據(jù)待匹配文本的相似度分值在至少一個待匹配文本中確定與原文本匹配的目標(biāo)文本。通過將文本中的語句進(jìn)行匹配，確定相互匹配的語句對，能夠更準(zhǔn)確地確定兩個文本之間的相似度分值，再根據(jù)文本之間的相似度分值確定相互匹配的文本，不需要訓(xùn)練多個模型，在保證較高的準(zhǔn)確率的前提下，提高了匹配效率。

附圖說明

為了更清楚地說明本申請實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本申請實(shí)施例中記載的一些實(shí)施例，對于本領(lǐng)域普通技術(shù)人員來講，還可以根據(jù)這些附圖獲得其他的附圖。