[發(fā)明專利]文本相似度的確定方法、裝置、存儲(chǔ)介質(zhì)及電子裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202210303278.0
• 申請(qǐng)日: 2022-03-25
• 公開(kāi)（公告）號(hào): CN114818651A
• 公開(kāi)（公告）日: 2022-07-29
• 發(fā)明（設(shè)計(jì)）人: 劉建國(guó);王迪;李昱澗
• 申請(qǐng)（專利權(quán)）人: 青島海爾科技有限公司;海爾智家股份有限公司
• 主分類號(hào): G06F40/205
• 分類號(hào): G06F40/205;G06F40/30;G06F16/35;G06K9/62
• 代理公司: 北京康信知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11240
• 代理人: 江舟

1.一種文本相似度的確定方法，其特征在于，包括：

獲取待確定文本相似度的多個(gè)文本；

對(duì)所述多個(gè)文本進(jìn)行第一特征提取，得到初始特征向量；

基于所述初始特征向量計(jì)算注意力權(quán)重，得到多個(gè)目標(biāo)特征向量；

將多個(gè)所述目標(biāo)特征向量轉(zhuǎn)換為文本向量，其中，所述文本向量用于指示所述多個(gè)文本中每個(gè)文本所表達(dá)的語(yǔ)義信息以及所述多個(gè)文本之間的語(yǔ)義關(guān)系；

根據(jù)所述文本向量確定所述多個(gè)文本之間的目標(biāo)相似度。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對(duì)所述多個(gè)文本進(jìn)行第一特征提取，得到初始特征向量，包括：

對(duì)所述多個(gè)文本進(jìn)行文本拼接，得到拼接文本；

將所述拼接文本轉(zhuǎn)換為標(biāo)記特征，其中，所述標(biāo)記特征包括多個(gè)標(biāo)記子特征，所述多個(gè)標(biāo)記子特征與所述多個(gè)文本一一對(duì)應(yīng)；

將所述標(biāo)記特征輸入第一注意力層，得到所述第一注意力層輸出的所述初始特征向量，其中，所述初始特征向量包括與所述多個(gè)標(biāo)記子特征一一對(duì)應(yīng)的多個(gè)第一元素集合，每個(gè)所述第一元素集合用于指示對(duì)應(yīng)文本的初始語(yǔ)義特征以及對(duì)應(yīng)文本與其他文本之間的初始語(yǔ)義關(guān)系。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述將所述拼接文本轉(zhuǎn)換為標(biāo)記特征，包括：

對(duì)所述拼接文本進(jìn)行字符切分，得到文本字符串；

獲取與所述第一注意力層匹配的目標(biāo)對(duì)應(yīng)關(guān)系，其中，所述目標(biāo)對(duì)應(yīng)關(guān)系中記錄了具有對(duì)應(yīng)關(guān)系的字符和標(biāo)記；

在所述目標(biāo)對(duì)應(yīng)關(guān)系中確定與所述文本字符串中包括的目標(biāo)字符對(duì)應(yīng)的目標(biāo)標(biāo)記；

將所述文本字符串中的所述目標(biāo)字符轉(zhuǎn)換為所述目標(biāo)字符對(duì)應(yīng)的目標(biāo)標(biāo)記，得到所述標(biāo)記特征。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述對(duì)所述拼接文本進(jìn)行字符切分，得到文本字符串，包括：

去除所述拼接文本中的格式標(biāo)簽和亂碼字符，得到待切分文本；

以文字為切分單位將所述待切分文本切分為所述文本字符串。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于所述初始特征向量計(jì)算注意力權(quán)重，得到多個(gè)目標(biāo)特征向量，包括：

將所述初始特征向量分別輸入第二注意力層包括的多個(gè)多頭注意力網(wǎng)絡(luò)中，其中，所述初始特征向量包括與所述多個(gè)文本一一對(duì)應(yīng)的多個(gè)第一元素集合，每個(gè)所述第一元素集合用于指示對(duì)應(yīng)文本的初始語(yǔ)義特征以及對(duì)應(yīng)文本與其他文本之間的初始語(yǔ)義關(guān)系；

通過(guò)每個(gè)所述多頭注意力網(wǎng)絡(luò)對(duì)每個(gè)所述第一元素集合進(jìn)行第二特征提取，得到多個(gè)第二元素集合，并計(jì)算每個(gè)所述第二元素集合對(duì)應(yīng)的目標(biāo)注意力權(quán)重得到多個(gè)目標(biāo)注意力權(quán)重；

根據(jù)所述多個(gè)第二元素集合和所述多個(gè)目標(biāo)注意力權(quán)重確定每個(gè)所述第一元素集合對(duì)應(yīng)的所述目標(biāo)特征向量，得到多個(gè)所述目標(biāo)特征向量，其中，每個(gè)所述目標(biāo)特征向量包括與多個(gè)所述第一元素集合中每個(gè)所述第一元素集合一一對(duì)應(yīng)的第三元素集合，每個(gè)所述第三元素集合用于指示對(duì)應(yīng)文本的目標(biāo)語(yǔ)義特征以及對(duì)應(yīng)文本與其他文本之間的目標(biāo)語(yǔ)義關(guān)系。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述文本向量確定所述多個(gè)文本之間的目標(biāo)相似度，包括：

對(duì)所述文本向量所包括的多個(gè)第四元素集合進(jìn)行分類，得到多組分類結(jié)果，其中，每個(gè)所述第四元素集合是對(duì)多個(gè)所述目標(biāo)特征向量對(duì)應(yīng)位置的第三元素集合進(jìn)行融合得到的，每個(gè)所述目標(biāo)特征向量包括與所述多個(gè)文本多一一對(duì)應(yīng)的多個(gè)所述第三元素集合，所述第三元素集合用于指示對(duì)應(yīng)文本的目標(biāo)語(yǔ)義特征以及對(duì)應(yīng)文本與其他文本之間的目標(biāo)語(yǔ)義關(guān)系，所述多組分類結(jié)果中每組分類結(jié)果用于指示多個(gè)所述第四元素集合之間是否匹配；

對(duì)所述多組分類結(jié)果進(jìn)行概率轉(zhuǎn)換，得到目標(biāo)概率作為所述目標(biāo)相似度。