[发明专利]语义相似度计算方法及装置

权利要求书

1.一种语义相似度计算方法，其特征在于，包括：

分别对句子对中的第一句子和第二句子进行预处理，提取第一句子对应的第一句法、第二句子对应的第二句法以及所述第一句子和所述第二句子之间的统计特征；

分别将所述第一句子和第二句子中的词语和词性转化成向量，得到对应的第一特征矩阵和第二特征矩阵；

根据所述第一特征矩阵、第二特征矩阵和预设的第一深度神经网络模型确定对应的第一句子初步表示和第二句子初步表示；

根据所述第一句子初步表示、第二句子初步表示、所述统计特征对应的统计特征向量和预设的第二深度神经网络模型确定所述第一句子和所述第二句子之间的相似度；

根据所述第一句子和所述第二句子之间的相似度确定所述第一句子和所述第二句子是否相似。

2.根据权利要求1所述的语义相似度计算方法，其特征在于，所述分别将所述第一句子和第二句子中的词语和词性转化成向量，确定对应的第一特征矩阵和第二特征矩阵，包括：

利用word2vec分别将所述第一句子和所述第二句子中的词语转化成词向量，得到第一句子对应的第一词语特征矩阵和第二句子对应的第二词语特征矩阵；

利用pos2vec分别将所述第一句子和所述第二句子中的词性转化成词性向量，得到第一句子对应的第一词性特征矩阵和第二句子对应的第二词性特征矩阵；

将所述第一词语特征矩阵和所述第一词性特征矩阵拼接得到所述第一特征矩阵，将所述第二词语特征矩阵和所述第二词特征矩阵拼接得到所述第二特征矩阵。

3.根据权利要求1所述的语义相似度计算方法，其特征在于，所述根据所述第一特征矩阵、第二特征矩阵和预设的第一深度神经网络模型得到对应的第一句子初步表示和第二句子初步表示，包括：

分别将所述第一特征矩阵和所述第二特征矩阵作为所述第一深度神经网络模型的输入，得到对应的第一句子初步表示和第二句子初步表示。

4.根据权利要求1所述的语义相似度计算方法，其特征在于，所述根据所述第一句子初步表示、第二句子初步表示、所述统计特征对应的特征向量和预设的第二深度神经网络模型确定所述第一句子和所述第二句子之间的相似度，包括：

分别对所述第一句子初步表示和所述第二句子初步表示做逐点相减和逐点相乘运算，得到对应的几何距离特征矩阵和角度距离特征矩阵；

将所述统计特征编码成向量，得到对应的统计特征向量；

将所述统计特征向量、所述几何距离特征矩阵和所述角度距离特征矩阵进行拼接，得到拼接结果；

将所述拼接结果作为所述第二深度神经网络模型的输入，计算得到所述第一句子和所述第二句子的相似度。

5.根据权利要求1至4中任一项所述的语义相似度计算方法，其特征在于，所述根据所述第一句子和所述第二句子之间的相似度确定所述第一句子和所述第二句子是否相似，包括：

当所述第一句子和所述第二句子之间的相似度大于预设相似度时，确定所述第一句子和所述第二句子相似；

当所述第一句子和所述第二句子之间的相似度小于或者等于预设相似度时，确定所述第二句子和所述第二句子不相似。

6.一种语义相似度计算装置，其特征在于，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：

分别对句子对中的第一句子和第二句子进行预处理，提取第一句子对应的第一句法、第二句子对应的第二句法以及所述第一句子和所述第二句子之间的统计特征；

分别将所述第一句子和第二句子中的词语和词性转化成向量，得到对应的第一特征矩阵和第二特征矩阵；

根据所述第一特征矩阵、第二特征矩阵和预设的第一深度神经网络模型确定对应的第一句子初步表示和第二句子初步表示；

根据所述第一句子初步表示、第二句子初步表示、所述统计特征对应的统计特征向量和预设的第二深度神经网络模型确定所述第一句子和所述第二句子之间的相似度；

根据所述第一句子和所述第二句子之间的相似度确定所述第一句子和所述第二句子是否相似。