[发明专利]一种基于自回归与自编码的语义相似度获取方法

权利要求书

1.一种基于自回归与自编码的语义相似度获取方法，其特征在于：包括如下步骤：

S1：根据输入的原始文本，进行文本表征，获取优化的内容特征和查询特征；

S2：根据上述步骤得到的内容特征和查询特征，使用优化语义提取模型进行语义特征提取；

S3：根据上述步骤提取的原始文本的语义特征和现有的目标文本的语义特征，获取语义相似度；

所述的步骤S1中，所述的内容特征包括字向量、声调向量、词性向量以及位置向量；

所述的查询特征包括声调向量、词性向量以及位置向量；

所述的步骤S2中，根据全排列机制和多信息注意力机制对Transformer模型进行优化，获取优化语义提取模型；

所述的全排列机制的具体方法为：将当前原始文本的优化的内容特征的字向量、声调向量、词性向量以及位置向量作为Transformer模型的输入向量，根据输入向量的排列顺序，获取当前字的预测输出向量；

所述的多信息注意力机制的具体方法为：根据上一隐藏层的所有字的内容特征，获取当前隐藏层的当前字的内容特征；根据上一隐藏层的除当前字以外的所有字的内容特征以及上一隐藏层的当前字的查询特征，获取当前隐藏层的当前字的查询特征。

2.根据权利要求1所述的基于自回归与自编码的语义相似度获取方法，其特征在于：所述的步骤S3中，使用余弦相似度方法，获取语义相似度。

3.根据权利要求2所述的基于自回归与自编码的语义相似度获取方法，其特征在于：所述的余弦相似度方法的公式为：

式中，Si为语义相似度；为原始文本的语义特征向量；为目标文本的语义特征向量。