[发明专利]语句相似度的分析方法、装置及计算机设备有效

专利信息
申请号: 201911382184.1 申请日: 2019-12-27
公开(公告)号: CN111198939B 公开(公告)日: 2021-11-23
发明(设计)人: 李佳;吴玉武;张东阳;王子诚 申请(专利权)人: 北京健康之家科技有限公司
主分类号: G06F16/332 分类号: G06F16/332;G06F40/295;G06F40/30;G06N3/08;G06K9/62
代理公司: 北京中强智尚知识产权代理有限公司 11448 代理人: 黄耀威
地址: 100102 北京市朝阳区利*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 语句 相似 分析 方法 装置 计算机 设备
【权利要求书】:

1.一种语句相似度的分析方法,其特征在于,包括:

将接收到的文本语句与知识库中存储的任意一个基础语句,确定为待分析相似度的目标语句;

根据词语间的相关性,配置目标语句中各个词语对应的目标权重,包括:从目标语句中拆分出目标词语;依据注意力模型确定所述目标词语各自对应的隐向量;利用所述隐向量计算所述目标词语间的相关性;根据所述相关性配置所述目标词语对应的目标权重;

基于所述目标权重和所述隐向量,构建所述目标语句的目标句向量;

分析两个目标语句分别对应的目标句向量之间的交互对比信息;

基于所述交互对比信息,确定所述两个目标语句之间的语句相似度。

2.根据权利要求1所述的方法,其特征在于,所述基于所述目标权重和所述隐向量,构建目标语句的目标句向量,具体包括:

计算所述目标词语的目标权重与对应隐向量乘积的累加和,将所述累加和确定为目标词向量;

依据所述目标词语各自所在所述目标语句中的位置信息,拼接所述目标词向量,获取得到所述目标语句的目标句向量。

3.根据权利要求1所述的方法,其特征在于,所述分析两个目标语句分别对应的目标句向量之间的交互对比信息,具体包括:

获取第一目标语句构建的第一目标句向量,以及第二目标语句构建的第二目标句向量,所述第一目标句向量对应所述文本语句的句向量,所述第二目标句向量对应所述基础语句的句向量;

计算所述第一目标句向量和所述第二目标句向量间的曼哈顿距离,作为交互对比信息。

4.根据权利要求3所述的方法,其特征在于,所述基于所述交互对比信息,确定所述两个目标语句之间的语句相似度,具体包括:

将所述曼哈顿距离分别拼接至所述第一目标句向量和所述第二目标句向量的末端;

将拼接曼哈顿距离后的所述第一目标句向量和所述第二目标句向量输入至语句相似性计算模型中,获取得到所述两个目标语句之间的语句相似度。

5.根据权利要求4所述的方法,其特征在于,在所述将拼接曼哈顿距离后的所述第一目标句向量和所述第二目标句向量输入至语句相似性计算模型中,获取得到所述两个目标语句之间的语句相似度之前,还包括:

训练语句相似性计算模型,使所述语句相似性计算模型符合预设标准,

具体包括:

从文本库中随机筛选出两个样本语句,并确定所述样本语句的句向量,以及所述样本语句间的目标语句相似度,所述句向量由配置权重的各个词向量及曼哈顿距离拼接而成;

将所述句向量输入至语句相似性计算模型,获取得到预测语句相似度;

若判定所述预测语句相似度与所述目标语句相似度之间的误差小于预设阈值,则判定所述语句相似性计算模型通过训练;

若判定所述预测语句相似度与所述目标语句相似度之间的误差大于或等于所述预设阈值,则利用所述目标语句相似度重复训练修正所述语句相似性计算模型,使所述语句相似性计算模型符合所述预设标准。

6.根据权利要求1所述的方法,其特征在于,还包括:

将与所述文本语句的语句相似度最高的基础语句确定为目标基础语句;

获取所述目标基础语句对应的目标应答输出结果;

将所述目标应答输出结果作为所述文本语句对应的问答结果输出。

7.根据权利要求6所述的方法,其特征在于,在获取所述目标基础语句对应的目标应答输出结果之前,具体还包括:

为各个基础语句配置对应的应答输出结果;

以三元组结构的方式创建所述基础语句与对应应答输出结果的知识库;

所述获取所述目标基础语句对应的目标应答输出结果,具体包括:

在所述知识库中提取出与所述目标基础语句匹配的目标应答输出结果。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京健康之家科技有限公司,未经北京健康之家科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911382184.1/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top