[发明专利]一种快速文本匹配方法及装置

权利要求书

1.一种快速文本的匹配方法，其特征在于，包括：

对问题编码向量和参考候选编码向量进行相似度计算，得到一参考相似度，其中所述问题编码向量是对待匹配问题进行向量编码后得到，所述问题文本对应一候选文本集，所述参考候选编码向量是对所述候选文本集中的其中任意一个候选文本进行向量编码得到；

根据每个其他候选编码向量，生成所述问题编码向量和每个其他候选编码向量的对比相似度；

根据所述参考相似度以及每个所述对比相似度确定与所述问题文本匹配的候选文本；

所述根据每个其他候选编码向量，生成所述问题编码向量和每个其他候选编码向量的对比相似度，包括：

计算每个其他候选编码向量与所述参考候选编码向量之间的差向量；

根据所述差向量和所述参考相似度，计算得到所述问题编码向量和每个其他候选编码向量的对比相似度。

2.根据权利要求1所述的匹配方法，其特征在于，所述匹配方法还包括：

获取待匹配问题文本；

根据所述问题文本确定所述候选文本集。

3.根据权利要求2所述的匹配方法，其特征在于，所述匹配方法还包括：

对所述问题文本和/或多个候选文本进行编码得到所述问题编码向量和多个对应的候选编码向量；其中，所述多个对应的候选编码向量包括所述参考候选编码向量和其他候选编码向量。

4.根据权利要求1所述的匹配方法，其特征在于，所述问题编码向量包括至少一个问题分词子向量，每个候选编码向量包括至少一个候选分词子向量；对问题编码向量和参考候选编码向量进行相似度计算，得到一参考相似度，包括：

根据所述问题编码向量和所述参考候选编码向，生成至少一个交互映射矩阵；

根据所述至少一个交互映射矩阵生成相似度分类矩阵；

根据所述相似度分类矩阵生成所述参考相似度。

5.根据权利要求4所述的匹配方法，其特征在于，所述至少一个交互映射矩阵包括第一交互映射矩阵，所述根据所述问题编码向量和所述参考候选编码向，生成至少一个交互映射矩阵，包括：

选取所述问题编码向量中的第一数量问题分词子向量以及所述参考候选编码向量中的第二数量候选分词子向量；

将所述第一数量问题分词子向量置于所述参考候选编码向量中，得到交互参考候选编码向量，将所述第二数量候选分词子向量置于所述问题编码向量中，得到交互问题编码向量；

对所述交互问题编码向量与所述交互问题编码向量中的首个分词子向量进行点乘操作，对所述交互参考候选编码向量与所述交互参考候选编码向量中的首个分词子向量进行点乘操作，并基于所述点乘操作结果分别得到填充问题编码向量和填充参考候选编码向量；

组合所述问题编码向量、所述参考候选编码向量、所述填充问题编码向量以及所述填充参考候选编码向量，生成第一交互映射矩阵。

6.根据权利要求4所述的匹配方法，其特征在于，所述至少一个交互映射矩阵包括第二交互映射矩阵，所述根据所述问题编码向量和所述参考候选编码向量，生成至少一个交互映射矩阵，包括：

根据所述问题编码向量和所述参考候选编码向量，生成多个交互向量；

根据一预设向量和所述多个交互向量，得到所述第二交互映射矩阵；其中所述预设向量通过大规模预训练模型训练得到。

7.根据权利要求4所述的匹配方法，其特征在于，所述至少一个交互映射矩阵包括第三交互映射矩阵，所述根据所述问题编码向量和所述参考候选编码向量，生成至少一个交互映射矩阵，包括：

对所述问题编码向量中的问题分词子向量和所述参考候选编码向量中的候选分词子向量进行点乘操作，得到词级别关联度矩阵；

基于神经网络模型执行交互编码操作，得到所述第三交互映射矩阵。