[发明专利]文本相似度确定方法、系统、存储介质以及电子设备

权利要求书

1.一种文本相似度确定方法，其特征在于，包括：

获取需要进行文本相似度计算的第一文本以及第二文本；

确定所述第一文本与所述第二文本之间的字符串特征；

分别将所述第一文本和所述第二文本转换为向量编码，得到所述第一文本对应第一编码序列和所述第二文本对应的第二编码序列；

根据所述第一编码序列、以及所述第二编码序列，得到所述第一编码序列对应的第一融合特征和所述第二编码序列对应的第二融合特征；

根据所述字符串特征、所述第一编码序列、以及所述第一融合特征，得到所述第一文本的第一语义特征；以及

根据所述字符串特征、所述第二编码序列、以及所述第二融合特征，得到所述第二文本的第二语义特征；

根据所述第一语义特征以及所述第二语义特征，确定所述第一文本与所述第二文本之间的文本相似度。

2.根据权利要求1所述的文本相似度确定方法，其特征在于，所述分别将所述第一文本和所述第二文本转换为向量编码，得到所述第一文本对应第一编码序列和所述第二文本对应的第二编码序列，包括：

分别将所述第一文本和所述第二文本中的字符转换为对应的特征向量，得到所述第一文本对应的字符特征向量和所述第二文本对应的字符特征向量；

分别对所述第一文本对应的字符特征向量和所述第二文本对应的字符特征向量进行编码，得到所述第一编码序列和所述第二编码序列。

3.根据权利要求1所述的文本相似度确定方法，其特征在于，所述根据所述第一编码序列、以及所述第二编码序列，得到所述第一编码序列对应的第一融合特征和所述第二编码序列对应的第二融合特征，包括：

将所述第一编码序列与所述第二编码序列中的元素相乘，得到对齐矩阵；

基于所述对齐矩阵，结合第一预设计算式，得到所述第一融合特征，其中，所述第一预设计算式为：

其中，为所述第一融合特征中的第i个元素，l_b为所述第二编码序列的长度，e_ij为所述对齐矩阵中的第i行第j列的元素，e_ik为所述对齐矩阵中的第i行第k列的元素，为所述第二编码序列中的第j个元素；

基于所述对齐矩阵，结合第二预设计算式，得到所述第二融合特征，其中，所述第二预设计算式为：

其中，为所述第二融合特征中的第i个元素，l_a为所述第一编码序列的长度，e_ij为所述对齐矩阵中的第i行第j列的元素，e_kj为所述对齐矩阵中的第k行第j列的元素，为所述第一编码序列中的第i个元素。

4.根据权利要求1所述的文本相似度确定方法，其特征在于，所述根据所述字符串特征、所述第一编码序列、以及所述第一融合特征，得到所述第一文本的第一语义特征，包括：

将所述第一编码序列、所述第一融合特征、所述第一编码序列与所述第一融合特征之间的差值、所述第一编码序列与所述第一融合特征的点积、以及所述字符串特征进行拼接，得到所述第一文本的全局特征；

对所述第一文本的全局特征进行编码，得到所述第一语义特征。

5.根据权利要求1所述的文本相似度确定方法，其特征在于，所述根据所述字符串特征、所述第二编码序列、以及所述第二融合特征，得到所述第二文本的第二语义特征，包括：

将所述第二编码序列、所述第二融合特征、所述第二编码序列与所述第二融合特征之间的差值、所述第二编码序列与所述第二融合特征的点积、以及所述字符串特征进行拼接，得到所述第二文本的全局特征；

对所述第二文本的全局特征进行编码，得到所述第二语义特征。