[发明专利]基于信息交互的文本相似度识别方法、装置、设备及介质

权利要求书

1.一种基于信息交互的文本相似度识别方法，其特征在于，所述方法包括：

若接收到用户所输入的第一文本信息及第二文本信息，将所述第一文本信息及所述第二文本信息分别转换为对应的第一字符序列及第二字符序列；

根据预置的关键词提取模型分别从所述第一文本信息及所述第二文本信息中提取得到对应的第一关键词序列及第二关键词序列；

根据预置的字符映射信息对所述第一字符序列及所述第二字符序列进行映射转换得到字符编码信息；

将所述字符编码信息输入预置的神经网络模型，得到与所述字符编码信息对应的字符向量；

根据所述字符向量分别获取与所述第一关键词序列及所述第二关键词序列对应的第一关键词向量及第二关键词向量；

将所述第一关键词向量及所述第二关键词向量分别输入所述神经网络模型中的自注意力神经网络，得到对应的第一关键词表征向量及第二关键词表征向量；

根据预置的相似度识别模型获取所述第一关键词表征向量与所述第二关键词表征向量的识别结果。

2.根据权利要求1所述的基于信息交互的文本相似度识别方法，其特征在于，所述将所述第一文本信息及所述第二文本信息分别转换为对应的第一字符序列及第二字符序列，包括：

对所述第一文本信息及所述第二文本信息中的无效字符进行过滤，得到对应的第一有效文本信息及第二有效文本信息；

对所述第一有效文本信息及所述第二有效文本信息分别进行转换得到对应的第一字符序列及第二字符序列。

3.根据权利要求1所述的基于信息交互的文本相似度识别方法，其特征在于，所述关键词提取模型包含多种提取算法及一个语料库，所述根据预置的关键词提取模型分别从所述第一文本信息及所述第二文本信息中提取得到对应的第一关键词序列及第二关键词序列，包括：

根据所述多种提取算法及所述语料库分别从所述第一文本信息及所述第二文本信息中提取得到与每一所述提取算法对应的多组备选关键词；

获取所述第一文本信息的多组备选关键词中重复的关键词作为所述第一文本信息的第一关键词序列；

获取所述第二文本信息的多组备选关键词中重复的关键词作为所述第二文本信息的第二关键词序列。

4.根据权利要求1所述的基于信息交互的文本相似度识别方法，其特征在于，所述根据预置的字符映射信息对所述第一字符序列及所述第二字符序列进行映射转换得到字符编码信息，包括：

对所述第一字符序列及所述第二字符序列进行拼接得到对应的拼接序列；

根据所述字符映射信息对所述拼接序列进行映射转换得到所述拼接序列中每一字符的映射编码；

根据所述拼接序列中每一字符对应的排序位置获取每一字符的排序编码；

将所述拼接序列中每一字符的映射编码与所述排序编码进行累加计算，得到与所述拼接序列对应的字符编码信息。

5.根据权利要求1所述的基于信息交互的文本相似度识别方法，其特征在于，所述将所述字符编码信息输入预置的神经网络模型，得到与所述字符编码信息对应的字符向量，包括：

将所述自注意力神经网络中配置的初始标识值及所述字符编码信息中的每一编码信息输入所述自注意力神经网络进行自注意力计算得到每一所述编码信息的加权值；

判断迭代次数是否满足终止循环条件；

若所述迭代次数满足终止循环条件，获取每一次计算得到的所述加权值组合为所述字符编码信息对应的字符向量；

若所述迭代次数不满足所述终止循环条件，将所述加权输出值与所述初始标识值进行加权求和计算得到对应的加权输出值；

将所述加权输出值输入所述循环神经网络进行迭代计算得到对应的输出值，并将所述输出值作为所述初始标识值返回执行所述将所述自注意力神经网络中配置的初始标识值及所述字符编码信息中的每一编码信息输入所述自注意力神经网络进行自注意力计算得到每一所述编码信息的加权值的步骤。