[发明专利]文本匹配方法、设备、存储介质及产品

说明书

本申请提供一种文本匹配方法、设备、存储介质及产品，该方法包括：获取待匹配的第一文本数据和第二文本数据，分别提取第一文本数据及第二文本数据的关键特征，采用与关键特征相匹配的文本模板将关键特征转化为对应的自然语言文本片段，采用自注意力机制的深度神经网络模型将第一文本数据和第二文本数据分别对应的自然语言文本片段进行匹配，以获得第一文本数据和第二文本数据的匹配结果。本申请的方法可以应用在政府政策法规与相关企业的智能匹配场景中，利用深度神经网络的高阶特征抽取能力，可以实现对政府政策法规文本数据和企业文本数据自然语言文本的语义理解及匹配，从而无需人为基于文本特征构建构造特征，提高了匹配结果的准确度。

技术领域

本申请涉及人工智能技术，尤其涉及一种文本匹配方法、设备、存储介质及产品。

背景技术

随着人工智能技术的发展，人工智能技术应用在多个领域。其中，人工智能在文本匹配领域的应用，是数据搜索引擎的基础保障。

目前在进行文本匹配时，一般是获取两个文本的原始文本特征后，人为根据原始文本特征构建进行匹配时的构造特征，并采用对应的文本匹配算法根据构造特征进行匹配。所以匹配结果的好坏很大程度上依赖于构造特征的优劣，导致匹配结果的准确度较低，并且在构造特征发生改变时，需要适应性的去调整文本匹配算法，使文本匹配算法的通用性较差。

发明内容

本申请提供一种文本匹配方法、设备、存储介质及产品，用以解决现有技术中采用依赖于构造特征的文本匹配方法进行文本匹配，匹配结果的准确度较低，且需要根据构造特征的变化适应性调整文本匹配算法，文本匹配算法通用性较差的问题。

第一方面，本申请实施例提供一种文本匹配方法，包括：

获取待匹配的第一文本数据和第二文本数据；

分别提取所述第一文本数据及所述第二文本数据的关键特征；

采用与关键特征相匹配的文本模板将所述关键特征转化为对应的自然语言文本片段；

采用自注意力机制的深度神经网络模型将第一文本数据和第二文本数据分别对应的自然语言文本片段进行匹配，以获得第一文本数据和第二文本数据的匹配结果。

第二方面，本申请实施例提供一种电子设备，包括：处理器，以及与所述处理器通信连接的存储器；

所述存储器存储计算机执行指令；

所述处理器执行所述存储器存储的计算机执行指令，以实现如第一方面所述的方法。

第三方面，本申请实施例提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如第一方面所述的方法。

第四方面，本申请实施例提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如第一方面所述的方法。

本申请提供一种文本匹配方法、设备、存储介质及产品，获取待匹配的第一文本数据和第二文本数据，分别提取第一文本数据及第二文本数据的关键特征，采用与关键特征相匹配的文本模板将关键特征转化为对应的自然语言文本片段，采用自注意力机制的深度神经网络模型将第一文本数据和第二文本数据分别对应的自然语言文本片段进行匹配，以获得第一文本数据和第二文本数据的匹配结果。由于通过对待匹配的第一文本数据和第二文本数据进行关键特征提取，并采用与关键特征相匹配的文本模板将关键特征转化为对应的自然语言文本片段，能够使关键特征保留自然语言文本所特有的语义信息和上下文信息。而且自注意力机制的深度学习神经网络模型具有高阶特征抽取能力，能够对自然语言文本的复杂语义进行更加准确的理解及匹配，从而无需人为基于文本特征构建构造特征，提高了匹配结果的准确度。此外，当关键特征增加时，只需采用相应的文本模板将增加的关键特征转化为对应的自然语言文本片段，并采用原自注意力机制的深度神经网络模型进行进一步的文本匹配，无需对模型进行调整，有效保障了模型的通用性。