[发明专利]一种文本匹配方法、装置、系统以及存储介质

权利要求书

1.一种文本匹配方法，其特征在于，包括如下步骤：

导入多个原始句子对，并分别对各个所述原始句子对进行标注分析，得到各个所述原始句子对的标注句子对；

构建编码器，利用所述编码器分别对各个所述原始句子对的标注句子对进行编码，得到各个所述原始句子对的句子对隐藏向量；

分别根据各个所述原始句子对以及所述原始句子对的句子对隐藏向量进行向量分析，得到各个所述原始句子对的差异向量、第一初始全局向量以及第二初始全局向量；

分别根据各个所述原始句子对的差异向量、第一初始全局向量以及第二初始全局向量进行句子对相似性匹配分数的计算，得到各个所述原始句子对的句子对相似性匹配分数，并将所有所述句子对相似性匹配分数作为文本匹配结果。

2.根据权利要求1所述的文本匹配方法，其特征在于，所述分别对各个所述原始句子对进行标注分析，得到各个所述原始句子对的标注句子对的过程包括：

分别对各个所述原始句子对进行潜在关键词的提取，得到各个所述原始句子对的多个潜在关键词；

根据预设知识库分别对各个所述原始句子对的各个潜在关键词进行匹配，得到各个所述原始句子对的多个匹配后关键词；

基于命名实体识别方法，根据各个所述原始句子对的多个匹配后关键词分别对对应的所述原始句子对进行标注，得到各个所述原始句子对的标注句子对。

3.根据权利要求1所述的文本匹配方法，其特征在于，所述标注句子对包括第一标注句子和第二标注句子，所述编码器包括BERT模型和最大池化层；

所述利用所述编码器分别对各个所述原始句子对的标注句子对进行编码，得到各个所述原始句子对的句子对隐藏向量的过程包括：

利用所述BERT模型分别对各个所述原始句子对的第一标注句子进行编码，得到各个所述原始句子对的第一隐藏分量；

利用所述BERT模型分别对各个所述原始句子对的第二标注句子进行编码，得到各个所述原始句子对的第二隐藏分量；

利用所述最大池化层分别对各个所述原始句子对的第一隐藏分量进行最大池化处理，得到各个所述原始句子对的第一句子隐藏向量；

利用所述最大池化层分别对各个所述原始句子对的第二隐藏分量进行最大池化处理，得到各个所述原始句子对的第二句子隐藏向量；

其中，所述原始句子对的句子对隐藏向量包括所述原始句子对的第一句子隐藏向量和所述原始句子对的第二句子隐藏向量。

4.根据权利要求3所述的文本匹配方法，其特征在于，所述分别根据各个所述原始句子对以及所述原始句子对的句子对隐藏向量进行向量分析，得到各个所述原始句子对的差异向量、第一初始全局向量以及第二初始全局向量的过程包括：

利用所述BERT模型分别对各个所述原始句子对进行编码，得到各个所述原始句子对的第一初始全局向量以及第二初始全局向量；

分别根据各个所述原始句子对的第一句子隐藏向量、第二句子隐藏向量、第一初始全局向量以及第二初始全局向量进行差异向量的计算，得到各个所述原始句子对的差异向量。

5.根据权利要求4所述的文本匹配方法，其特征在于，所述分别根据各个所述原始句子对的第一句子隐藏向量、第二句子隐藏向量、第一初始全局向量以及第二初始全局向量进行差异向量的计算，得到各个所述原始句子对的差异向量的过程包括：

基于第一式，分别根据各个所述原始句子对的第一句子隐藏向量、第二句子隐藏向量、第一初始全局向量以及第二初始全局向量进行差异向量的计算，得到各个所述原始句子对的差异向量，所述第一式为：

K_diff＝[H_A(CLS)-H_B(CLS)]·[H_kw(A)-H_kw(B)]，

其中，K_diff为差异向量，H_A(CLS)为第一初始全局向量，H_B(CLS)为第二初始全局向量，H_kw(A)为第一句子隐藏向量，H_kw(B)为第二句子隐藏向量，·为点乘运算符。