申请/专利权人：中国人民解放军战略支援部队信息工程大学

申请日：2024-04-03

公开（公告）日：2024-07-05

公开（公告）号：CN118296401A

主分类号：G06F18/22

分类号：G06F18/22;G06F18/213;G06F18/25;G06F40/211;G06F40/284;G06F40/30

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.07.23#实质审查的生效;2024.07.05#公开

摘要：本发明提供一种短文本匹配方法及系统。该方法可分两个方面：一方面，在知识表示方面，采取知识表示学习增强的方法，通过对文本进行词嵌入和句子特征两方面的知识表示学习，增加特征提取能力；另一方面，在特征融合方面，采用借助外部知识库改善短文本匹配任务的识别率，使用单个句子的义原知识信息、句法依存信息以及句子之间的语义相似度信息进行多特征融合增强。通过知识学习表示增强和多特征融合，提高文本匹配任务的识别准确率，进而促进复述、阅读理解、文本蕴含等子任务的发展。

主权项：1.一种短文本匹配方法，其特征在于，包括：步骤1：获取待匹配的句子文本对，所述句子文本对包括前提句和假设句；步骤2：对所述句子文本对进行数据预处理，得到所述前提句的词序列P和所述假设句的词序列H；步骤3：对词序列P和词序列H均分别进行词编码处理和整句编码处理，并各自将词编码处理结果和整句编码处理结果进行拼接，得到所述前提句的增强后向量序列ωp和所述假设句的增强后向量序列ωh；步骤4：分别提取词序列P和词序列H对应的义原特征向量、句法依存特征向量以及所述前提句和所述假设句之间的语义相似度向量；步骤5：对所述前提句的增强后向量序列ωp、义原特征向量、句法依存特征向量和语义相似度向量进行融合，得到融合后特征向量对所述假设句的增强后向量序列ωh、义原特征向量、句法依存特征向量和语义相似度向量进行融合，得到融合后特征向量步骤6：根据融合后特征向量和融合后特征向量使用互注意力机制计算交互后的前提句的注意力向量β和假设句的注意力向量α；步骤7：以子句为单位，对融合后特征向量和注意力向量β进行聚合，得到所述前提句中的各子句向量权重，对融合后特征向量和注意力向量α进行聚合，得到所述假设句中的各子句向量权重；步骤8：根据所述前提句中的各子句向量权重和所述假设句中的各子句向量权重得到文本匹配结果。

全文数据：

权利要求：

百度查询： 中国人民解放军战略支援部队信息工程大学 一种短文本匹配方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD