[发明专利]文本匹配方法及装置

说明书

本发明实施例公开了一种文本匹配方法及装置，包括：获取待处理的目标文本；根据预设的分词规则对所述目标文本进行分词处理生成至少一个特征词向量；基于所述至少一个特征词向量，对所述目标文本进行分类生成分类集，其中，所述分类集包括至少两个成层级关系分布的分类结果；根据所述分类集在预设的剧本文档中匹配与所述目标文本对应的回复文本。通过层级分布关系能够层级确定回复文本，因此，能够提高了文本匹配的准确性，且层次匹配能够避免用户在会话过程中发生意外或者转移话题时，能够匹配到与其话题对应的回复信息，提高会话的流畅度和用户体验。

技术领域

本发明实施例涉及人工智能领域，尤其是一种文本匹配方法及装置。

背景技术

用户画像最初是在电商领域得到应用的，在大数据时代背景下，用户信息充斥在网络中，将用户的每个具体信息抽象成标签，利用这些标签将用户形象具体化，从而为用户提供有针对性的服务。

现有技术中，为收集用户的用户画像，会通过制定对话剧本，根据对话剧本与用户进行对话，在对话过程中收集用户信息生成用户画像。本发明创造的发明人在研究中发现，现有技术中通过会话信息获取用户画像时，用户必须严格按照剧本设计的逻辑进行，如果用户中途出现任何偏差，均会导致收集的用户信息无法与剧本内容对应，进而使用户的标签出现紊乱。因此，现有技术中，会话信息收集过程中对环境变化的适应性较弱，无法在与用户正常交流中获取有用信息。

发明内容

本发明实施例提一种能够对文本信息进行准确匹配的文本匹配方法及装置。

第一方面，提供一种文本匹配方法，包括：

获取待处理的目标文本；

根据预设的分词规则对所述目标文本进行分词处理生成至少一个特征词向量；

基于所述至少一个特征词向量，对所述目标文本进行分类生成分类集，其中，所述分类集包括至少两个成层级关系分布的分类结果；

根据所述分类集在预设的剧本文档中匹配与所述目标文本对应的回复文本。

可选地，所述获取待处理的目标文本包括：

获取目标用户的用户语音；

将所述用户语音进行语音转换处理生成目标字段；

根据所述目标字段生成所述目标文本。

可选地，所述根据预设的分词规则对所述目标文本进行分词处理生成至少一个特征词向量包括：

将所述目标文本进行切分生成多个分词集，其中，各分词集中均包括至少一个分词元素；

基于相邻两个分词元素之间的组合概率，计算所述各分词集对应的分词概率；

基于预设的词汇表，将所述各分词集中分词概率最大的分词集进行映射转化生成所述至少一个特征词向量。

可选地，所述对所述目标文本进行分类生成分类集包括：

将所述至少一个特征词向量组装成目标特征数组；

将所述目标特征数组输入至预设的文本分类模型中，其中，所述文本分类模型为预先训练至收敛状态，用于对文本信息进行多级分类的分类模型；

读取所述文本分类模型输出的所述分类集。

可选地，所述将所述至少一个特征词向量组装成目标特征数组包括：

将所述至少一个特征词向量组装成全量特征数组；

根据预设的等分阈值将所述全量特征数组进行切分形成多个局部特征数组；

选择所述多个局部特征数组中的一个局部特征数组为所述目标特征数组。