[发明专利]一种产品模型描述对比方法及系统

权利要求书

1.一种产品模型描述对比方法，其特征在于，包括：

获取第一产品模型描述文本和第二产品模型描述文本；

对所述第一产品模型描述文本和所述第二产品模型描述文本进行处理，得到待对比词向量；

将所述待对比词向量分别输入相关信息分类器和差异信息分类器中，得到所述第一产品模型描述文本和所述第二产品模型描述文本之间的关联信息和差异信息；

将所述第一产品模型描述文本和所述第二产品模型描述文本之间的关联信息和差异信息进行拼接得到待对比整体信息；

将所述待对比整体信息输入训练好的相似度计算器中，得到所述第一产品模型描述文本和所述第二产品模型描述文本的语义相似度；

其中，所述相关信息分类器、所述差异信息分类器和所述训练好的相似度计算器是采用训练样本数据分别作为第一生成器和第二生成器的输入，以所述第一生成器输出的关联信息和所述第二生成器输出的差异信息作为判别器的输入进行对抗训练，同时以所述第一生成器输出的关联信息和所述第二生成器输出的差异信息作为相似度计算器的输入进行训练得到的。

2.根据权利要求1所述的一种产品模型描述对比方法，其特征在于，所述相关信息分类器和所述差异信息分类器的确定方法，具体包括：

获取训练样本数据；所述训练样本数据包括语义相近的第一训练描述文本和第二训练描述文本；

对所述第一训练描述文本和所述第二训练描述文本依次进行处理得到第一训练词向量，对所述第二训练描述文本和所述第一训练描述文本依次进行处理得到第二训练词向量；

构建第一生成器、第二生成器和判别器；所述第一生成器和所述第二生成器的输出端均与所述判别器连接；所述第一生成器和所述第二生成器的输出端均与所述相似度计算器连接；

将所述第一训练词向量和所述第二训练词向量分别输入所述第一生成器，将所述第一训练词向量和所述第二训练词向量分别输入所述第二生成器，将所述第一生成器输出的第一关联信息、所述第一生成器输出的第二关联信息、所述第二生成器输出的第一差异信息、所述第二生成器输出的第二差异信息排列组合后得到多组样本及各组对应的类标签，并将多组所述样本及对应的类标签输入所述判别器进行对抗训练，得到训练好的第一生成器和训练好的第二生成器；

将所述训练好的第一生成器确定为相关信息分类器，将训练好的第二生成器确定为差异信息分类器。

3.根据权利要求2所述的一种产品模型描述对比方法，其特征在于，所述训练好的相似度计算器的确定方法，具体包括：

构建相似度计算器；

将所述第一训练词向量或所述第二训练词向量分别作为所述第一生成器和所述第二生成器的输入，并将所述第一生成器输出的关联信息和所述第二生成器输出的差异信息进行拼接得到训练整体信息；

将所述训练整体信息及对应的语义相似度标签输入所述相似度计算器进行训练，得到训练好的相似度计算器。

4.根据权利要求3所述的一种产品模型描述对比方法，其特征在于，所述第一生成器和所述第二生成器均由多层Transformer神经网络的编码器堆叠而成；所述判别器由多层卷积神经网络与一层全连接层依次堆叠而成；所述相似度计算器是由多层双向长短时记忆网络和一层全连接层依次堆叠而成。

5.根据权利要求1所述的一种产品模型描述对比方法，其特征在于，所述对所述第一产品模型描述文本和所述第二产品模型描述文本进行处理，得到待对比词向量，具体包括：

对所述第一产品模型描述文本和所述第二产品模型描述文本进行分词处理；

采用Word2Vec算法对分词后的第一产品模型描述文本和分词后的第二产品模型描述文本依次进行转换，得到待对比词向量。