[发明专利]一种服务于智能问答系统的文本匹配算法

权利要求书

1.一种服务于智能问答系统的文本匹配算法，其特征在于，包括问答库文本数据集、已优化的jieba分词器、已训练的word2vector模型和已修正的余弦相似度模型；

所述问答库文本数据集包括“固定问题集”和对应“固定问题集”的“固定答案集”；

所述已优化的jieba分词器包括精确模式和搜索模式；

通过CBOW模型对问答库文本数据集训练得到所述已训练的word2vecor模型；

所述已修正的余弦相似度计算模型为:

其中，i和j为同维度的向量，表示i和j第u个向量的向量均值，R_u,i表示输入向量i的第u个向量值，R_u,j表示输入向量j的第u个向量值；

所述文本匹配算法包括以下步骤：

S1、在智能问答系统中输入“咨询问题”；

S2、通过已优化的jieba分词器对“咨询问题”进行中文分词；

S3、通过已训练的word2vector模型对步骤S2中的中文分词进行词向量嵌入，并将中文分词转换为统一维度的词向量；

S4、步骤S3中的词向量通过已修正的余弦相似度模型进行相似度计算，并输出多个相似度计算值；

S5、对多个相似度计算值按照从大到小的顺序进行排序，与“固定问题集”中“固定问题”的给定相似度阈值进行比较，选择相似度计算值最大或者大于相似度阈值的“固定问题”和“对应的固定答案”，作为“咨询问题”的“咨询答案”。

2.根据权利要求1所述的一种服务于智能问答系统的文本匹配算法，其特征在于，所述给定相似度阈值的计算方法包括以下步骤：

S1、在智能问答系统中输入“固定问题”；

S2、通过已优化的jieba分词器对“固定问题”进行中文分词；

S3、通过已训练的word2vector模型对步骤S2中的中文分词进行词向量嵌入，并将中文分词转换为固定维度的词向量；

S4、步骤S3中的词向量通过已修正的余弦相似度模型进行相似度计算，并输出多个相似度计算值；

S5、对多个相似度计算值按照从大到小的顺序进行排序，选择相似度计算值最大的相似度计算值作为给定相似度阈值。

3.根据权利要求1所述的一种服务于智能问答系统的文本匹配算法，其特征在于，未经优化的所述jieba分词器的分词模式包括精确模式。

4.根据权利要求1所述的一种服务于智能问答系统的文本匹配算法，其特征在于，未经优化的所述jieba分词器的分词模式包括全模式。

5.根据权利要求1所述的一种服务于智能问答系统的文本匹配算法，其特征在于，未经优化的所述jieba分词器的分词模式包括搜索模式。

6.根据权利要求1所述的一种服务于智能问答系统的文本匹配算法，其特征在于，所述CBOW模型将输入的中文分词表达为256维的词向量。

7.根据权利要求1所述的一种服务于智能问答系统的文本匹配算法，其特征在于，未经修正的所述余弦相似度模型为：

其中，x,y为计算相似度的两个n维向量。