[发明专利]面向智能交互的句子对语义匹配方法和装置

说明书

本发明公开了一种面向智能交互的句子对语义匹配方法和装置，属于人工智能、自然语言处理领域。本发明要解决的技术问题为如何捕获语义特征和句子交互信息，以实现人机交互句子对的智能语义匹配。采用的技术方案为通过构建并训练由多粒度嵌入模块、多级对齐匹配网络模块、特征增强模块和标签预测模块组成的句子对语义匹配模型，实现对句子信息的多级对齐匹配表示，通过一维最大池化和交互生成句子对的匹配张量并判定句子对的匹配度，达到句子对智能匹配的目标。该装置包括句子对语义匹配知识库构建单元、训练数据集生成单元、句子对语义匹配模型构建单元及句子对语义匹配模型训练单元。

技术领域

本发明涉及人工智能、自然语言处理技术领域，具体涉及一种面向智能交互的句子对语义匹配方法和装置。

背景技术

随着人工智能技术的发展，越来越多的智能系统被广泛应用于人们的日常生活中，如阿里智能客服机器人、苹果Siri智能语音助手等。如何与这些智能系统进行有效的交互，是决定用户体验的一个关键因素。目前，大多数智能系统可通过图形用户接口、键盘、鼠标、语言和手势等进行交互控制。其中，语言交互是最重要的人机交互方式；对于人类而言，该方式最为便捷。通过语言交互，用户的指令以语言的形式直接传送给智能系统，而系统的反馈以语言的形式直接传送给用户。对于一个理想的智能系统，其应该能够理解用户语言，执行用户的指示，并以恰当的语言反馈用户。句子对语义匹配在智能人机交互中有着重要的应用。比如，在自动问答系统中，智能系统接收用户提出的问题，将用户问题与标准问答知识库中的问题进行匹配，将匹配的标准问题的答案反馈给用户，将能够有效提升用户在人机交互中的体验。句子对语义匹配在自动问答系统、推荐系统、自然语言推理等面向智能系统的人机交互应用中均具有重要的作用；这些人机交互应用，均可以演化为句子对语义匹配问题而予以解决。

句子对语义匹配任务旨在衡量两个句子所蕴含的语义是否一致。自然语言句子的语义匹配度计算是一项极具挑战性的工作，现有方法还尚未能完善地解决这一问题。

现有方法在对句子对的语义进行匹配时，通常采用基于表示的方法或基于交互的方法。基于表示的方法首先对两个句子进行编码得到各自的向量表示，再通过相似度计算函数来计算两向量的相似度；侧重于构建语义向量表示层，有着结构简单和解释性强的优点；但是，该方法并没有充分捕获两个句子彼此之间的交互依赖关系，这并不符合人类进行语义匹配的模式。为解决上述不足，基于交互的方法应运而生。基于交互的方法一般是通过注意力机制捕获两个句子彼此间的交互特征，然后将匹配结果通过某种结构聚合起来，以得到最终的语义表示；该方法的优点是可以较好地捕获句子之间的交互依赖、把握语义焦点，对上下文重要性进行合理建模；但是，目前大多数工作侧重于进行单词级别的交互；部分工作针对中文的特点，开始同时考虑词语和字符级别的交互，这些工作虽然考虑了两种粒度，但是它们依然忽略了两种粒度彼此之间的交互，并且没有考虑交互之后进行再次编码以提取更深层次的语义特征。

发明内容

本发明的技术任务是提供面向智能交互的句子对语义匹配方法和装置，捕获更多的语义特征和句子交互信息，以实现人机交互句子对的智能语义匹配的目的。

本发明的技术任务是按以下方式实现的，面向智能交互的句子对语义匹配方法，该方法是通过构建并训练由多粒度嵌入模块、多级对齐匹配网络模块、特征增强模块和标签预测模块组成的句子对语义匹配模型，实现对句子信息的多级对齐匹配表示，通过一维最大池化和交互生成句子对的匹配张量并判定句子对的匹配度，以达到对句子对进行智能语义匹配的目标；具体如下：

多粒度嵌入模块对输入的句子以字粒度和词粒度分别进行嵌入操作，得到句子的多粒度嵌入表示；

多级对齐匹配网络模块对句子的多粒度嵌入表示进行编码操作，得到句子的多级对齐匹配网络表示；

特征增强模块对句子对的多级对齐匹配网络表示进行进一步地一维最大池化和特征交互操作，得到句子对的匹配向量；