[发明专利]文本匹配方法、装置、计算机设备及可读存储介质

说明书

本申请属于自然语言处理技术领域，提供了一种文本匹配方法、装置、计算机设备及可读存储介质，该方法包括：获取目标文本以及与所述目标文本对应的待匹配文本集；通过训练好的BERT模型分别获得所述目标文本对应的第一句向量以及所述待匹配文本集中各个待匹配文本对应的第二句向量；分别对所述第一句向量以及各个所述第二句向量进行降噪处理，得到降噪第一句向量以及各个降噪第二句向量；根据所述降噪第一句向量以及各个所述降噪第二句向量，确定各个所述待匹配文本与所述目标文本的匹配程度；根据各个所述匹配程度，在所述待匹配文本集中确定所述目标文本的目标匹配文本。本申请能够提升文本匹配的匹配精度。

技术领域

本申请涉及自然语言处理技术领域，尤其涉及一种文本匹配方法、装置、计算机设备及可读存储介质。

背景技术

文本匹配是自然语言处理领域一个重要的基础领域，大量的NLP任务都是以文本匹配为出发点，例如信息检索、机器翻译、问答系统等等，其本质就是文本匹配问题。

在传统的文本匹配算法中，基于统计学词频的TF-IDF方法以原理简单易理解、实现程度高而被广泛应用，其主要原理是在给定一个语料库，通过对比句子中各个单词出现的频率与语料库中各单词出现频率进行比对，来衡量一个词语在文本中的重要程度，由此提取出文本的若干关键词，形成一个集合，再将向量化后的词集计算相似性。然而这种方法存在局限性，受语料库影响较大，忽略了词与词之间的交互性，当面对强干扰文本数据时匹配效果就很不理想，例如词汇完全重合但表达的意思不同的“机器学习””和“学习机器”，传统的TF-IDF方法就难以应对，精确性较低。

发明内容

本申请的主要目的在于提供一种文本匹配方法、装置、计算机设备及可读存储介质，旨在解决相关技术中文本匹配精确性不高的技术问题。

第一方面，本申请提供了一种文本匹配方法，所述方法包括：

获取目标文本以及与所述目标文本对应的待匹配文本集；

通过训练好的BERT模型分别获得所述目标文本对应的第一句向量以及所述待匹配文本集中各个待匹配文本对应的第二句向量；

分别对所述第一句向量以及各个所述第二句向量进行降噪处理，得到降噪第一句向量以及各个降噪第二句向量；

根据所述降噪第一句向量以及各个所述降噪第二句向量，确定各个所述待匹配文本与所述目标文本的匹配程度；

根据各个所述匹配程度，在所述待匹配文本集中确定所述目标文本的目标匹配文本。

第二方面，本申请还提供了一种文本匹配装置，所述装置包括：

获取模块，用于获取目标文本以及与所述目标文本对应的待匹配文本集；

获得模块，用于通过训练好的BERT模型分别获得所述目标文本对应的第一句向量以及所述待匹配文本集中各个待匹配文本对应的第二句向量；

降噪模块，用于分别对所述第一句向量以及各个所述第二句向量进行降噪处理，得到降噪第一句向量以及各个降噪第二句向量；

第一确定模块，用于根据所述降噪第一句向量以及各个所述降噪第二句向量，确定各个所述待匹配文本与所述目标文本的匹配程度；

第二确定模块，用于根据各个所述匹配程度，在所述待匹配文本集中确定所述目标文本的目标匹配文本。

第三方面，本申请还提供了一种计算机设备，所述计算机设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的计算机程序，其中所述计算机程序被所述处理器执行时，实现如上述的文本匹配方法的步骤。

第四方面，本申请还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其中所述计算机程序被处理器执行时，实现如上述的文本匹配方法。