[发明专利]文本匹配分析方法、装置、电子设备及存储介质

权利要求书

1.一种文本匹配分析方法，其特征在于，所述方法包括：

获取查询文本和所述查询文本对应的结果文本集；

将所述查询文本输入至预设的第一BERT模型中，得到查询向量，及将所述结果文本集输入至预设的第二BERT模型中，得到每个结果文本的多个词向量；

根据所述查询向量和每个结果文本的每个词向量计算对应词的注意力权重；

根据每个结果文本的每个词的注意力权重对对应结果文本进行加权求和，得到每个结果文本的第一文本向量；

拼接所述查询向量和每个结果文本的第一文本向量得到第二文本向量，并将所述第二文本向量输入至全连接层，确定所述查询文本和每个结果文本的匹配值。

2.如权利要求1所述的文本匹配分析方法，其特征在于，所述根据所述查询向量和每个结果文本的每个词向量计算对应词的注意力权重包括：

计算所述查询向量与每个结果文本的每个词向量之间的点积，得到每个结果文本的每个词向量的第一乘积；

计算所述查询向量的模与每个结果文本的每个词向量的模之间的乘积，得到每个结果文本的每个词向量的第二乘积；

计算所述第一乘积和所述第二乘积的商数，将所述商数确定为所述查询向量与每个结果文本的每个词向量之间的相似度；

对所述查询向量与每个结果文本的每个词向量之间的相似度进行归一化处理，得到每个结果文本的每个词的注意力权重。

3.如权利要求1所述的文本匹配分析方法，其特征在于，所述将所述查询文本输入至预设的第一BERT模型中，得到查询向量包括：

识别所述预设的第一BERT模型中的预设的输入长度阈值；

将所述查询文本的长度与所述预设的输入长度阈值进行比较；

当所述查询文本的长度小于所述预设的输入长度阈值时，填充所述查询文本得到新的查询文本；

将所述新的查询文本按照预设的词嵌入算法转换为词向量，并对所述词向量进行编码，得到查询向量。

4.如权利要求1所述的文本匹配分析方法，其特征在于，所述根据每个结果文本的每个词的注意力权重对对应结果文本进行加权求和，得到每个结果文本的第一文本向量包括：

计算每个结果文本的每个词的注意力权重与对应词的词向量之间的乘积，得到每个结果文本的每个词的加权词向量；

计算每个结果文件中的多个词的加权词向量之和，得到所述每个结果文本的第一文本向量。

5.如权利要求1所述的文本匹配分析方法，其特征在于，所述将所述第二文本向量输入至全连接层，确定所述查询文本和每个结果文本的匹配值包括：

为所述第二文本向量中的每个词创建Query向量、Key向量及Value向量；

将每个词创建的Query向量、Key向量及所述Value向量输入至全连接层中，计算每个词的Query向量与对应词的Key向量之间的乘积，得到每个词的第一分值；

计算每个词向量的Query向量与所述第二文本向量中的其余词的Key向量之间的乘积，得到每个词的多个第二分值；

计算所述每个词第一分值与所述每个词的多个第二分值之和，得到每个词的第三分值；

识别每个词的Key向量的维度，对所述维度进行开方运算，得到每个词的维度系数；

计算所述每个词的第三分值与所述每个词的维度系数的商数，将所述商数确定为每个词的匹配值；

计算所述多个词的匹配值之和，确定为所述查询文本和每个结果文本的匹配值。