[发明专利]信息匹配方法、装置、设备及存储介质

说明书

本申请公开了一种信息匹配方法、装置、设备及存储介质，涉及人工智能技术领域。所述方法包括：将目录树的根节点作为初始化的第一节点，将根节点的子节点作为初始化的第二节点；基于查询信息和第二节点对应的候选信息，分别计算每个第二节点的节点分值和路径分值；对于路径分值不符合第一条件的目标第二节点，从目录树中剔除目标第二节点及其子孙节点；判断目录树中是否还存在剩余第二节点；若存在则将剩余第二节点作为新的第一节点，剩余第二节点的子节点作为新的第二节点，并再次从分值计算步骤开始执行；若不存在则从目录树中未被剔除的节点中，选择符合第二条件的目标节点作为查询信息对应的匹配结果。本申请能够降低信息匹配的计算复杂度。

技术领域

本申请实施例涉及人工智能技术领域，特别涉及一种信息匹配方法、装置、设备及存储介质。

背景技术

在智能问答系统中，需要基于用户提供的问题，从答案库中获取与该问题相匹配的答案反馈给用户。

在相关技术中，通过将用户提供的问题与答案库中的所有答案逐一进行匹配分数计算，最终选取分数最高的回答反馈给用户。这种方式需要分别计算问题与答案库中的每一个答案之间的匹配分数，在答案库中存在较多数量的候选答案的情况下，计算复杂度高。

发明内容

本申请实施例提供了一种信息匹配方法、装置、设备及存储介质，能够降低信息匹配的计算复杂度。所述技术方案如下：

根据本申请实施例的一个方面，提供了一种信息匹配方法，所述方法包括：

获取查询信息和目录树，所述目录树是由多个节点构建而成的有向无环图，每个节点具有对应的候选信息，从父节点指向子节点的有向边，代表所述父节点对应的候选信息与所述子节点对应的候选信息存在上下位关系；

将所述目录树的根节点作为初始化的第一节点，将所述根节点的子节点作为初始化的第二节点，基于所述查询信息和所述第二节点对应的候选信息，分别计算每个第二节点对应的节点分值和路径分值；其中，所述节点分值用于指示节点选择正确性，所述路径分值用于指示路径选择正确性；

对于所述路径分值不符合第一条件的目标第二节点，从所述目录树中剔除所述目标第二节点及所述目标第二节点的子孙节点；

若所述目录树中还存在剩余第二节点，则将所述剩余第二节点作为新的第一节点，将所述剩余第二节点的子节点作为新的第二节点，再次从所述基于所述查询信息和所述第二节点对应的候选信息，分别计算每个第二节点对应的节点分值和路径分值的步骤开始执行；

若所述目录树中不存在剩余第二节点，则从所述目录树中未被剔除的节点中，选择符合第二条件的目标节点对应的候选信息，作为所述查询信息对应的匹配结果。

根据本申请实施例的一个方面，提供了一种信息匹配模型的训练方法，所述信息匹配模型包括特征提取网络、节点打分网络和路径打分网络；所述方法包括：

基于目录树构建多个训练样本，每个训练样本包括待匹配信息和从所述目录树中选取的样本节点对应的候选信息；其中，所述目录树是由多个节点构建而成的有向无环图，每个节点具有对应的候选信息，从父节点指向子节点的有向边，代表所述父节点对应的候选信息与所述子节点对应的候选信息存在上下位关系；

通过所述特征提取网络获取所述待匹配信息和所述样本节点对应的候选信息的匹配表示向量；

通过所述节点打分网络根据所述匹配表示向量，输出所述样本节点对应的节点分值的预测值，所述节点分值用于指示节点选择正确性；

通过所述路径打分网络根据所述匹配表示向量，输出所述样本节点对应的路径分值的预测值，所述路径分值用于指示路径选择正确性；

基于所述节点分值的预测值和所述路径分值的预测值，计算模型训练损失；