[发明专利]代码集映射方法及装置

权利要求书

1.一种代码集映射方法，其特征在于，包括：

获取第一代码集和第二代码集，所述第一代码集包括至少一个第一代码及其对应的代码解析语句，所述第二代码集包括至少一个第二代码及其对应的代码解析语句；

分别对每一第一代码的代码解析语句和每一第二代码的代码解析语句进行分词处理，得到每一第一代码的代码解析语句对应的多个分词和每一第二代码的代码解析语句对应的多个分词；

分别将每一第一代码的代码解析语句对应的多个分词和每一第二代码的代码解析语句对应的多个分词输入预先训练的词向量模型，确定每一第一代码的代码向量和每一第二代码的代码向量；

计算每一第一代码的代码向量与每一第二代码的代码向量之间的相似度；

将代码向量之间相似度最大的第一代码与第二代码进行映射。

2.如权利要求1所述的方法，其特征在于，分别将每一第一代码的代码解析语句对应的多个分词和每一第二代码的代码解析语句对应的多个分词输入预先训练的词向量模型，确定每一第一代码的代码向量和每一第二代码的代码向量，包括：

分别将每一第一代码的代码解析语句对应的多个分词和每一第二代码的代码解析语句对应的多个分词输入预先训练的词向量模型，得到每一个分词的词向量；

将每一第一代码对应的多个分词的词向量进行算术平均计算，得到每一第一代码的代码向量；以及

将每一第二代码对应的多个分词的词向量进行算术平均计算，得到每一第二代码的代码向量。

3.如权利要求1所述的方法，其特征在于，计算每一第一代码的代码向量与每一第二代码的代码向量之间的相似度，包括：

计算每一第一代码的代码向量与每一第二代码的代码向量之间的欧氏距离；

根据每一第一代码的代码向量与每一第二代码的代码向量之间的欧氏距离，确定每一第一代码的代码向量与每一第二代码的代码向量之间的相似度。

4.如权利要求3所述的方法，其特征在于，将代码向量之间相似度最大的第一代码与第二代码进行映射，包括针对每一第一代码：

根据每一第二代码的代码向量与第一代码的代码向量之间的欧氏距离，确定最小欧氏距离对应的第二代码；

在所述最小欧氏距离小于或等于预设距离阈值的情况下，将最小欧氏距离对应的第二代码与第一代码进行映射。

5.一种代码集映射装置，其特征在于，包括：

代码集获取模块，用于获取第一代码集和第二代码集，所述第一代码集包括至少一个第一代码及其对应的代码解析语句，所述第二代码集包括至少一个第二代码及其对应的代码解析语句；

分词模块，用于分别对每一第一代码的代码解析语句和每一第二代码的代码解析语句进行分词处理，得到每一第一代码的代码解析语句对应的多个分词和每一第二代码的代码解析语句对应的多个分词；

代码向量确定模块，用于分别将每一第一代码的代码解析语句对应的多个分词和每一第二代码的代码解析语句对应的多个分词输入预先训练的词向量模型，确定每一第一代码的代码向量和每一第二代码的代码向量；

相似度计算模块，用于计算每一第一代码的代码向量与每一第二代码的代码向量之间的相似度；

代码映射模块，用于将代码向量之间相似度最大的第一代码与第二代码进行映射。

6.如权利要求5所述的装置，其特征在于，代码向量确定模块，具体用于：

分别将每一第一代码的代码解析语句对应的多个分词和每一第二代码的代码解析语句对应的多个分词输入预先训练的词向量模型，得到每一个分词的词向量；

将每一第一代码对应的多个分词的词向量进行算术平均计算，得到每一第一代码的代码向量；以及

将每一第二代码对应的多个分词的词向量进行算术平均计算，得到每一第二代码的代码向量。

7.如权利要求5所述的装置，其特征在于，相似度计算模块，具体用于：

计算每一第一代码的代码向量与每一第二代码的代码向量之间的欧氏距离；

根据每一第一代码的代码向量与每一第二代码的代码向量之间的欧氏距离，确定每一第一代码的代码向量与每一第二代码的代码向量之间的相似度。