[发明专利]基于排序学习的深度文本匹配方法及装置有效
| 申请号： | 201910285853.7 | 申请日： | 2019-04-10 |
| 公开（公告）号： | CN110019685B | 公开（公告）日： | 2021-08-20 |
| 发明（设计）人： | 李健铨;刘小康;刘子博;晋耀红 | 申请（专利权）人： | 鼎富智能科技有限公司 |
| 主分类号： | G06F16/33 | 分类号： | G06F16/33;G06F40/211;G06F40/289;G06F40/30 |
| 代理公司： | 北京弘权知识产权代理有限公司 11363 | 代理人： | 逯长明;许伟群 |
| 地址： | 230000 安徽省合肥市*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请提供了一种基于排序学习的深度文本匹配方法及装置，具体的，首先，获取由假设语句、推理语句组成的句子对，其中，推理语句包括正推理语句和多个负推理语句，假设语句与正推理语句的语义相关、与负推理语句的语义不相关；然后，将句子对中的语句进行相应的处理后，形成语句向量，再根据各语句向量之间的匹配程度值，计算预设损失函数的损失值，并根据该损失值，调整深度匹配模型的参数；最后，利用参数调整最终得到的深度匹配模型，对输入的语句进行文本匹配。本申请将输入句子对由两个句子对扩展为句子序列，并且包含正例和负例两种类型的数据，由于扩展模型的输入数量和类型，进而使得模型的拟合速度加快，有助于提高模型的匹配精度。 | ||
| 搜索关键词： | 基于 排序 学习 深度 文本 匹配 方法 装置 | ||
【主权项】：
1.一种基于排序学习的深度文本匹配方法，应用于深度匹配模型，其特征在于，所述方法包括：获取由假设语句、推理语句组成的句子对，其中，所述推理语句包括正推理语句和多个负推理语句，所述假设语句与正推理语句的语义相关、与负推理语句的语义不相关；将所述句子对中的语句分别用词向量表示，得到所述句子对中各语句的词向量矩阵；利用各所述词向量矩阵所对应的相似度矩阵，生成所述句子对中的语句彼此相似性加权后的语句向量；根据各所述语句向量之间的匹配程度值，计算预设损失函数的损失值；根据所述损失值，调整所述深度匹配模型的参数；利用参数调整所最终得到的深度匹配模型，对输入的语句进行文本匹配。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于鼎富智能科技有限公司，未经鼎富智能科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910285853.7/，转载请声明来源钻瓜专利网。
