[发明专利]文本语义相似度计算方法、装置及用户终端

说明书

本发明提供了一种文本语义相似度计算方法、装置及用户终端，涉及计算机领域。所述方法包括：建立第一文本对应的第一词向量矩阵以及第二文本对应的第二词向量矩阵；根据第一词向量矩阵、第二词向量矩阵以及预定模态数目，建立第一文本与第二文本间的多模态相似度矩阵；利用人工神经网络算法，迭代优化多模态相似度矩阵中的相似度量参数、第一词向量、第二词向量以及引入的神经网络人工神经网络参数；当达到预定迭代结束条件，以迭代输出结果作为所述第一文本与所述第二文本之间的语义相似度。该方法计算的多模态相似度矩阵可以用于解决一词多义下的文本语义匹配问题。

技术领域

本发明涉及计算机技术领域，具体而言，涉及一种文本语义相似度计算方法、装置及用户终端。

背景技术

随着互联网技术的快速发展，信息检索、自动问答、机器翻译等语言处理任务越来越多地被应用。这些语言处理任务通常都可以抽象为文本语义相似度匹配的问题。

现有的文本语义相似度匹配，大多数是将重点放在文本对的单个语义的相似度的计算，相似度信息单一，准确度不高。

发明内容

有鉴于此，本发明实施例提供了一种文本语义相似度计算方法及装置，根据词语的多个语义建立多模态相似度矩阵对文本间的相似度进行度量，以解决上述问题。

为了实现上述目的，本发明采用的技术方案如下：

一种文本语义相似度计算方法，所述方法包括：建立第一文本对应的第一词向量矩阵以及第二文本对应的第二词向量矩阵，所述第一词向量矩阵由第一词向量构成，所述第二词向量矩阵由第二词向量构成；根据第一词向量矩阵、第二词向量矩阵以及预定模态数目，建立所述第一文本与所述第二文本间的多模态相似度矩阵，所述多模态相似度矩阵中包括相似度量参数；利用人工神经网络算法，迭代优化所述多模态相似度矩阵中的相似度量参数、第一词向量、第二词向量以及引入的人工神经网络参数；当达到预定迭代结束条件，以根据优化后的相似度量参数、优化后的第一词向量、优化后的第二词向量以及人工神经网络参数确定的迭代输出结果作为所述第一文本与所述第二文本之间的语义相似度。

一种文本语义相似度计算装置，所述装置包括：词向量矩阵建立模块，用于建立第一文本对应的第一词向量矩阵以及第二文本对应的第二词向量矩阵，所述第一词向量矩阵由第一词向量构成，所述第二词向量矩阵由第二词向量构成；相似度矩阵建立模块，用于根据第一词向量矩阵、第二词向量矩阵以及预定模态数目，建立所述第一文本与所述第二文本间的多模态相似度矩阵，所述多模态相似度矩阵中包括相似度量参数；优化模块，用于利用人工神经网络算法，迭代优化所述多模态相似度矩阵中的相似度量参数、第一词向量、第二词向量以及引入的人工神经网络参数；相似度计算模块，用于当达到预定迭代结束条件，用于以根据优化后的相似度量参数、优化后的第一词向量、优化后的第二词向量以及人工神经网络参数确定的迭代输出结果作为优化后的多模态相似度矩阵以获得所述第一文本与所述第二文本之间的语义相似度。

一种用户终端，所述用户终端包括存储器和处理器，所述存储器耦接到所述处理器，所述存储器存储指令，当所述指令由所述处理器执行时使所述处理器执行以下操作：建立第一文本对应的第一词向量矩阵以及第二文本对应的第二词向量矩阵，所述第一词向量矩阵由第一词向量构成，所述第二词向量矩阵由第二词向量构成；根据第一词向量矩阵、第二词向量矩阵以及预定模态数目，建立所述第一文本与所述第二文本间的多模态相似度矩阵，所述多模态相似度矩阵中包括相似度量参数；利用人工神经网络算法，迭代优化所述多模态相似度矩阵中的相似度量参数、第一词向量、第二词向量以及引入的人工神经网络参数；当达到预定迭代结束条件，以根据优化后的相似度量参数、优化后的第一词向量、优化后的第二词向量以及人工神经网络参数确定的迭代输出结果作为所述第一文本与所述第二文本之间的语义相似度。