[发明专利]文本蕴含识别方法及装置

说明书

本发明属于自然语言技术领域，具体提供了一种文本蕴含识别方法及装置，旨在解决现有技术在文本蕴含识别过程中存在大量噪声的问题。为此目的，本发明提供了一种文本蕴含识别方法，包括获取待识别文本蕴含句对中源句子和目标句子的词汇向量集合，利用预设的第一感知器获取源(目标)句子中每个词与目标(源)句子之间的比较向量；基于预设的语义关系推理模型获取源(目标)句子中每个词与目标(源)句子之间的推理向量；利用预设的第二感知器获取推理向量对应的门结构权重；根据推理向量和门结构权重进行加权融合，将加权融合的结果用于预测文本蕴含句对的语义蕴含关系。基于上述步骤，本发明提供的方法同样具有提高预测结果准确率的有益效果。

技术领域

本发明属于自然语言技术领域，具体涉及一种文本蕴含识别方法及装置。

背景技术

当前，文本蕴含识别的研究在自然语言领域受到广泛关注，已经从最开始的纯理论探讨转换为较大规模的理论研究和经验性平台建设。传统的文本蕴含识别包括下述四种方法：

第一，分类方法：该方法将文本蕴含识别形式化为一个分类问题，根据已标注的训练实例，学习其中的特征并建立分类器，根据分类器给出文本蕴含识别的结果。其中，该方法中分类器是基于SVM模型建立的，学习的特征是基于词汇重叠或者一阶逻辑的词汇-句法和语义特征；

第二，深层语义分析和推理方法：该方法采用传统的逻辑推理方法推理文本的语义关系和语义特征；

第三，转换方法：该方法判断是否可以基于蕴含规则由源文本T得到目标文本H；

第四，性能驱动方法：该方法针对一些特定的语言形式，如词汇相似性或者矛盾性，设计正确的驱动模块，利用投票机制并结合驱动模块以及召回率的处理机制进行文本蕴含识别。

传统的文本蕴含识别方法均无法有效地比较句对中的语义信息，均需要对句子进行复杂的特征描述和特征提取。

随着深度神经网络的兴起，利用深度神经网络进行文本蕴含识别成为当前研究的热点和难点。利用深度神经网络进行文本蕴含识别不再需要对句子进行复杂的特征描述以及特征的抽取，通过学习可以得到源文本T和目标文本H对应的词向量和句向量，然后利用深度神经网络模型学习得到当前句对的分类模型。

现有的利用深度神经网络进行文本蕴含识别的方法可以通过对输入的两个句子中的词汇进行编码，得到每个词汇的向量表示，将两个句子中相同的词汇向量进行比较，得到比较结果，最后直接将每个词汇的比较结果进行融合进行文本蕴含识别。现有的利用深度神经网络进行文本蕴含识别的方法忽略了文本蕴含识别过程中每个词汇对文本蕴含识别结果的影响是不同的，且存在大量噪声信息。

因此，如何提出一种弱化文本蕴含识别过程中噪声的影响并增强关键信息对文本蕴含识别结果的影响的方案是本领域技术人员目前需要解决的问题。

发明内容

为了解决现有技术中的上述问题，即为了解决现有技术在文本蕴含识别过程中存在大量噪声的问题，本发明的第一方面提供了一种文本蕴含识别方法，包括：

获取待识别文本蕴含句对中源句子的词汇向量集合和目标句子的词汇向量集合；

利用预设的第一感知器并且根据所述源句子的词汇向量集合与目标句子的词汇向量集合，分别获取所述源句子中每个词与所述目标句子之间的第一比较向量以及所述目标句子中每个词与所述源句子之间的第二比较向量；

基于预设的语义关系推理模型并且根据所述第一比较向量与第二比较向量，分别获取所述源句子中每个词与所述目标句子之间的第一推理向量以及所述目标句子中每个词与所述源句子之间的第二推理向量；

利用预设的第二感知器分别获取每个所述第一推理向量和每个所述第二推理向量的门结构权重；