[发明专利]文本匹配方法、装置及终端设备

权利要求书

1.一种文本匹配方法，其特征在于，包括：

获取第一待匹配文档和第二待匹配文档；

将所述第一待匹配文档划分为至少一个第一待匹配文本，将所述第二待匹配文档划分为至少一个第二待匹配文本；每个所述第一待匹配文本包含一个第一业务主语，每个所述第二待匹配文本包含一个第二业务主语；

检测当前第一待匹配文本的第一业务主语与当前第二待匹配文本的第二业务主语是否相同，所述当前第二待匹配文本为任一第二待匹配文本；

在所述当前第一待匹配文本的第一业务主语与当前第二待匹配文本的第二业务主语相同的情况下，计算所述当前第一待匹配文本与各个第二待匹配文本的相似度，并基于所述相似度确定与所述当前第一待匹配文本匹配的第二待匹配文本；其中，所述当前第一待匹配文本为任一所述第一待匹配文本；

所述将所述第一待匹配文档划分为至少一个第一待匹配文本，包括：

按照文本段落将所述第一待匹配文档划分为至少一个第一待匹配文本；

所述将所述第二待匹配文档划分为至少一个第二待匹配文本，包括：

按照文本段落将所述第二待匹配文档划分为至少一个第二待匹配文本。

2.如权利要求1所述的文本匹配方法，其特征在于，所述计算所述当前第一待匹配文本与各个第二待匹配文本的相似度，并基于所述相似度确定与当前第一待匹配文本匹配的第二待匹配文本，包括：

计算当前第一待匹配文本与当前第二待匹配文本的余弦相似度；

将余弦相似度大于相似度阈值的第二待匹配文本，作为与当前第一待匹配文本匹配的第二待匹配文本。

3.如权利要求2所述的文本匹配方法，其特征在于，所述计算当前第一待匹配文本与各个第二待匹配文本的余弦相似度，包括：

将所述当前第一待匹配文本进行分词处理，得到多个第一分词；

对当前第二待匹配文本进行分词处理，得到多个第二分词；其中，当前第二待匹配文本为任一第二待匹配文本；

计算各个第一分词的第一词频，并基于所述第一词频确定第一词频向量；

计算各个第二分词的第二词频，并基于所述第二词频确定第二词频向量；

基于所述第一词频向量和所述第二词频向量，确定所述当前第一待匹配文本与所述当前第二待匹配文本的余弦相似度。

4.如权利要求3所述的文本匹配方法，其特征在于，基于所述第一词频向量和所述第二词频向量，确定所述当前第一待匹配文本与所述当前第二待匹配文本的余弦相似度，包括：

计算所述第一词频向量和所述第二词频向量的夹角的余弦值，并将所述余弦值转换为百分比数值，得到所述余弦相似度。

5.如权利要求1至4任一项所述的文本匹配方法，其特征在于，所述方法还包括：

将相匹配的第一待匹配文本和第二待匹配文本绑定，并存储至第一集合中；

将未匹配成功的第一待匹配文本存储至第二集合中；

将未匹配成功的第二待匹配文本存储至第三集合中。

6.一种文本匹配装置，其特征在于，包括：

文档获取模块，用于获取第一待匹配文档和第二待匹配文档；

文本划分模块，用于将所述第一待匹配文档划分为至少一个第一待匹配文本，将所述第二待匹配文档划分为至少一个第二待匹配文本；每个所述第一待匹配文本包含一个第一业务主语，每个所述第二待匹配文本包含一个第二业务主语；所述将所述第一待匹配文档划分为至少一个第一待匹配文本，包括：按照文本段落将所述第一待匹配文档划分为至少一个第一待匹配文本；所述将所述第二待匹配文档划分为至少一个第二待匹配文本，包括：按照文本段落将所述第二待匹配文档划分为至少一个第二待匹配文本；

文本匹配模块，用于检测当前第一待匹配文本的第一业务主语与当前第二待匹配文本的第二业务主语是否相同，在当前第一待匹配文本的第一业务主语与当前第二待匹配文本的第二业务主语相同的情况下，计算所述当前第一待匹配文本与各个第二待匹配文本的相似度，并基于所述相似度确定与所述当前第一待匹配文本匹配的第二待匹配文本；其中，所述当前第一待匹配文本为任一所述第一待匹配文本，所述当前第二待匹配文本为任一第二待匹配文本。