文本匹配方法、装置、存储介质和程序产品.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114297338A(43)申请公布日2022.04.08(21)申请号202111458767.5(22)申请日2021.12.02(71)申请人腾讯科技（深圳）有限公司地址518057广东省深圳市南山区高新区科技中一路腾讯大厦35层(72)发明人石志林(74)专利代理机构广州三环专利商标代理有限公司44202代理人熊永强贾允(51)Int.Cl.G06F16/33(2019.01)G06F16/335(2019.01)G06N3/08(2006.01)权利要求书3页说明书18页附图6页(54)发明名称文本匹配方法、装置、存储介质和程序产品(57)摘要本申请提供了一种文本匹配方法、装置、存储介质和程序产品，涉及人工智能技术领域，可以应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景，包括：获取目标矩阵结构和待匹配文本的待匹配文本特征；目标矩阵结构包括多个具有相同节点数的矩阵层，单层矩阵层中包括多个节点，单个节点对应若干个候选文本；针对目标矩阵结构中的各矩阵层，通过目标文本匹配模型对待匹配文本特征进行概率分布预测处理，得到各矩阵层对应的概率分布结果；基于概率分布结果分别对各矩阵层中的节点进行筛选处理，得到待匹配文本特征在各矩阵层中对应的目标节点；将目标节点对应的候选文本确定为与待匹配文本匹配的目标文本。本申请能够有效提高文本匹配的匹配效率。CN114297338ACN114297338A权利要求书1/3页1.一种文本匹配方法，其特征在于，所述方法包括：获取目标矩阵结构和待匹配文本的待匹配文本特征；其中，所述目标矩阵结构包括多个具有相同节点数的矩阵层，单层矩阵层中包括多个节点，单个节点对应若干个候选文本；针对所述目标矩阵结构中的各矩阵层，通过目标文本匹配模型对所述待匹配文本特征进行概率分布预测处理，得到所述各矩阵层对应的概率分布结果；其中，所述概率分布结果表征所述待匹配文本特征针对单个矩阵层中各节点的概率分布；基于所述概率分布结果分别对所述各矩阵层中的节点进行节点筛选处理，得到所述待匹配文本特征在所述各矩阵层中对应的目标节点；将所述目标节点对应的候选文本确定为与所述待匹配文本匹配的目标文本；其中，所述目标文本匹配模型是以候选文本作为训练样本，根据无监督学习方法对基于所述目标矩阵结构构建的初始预测模型，进行针对目标矩阵结构的各矩阵层的概率分布预测和所述候选文本的节点表示更新的迭代训练得到的。2.根据权利要求1所述的方法，其特征在于，所述目标文本匹配模型包括多个匹配子模型，所述匹配子模型与所述矩阵层一一对应；所述针对所述目标矩阵结构中的各矩阵层，通过目标文本匹配模型对所述待匹配文本特征进行概率分布预测处理，得到所述各矩阵层对应的概率分布结果包括：将所述待匹配文本特征作为所述目标矩阵结构的第一层矩阵层对应的匹配子模型的输入，以进行所述待匹配文本特征的概率分布预测处理，得到所述第一层矩阵层对应的概率分布值和概率分布特征；将所述第一层矩阵层对应的概率分布特征与所述待匹配文本特征进行拼接处理，得到第一拼接特征；以所述第一拼接特征作为第二层矩阵层对应的匹配子模型的输入，以进行所述第一拼接特征的概率分布预测处理，得到所述第二层矩阵层对应的概率分布值和概率分布特征；重复执行将输入当前层矩阵层对应的匹配子模型的拼接特征，与所述当前矩阵层对应的匹配子模型输出的概率分布特征进行拼接处理，得到更新的拼接特征，以及以更新的拼接特征作为下一层矩阵层对应的匹配子模型的输入，以进行所述更新的拼接特征的概率分布预测处理，得到所述下一层矩阵层对应的概率分布值和概率分布特征的步骤，至得到所述目标矩阵结构的最后一层矩阵层对应的概率分布值和概率分布特征。3.根据权利要求2所述的方法，其特征在于，所述基于所述概率分布结果分别对所述各矩阵层中的节点进行节点筛选处理，得到所述待匹配文本特征在所述各矩阵层中对应的目标节点包括：基于各矩阵层对应的概率分布值，分别对所述各矩阵层各自的节点进行节点概率排序；基于所述节点概率排序，分别从所述各矩阵层各自的节点中筛选出预设数量的节点，得到所述各矩阵层各自对应的目标节点。4.根据权利要求1所述的方法，其特征在于，在所述获取目标矩阵结构和待匹配文本的待匹配文本特征之前，所述方法还包括：构建具有预设的矩阵长度和矩阵宽度的矩阵，得到所述目标矩阵结构；所述预设宽度为所述目标矩阵结构包括的矩阵层数；2CN114297338A权利要求书2/3页获取多个候选文本；初始化所述多个候选文本在所述目标矩阵结构的各矩阵层中的节点表示，得到所述多个候选文本中每个候选文本在各矩阵层中的节点表示。5.根据权利要求4所述的方法，其特征在于，所述初始化所述多个候选文本在所述目标矩阵结构的各矩阵层