基于机器学习的文本匹配方法、装置、设备及存储介质.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CN113672701A(43)申请公布日2021.11.19(21)申请号202110983613.1(22)申请日2021.08.25(71)申请人平安科技（深圳）有限公司地址518000广东省深圳市福田区福田街道福安社区益田路5033号平安金融中心23楼(72)发明人张颖(74)专利代理机构深圳众鼎专利商标代理事务所(普通合伙)44325代理人张美君(51)Int.Cl.G06F16/33(2019.01)G06F16/332(2019.01)G06N20/20(2019.01)权利要求书3页说明书16页附图6页(54)发明名称基于机器学习的文本匹配方法、装置、设备及存储介质(57)摘要本发明用于人工智能领域，涉及区块链领域，公开了一种基于机器学习的文本匹配方法、装置、设备及存储介质，其中，方法包括：接收用户输入的待处理文本，并获取标准文本；将待处理文本与标准文本组成目标文本对，并获取预设梯度提升模型，预设梯度提升模型包括输出隐含主题特征的主题特征层、输出隐式表征的语义特征层；将目标文本对输入预设梯度提升模型中，以获得第一预测值；根据第一预测值确定待处理文本与标准文本的匹配结果；本发明将隐含主题特征、语义的隐式表征引入预设梯度提升模型中，使得预设梯度提升模型具有多种性能特征，从而提高了预设梯度提升模型的预测效果，能够精准匹配到标准文本，以准确地向用户提供相关信息。CN113672701ACN113672701A权利要求书1/3页1.一种基于机器学习的文本匹配方法，其特征在于，包括：接收用户输入的待处理文本，并获取标准文本；将所述待处理文本与所述标准文本组成目标文本对，并获取预设梯度提升模型，所述预设梯度提升模型包括输出隐含主题特征的主题特征层、输出隐式表征的语义特征层；将所述目标文本对输入所述预设梯度提升模型，以使所述主题特征层输出所述目标文本对的隐含主题特征向量、所述语义特征层输出所述目标文本对的隐式表征向量，并在全连接层根据所述隐含主题特征向量和所述隐式表征向量对所述目标文本对进行相关性预测，以获得第一预测值；根据所述第一预测值确定所述待处理文本与所述标准文本的匹配结果。2.如权利要求1所述基于机器学习的文本匹配方法，其特征在于，所述根据所述第一预测值确定所述待处理文本与所述标准文本的匹配结果包括：将所述目标文本输入BERT模型中，以获得所述BERT模型对所述目标文本对进行相关性预测的第二预测值；确定所述预设梯度提升模型对应的权重，并确定所述BERT模型对应的权重；根据所述第一预测值、所述第二预测值，以及所述预设梯度提升模型对应的权重和所述BERT模型对应的权重，确定目标预测值；根据所述目标预测值确定所述待处理文本与所述标准文本的匹配结果。3.如权利要求2所述基于机器学习的文本匹配方法，其特征在于，所述根据所述目标预测值确定所述待处理文本与所述标准文本的匹配结果，包括：确定所述待处理文本的文本类型，并根据所述待处理文本的文本类型确定所述待处理文本的相关性预测阈值；确定所述目标预测值是否小于所述相关性预测阈值；若所述目标预测值小于所述相关性预测阈值，则确定所述待处理文本与所述标准文本的匹配结果为不匹配；若所述目标预测值大于或者等于所述相关性预测阈值，则确定所述待处理文本与所述标准文本的匹配结果为匹配。4.如权利要求1所述基于机器学习的文本匹配方法，其特征在于，所述语言模型通过如下方式获取：获取第一训练数据，并获取历史用户输入的多个输入文本和所述多个输入文本对应的多个标准文本，所述第一训练数据为对训练文本对进行相关性标注后的文本数据；对所述第一训练数据、多个输入文本和多个标准文本进行预处理，以获得第二训练数据和第三训练数据，所述第二训练数据和第三训练数据为利用不同预测模型生成相关性预测结果标签的两组训练数据；根据所述第一训练数据、第二训练数据和第三训练数训练获得所述语言模型。5.如权利要求4所述基于机器学习的文本匹配方法，其特征在于，所述对所述第一训练数据、多个输入文本和多个标准文本进行预处理，以获得第二训练数据和第三训练数据，包括：基于所述第一训练数据训练获得第一预训练模型和第二预训练模型，所述第一预训练模型和第二预训练模型为两个参数不同的预训练语言模型；2CN113672701A权利要求书2/3页将所述多个输入文本与所述多个标准文本进行随机配对，以获得多组模型文本对；将所述多组模型文本对输入所述第一预训练模型，以获得所述第一预训练模型对所述模型文本对进行相关性预测的相关性预测结果；将所述多组模型文本对输入所述第二预训练模型，以获得所述第二预训练模型对所述模型文本对进行相关性预测的相关性预测结果；根据所述第一预训练模型对各组所述模型文本对的相关性