CN107133202A - 基于人工智能的文本校验方法和装置 - Google Patents

Abstract

本申请公开了基于人工智能的文本校验方法和装置。该方法的一具体实施方式包括：分别对待校验的第一文本和待校验的第二文本进行分词，确定所分割的各个词的词向量以生成第一词向量序列和第二词向量序列；分别将所述第一词向量序列和所述第二词向量序列输入至预先训练的、包含至少一个多尺度卷积层的卷积神经网络，将最后一个多尺度卷积层所输出的多个向量序列中的各向量序列确定为特征向量序列，得到与各文本相对应的特征向量序列组；将每一个特征向量序列组中的各个特征向量序列进行结合，生成结合特征向量序列；对所生成的结合特征向量序列进行解析，确定所述第一文本和所述第二文本是否通过相似性校验。该实施方式提高了文本校验的灵活性。

Description

基于人工智能的文本校验方法和装置

技术领域

本申请涉及计算机技术领域，具体涉及互联网技术领域，尤其涉及基于人工智能的文本校验方法和装置。

背景技术

人工智能(Artificial Intelligence，AI)是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能领域中的自然语言处理是计算机科学领域与人工智能领域中的一个重要方向。它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。通常，需要利用卷积神经网络(Convolutional Neural Network，CNN)等进行文本的相似性等的校验。

然而，现有的方法所使用的卷积神经网络通常仅支持按固定的尺度(即每次输入至卷积神经网络的卷积层的卷积核的向量的个数，也可称为窗口长度)进行卷积，从而存在着对文本校验的灵活性较低的问题。

发明内容

本申请实施例的目的在于提出一种改进的基于人工智能的文本校验方法和装置，来解决以上背景技术部分提到的技术问题。

第一方面，本申请实施例提供了一种基于人工智能的文本校验方法，该方法包括：分别对待校验的第一文本和待校验的第二文本进行分词，确定所分割的各个词的词向量，以生成与第一文本相对应的第一词向量序列和与第二文本相对应的第二词向量序列；分别将第一词向量序列和第二词向量序列输入至预先训练的、包含至少一个多尺度卷积层的卷积神经网络，将至少一个多尺度卷积层中的最后一个多尺度卷积层所输出的多个向量序列中的各向量序列确定为特征向量序列，以分别得到与各文本相对应的特征向量序列组，其中，卷积神经网络用于提取文本的特征；将所确定的、与每一个文本的相对应的特征向量序列组中的各个特征向量序列进行结合，生成与该文本相对应的结合特征向量序列；对所生成的结合特征向量序列进行解析，确定第一文本和第二文本是否通过相似性校验。

在一些实施例中，对所生成的结合特征向量序列进行解析，确定第一文本和第二文本是否通过相似性校验，包括：对于每一个文本，提取与该文本相对应的结合特征向量序列所包含的特征向量中的每一维的最大值，以生成与该文本的相对应的目标特征向量；基于所生成的、与各文本相对应的目标特征向量，确定第一文本和第二文本是否通过相似性校验。

在一些实施例中，基于所生成的、与各文本相对应的目标特征向量，确定第一文本和第二文本是否通过相似性校验，包括：将所生成的各目标特征向量输入至预先训练的相似性预测模型，得到第一文本和第二文本的相似性预测结果，其中，相似性预测模型用于表征多个文本的目标特征向量序列与多个文本的相似性预测结果的对应关系；基于所得到的相似性预测结果，确定第一文本和第二文本是否通过相似性校验。

在一些实施例中，该方法还包括训练相似性预测模型的步骤，包括：提取预设的训练样本，其中，训练样本包括第一训练文本、第二训练文本、用于指示第一训练文本和第二训练文本是否相似的标识；对第一训练文本和第二训练文本进行解析，生成分别与第一训练样本和第二训练样本相对应的目标特征向量；利用机器学习方法，将分别与第一训练样本和第二训练样本相对应的目标特征向量作为输入，将标识作为输入，训练得到相似性预测模型。

在一些实施例中，基于所生成的、与各文本相对应的目标特征向量，确定第一文本和第二文本是否通过相似性校验，包括：确定与第一文本相对应的目标特征向量和与第二文本相对应的目标特征向量的相似度；响应于确定相似度大于预设的相似度阈值，确定第一文本和第二文本通过相似性校验；响应于确定相似度不大于相似度阈值，确定第一文本和第二文本未通过相似性校验。

在一些实施例中，至少一个多尺度卷积层中的相邻多尺度卷积层之间设置有深度连贯层和池化层，深度连贯层用于将所多尺度卷积层所输出的多个向量序列进行结合以生成由多个结合向量所构成的结合向量序列，池化层用于对预设的窗口尺寸和预设的窗口滑动步长对深度连贯层所生成的结合向量序列进行解析以得到简化后的结合向量序列。

第二方面，本申请实施例提供了一种基于人工智能的文本校验装置，该装置包括：分词单元，配置用于分别对待校验的第一文本和待校验的第二文本进行分词，确定所分割的各个词的词向量，以生成与第一文本相对应的第一词向量序列和与第二文本相对应的第二词向量序列；输入单元，配置用于分别将第一词向量序列和第二词向量序列输入至预先训练的、包含至少一个多尺度卷积层的卷积神经网络，将至少一个多尺度卷积层中的最后一个多尺度卷积层所输出的多个向量序列中的各向量序列确定为特征向量序列，以分别得到与各文本相对应的特征向量序列组，其中，卷积神经网络用于提取文本的特征；结合单元，配置用于将所确定的、与每一个文本的相对应的特征向量序列组中的各个特征向量序列进行结合，生成与该文本相对应的结合特征向量序列；解析单元，配置用于对所生成的结合特征向量序列进行解析，确定第一文本和第二文本是否通过相似性校验。

在一些实施例中，解析单元包括：生成模块，配置用于对于每一个文本，提取与该文本相对应的结合特征向量序列所包含的特征向量中的每一维的最大值，以生成与该文本的相对应的目标特征向量；确定模块，配置用于基于所生成的、与各文本相对应的目标特征向量，确定第一文本和第二文本是否通过相似性校验。

在一些实施例中，确定模块进一步配置用于：将所生成的各目标特征向量输入至预先训练的相似性预测模型，得到第一文本和第二文本的相似性预测结果，其中，相似性预测模型用于表征多个文本的目标特征向量序列与多个文本的相似性预测结果的对应关系；基于所得到的相似性预测结果，确定第一文本和第二文本是否通过相似性校验。

在一些实施例中，装置还包括：提取单元，配置用于提取预设的训练样本，其中，训练样本包括第一训练文本、第二训练文本、用于指示第一训练文本和第二训练文本是否相似的标识；生成单元，配置用于对第一训练文本和第二训练文本进行解析，生成分别与第一训练样本和第二训练样本相对应的目标特征向量；训练单元，配置用于利用机器学习方法，将分别与第一训练样本和第二训练样本相对应的目标特征向量作为输入，将标识作为输入，训练得到相似性预测模型。

在一些实施例中，确定模块进一步配置用于：确定与第一文本相对应的目标特征向量和与第二文本相对应的目标特征向量的相似度；响应于确定相似度大于预设的相似度阈值，确定第一文本和第二文本通过相似性校验；响应于确定相似度不大于相似度阈值，确定第一文本和第二文本未通过相似性校验。

在一些实施例中，至少一个多尺度卷积层中的相邻多尺度卷积层之间设置有深度连贯层和池化层，深度连贯层用于将所多尺度卷积层所输出的多个向量序列进行结合以生成由多个结合向量所构成的结合向量序列，池化层用于对预设的窗口尺寸和预设的窗口滑动步长对深度连贯层所生成的结合向量序列进行解析以得到简化后的结合向量序列。

第三方面，本申请实施例提供了一种服务器，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如基于人工智能的文本校验方法的任一实施例的方法。

本申请实施例提供的基于人工智能的文本校验方法和装置，通过对待校验的第一文本和第二文本分别进行分词以便生成第一词向量序列和第二词向量序列，而后分别将第一词向量序列和第二词向量序列输入至预先训练的、包含至少一个多尺度卷积层的卷积神经网络，以便分别得到与各文本相对应的特征向量序列组，之后将各个特征向量序列进行结合以生成与各文本相对应的结合特征向量序列，最后对所生成的结合特征向量序列进行解析，确定第一文本和第二文本是否通过相似性校验，从而可以实现对词向量序列的多尺度卷积计算，相较于单一的、固定尺度的卷积计算，提高了文本校验的灵活性。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1是本申请可以应用于其中的示例性系统架构图；

图2是根据本申请的文本校验方法的一个实施例的流程图；

图3是根据本申请的一个卷积神经网络的结构的示意图；

图4是根据本申请的文本校验方法的一个应用场景的示意图；

图5是根据本申请的文本校验方法的又一个实施例的流程图；

图6是根据本申请的文本校验装置的一个实施例的结构示意图；

图7是适于用来实现本申请实施例的服务器的计算机系统的结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

图1示出了可以应用本申请的文本校验方法或文本校验装置的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如文本编辑类应用、浏览器类应用、阅读类应用等。

终端设备101、102、103可以是具有显示屏并且支持浏览文本的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、膝上型便携计算机和台式计算机等等。

服务器105可以是提供各种服务的服务器，例如为终端设备101、102、103上所存储的待校验的文本提供相似性校验等服务的处理服务器。处理服务器可以对文本进行分词、解析等处理，并生成处理结果(例如用于指示是否通过相似性校验的文本校验结果)。

需要说明的是，上述待校验的文本也可以直接存储在服务器105的本地，服务器105可以直接提取本地所存储的待校验的文本并进行处理，此时，可以不存在终端设备101、102、103和网络104。

需要说明的是，本申请实施例所提供的文本校验方法一般由服务器105执行，相应地，文本校验装置一般设置于服务器105中。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

继续参考图2，示出了根据本申请的文本校验方法的一个实施例的流程200。所述的文本校验方法，包括以下步骤：

步骤201，分别对待校验的第一文本和待校验的第二文本进行分词，确定所分割的各个词的词向量，以生成与第一文本相对应的第一词向量序列和与第二文本相对应的第二词向量序列。

在本实施例中，文本校验方法运行于其上的电子设备(例如图1所示的服务器105)可以首先提取待校验的第一文本和待校验的第二文本。其中，上述第一文本和上述第二文本可以是预先存储在上述电子设备中的、技术人员所预先指定的文本，上述电子设备可以直接提取本地所预先存储的上述文本。另外，上述第一文本和第二文本也可以是上述电子设备通过有线连接方式或者无线连接方式从客户端(例如图1所示的终端设备101、102、103)所接收的文本。实践中，上述客户端可以向上述电子设备发送包含上述第一文本和第二文本的文本校验请求，上述电子设备接收到该文本校验请求后，可以提取该文本校验请求中所包含的文本。需要说明的是，上述第一文本和上述第二文本可以是各种文字信息，例如句子、段落或者篇章等。需要指出的是，上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。

在本实施例中，上述电子设备可以利用各种分词方法对上述第一文本和上述第二文本进行分词；之后，可以利用各种词向量生成方法确定所分割的各个词的词向量，以生成与上述第一文本相对应的第一词向量序列和与上述第二文本相对应的第二词向量序列。需要说明的是，词向量可以是用于表示词语特征的向量，词向量的每一维的值代表一个具有一定的语义和语法上解释的特征。其中，特征可以是用于对词语的基本要素进行表征的各种信息。需要指出的是，上述电子设备可以依次将对上述第一文本分词后得到的各个词的词向量进行排列得到上述第一词向量序列，并依次将对上述第二文本分词后得到的各个词的词向量进行排列得到上述第二词向量序列。实践中，上述第一词向量序列和上述第二词向量序列均可视为由依次排列的词向量所构成的矩阵。

在本实施例中，上述电子设备可以利用各种分词方法对上述第一文本和上述第二文本进行分词。作为示例，上述分词方法可以是基于统计的分词方法。具体地，可以对上述第一文本和上述第二本文中相邻字符所构成的字符组合的频率进行统计，计算出字符组合出现的频率。当上述频率高于预设频率阈值时，则判定上述组合构成了词，从而实现对文本的分词。作为又一示例，上述分词方法还可以是基于字符串匹配原理的分词方法。上述电子设备可以利用字符串匹配原理分别将上述第一文本和第二文本分别与预置在上述电子设备中的机器词典中的各个词进行匹配，继而基于所匹配到的词对上述文本进行分词。其中，上述字符串匹配原理可以是正向最大匹配法、逆向最大匹配法、设立切分标注法、逐词遍历匹配法、正向最佳匹配法或逆向最佳匹配法等。需要说明的是，上述电子设备还可以利用隐马尔可夫模型(Hidden Markov Model，HMM)等进行上述第一文本和上述第二文本的分词。需要指出的是，上述各种分词方法是目前广泛研究和应用的公知技术，在此不再赘述。

在本实施例中，上述电子设备可以利用各种词向量生成方法确定所分割的各个词的词向量。作为示例，上述电子设备中可以预先存储大量的词和词向量的对应关系表，各个词向量可以具有相同的维数。对于所分割成的每一个词的词向量，上述电子设备可以从上述对应关系表中查找该词所对应的词向量。此处，预先存储的大量的词的词向量可以是利用机器学习方法预先训练得到的，或者是技术人员基于大量数据统计而预先设置的。作为又一示例，上述电子设备可以利用各种利用开源的词向量计算工具(例如word2vec等)确定所分割成的各个词的词向量。需要说明的是，上述词向量生成方法是目前广泛研究和应用的公知技术，在此不再赘述。

步骤202，分别将第一词向量序列和第二词向量序列输入至预先训练的、包含至少一个多尺度卷积层的卷积神经网络，将至少一个多尺度卷积层中的最后一个多尺度卷积层所输出的多个向量序列中的各向量序列确定为特征向量序列，以分别得到与各文本相对应的特征向量序列组。

在本实施例中，上述电子设备中可以存储有预先训练的、包含至少一个多尺度卷积层的卷积神经网络，其中，上述卷积神经网络可以用于提取文本的特征，多尺度卷积层可以输出多个向量序列。上述电子设备可以首先分别将上述第一词向量序列和上述第二词向量序列输入至上述预先训练的卷积神经网络。之后，可以将上述至少一个多尺度卷积层中的最后一个多尺度卷积层所输出的多个向量序列中的各向量序列确定为特征向量序列，以分别得到与各文本相对应的特征向量序列组。其中，与上述第一文本相对应的特征向量组是在将上述第一词向量序列输入至上述卷积神经网络后、由上述最后一个多尺度卷积层所输出的多个特征向量序列所构成的，与上述第二文本相对应的特征向量组是在将上述第二词向量序列输入至上述卷积神经网络后、由上述最后一个多尺度卷积层所输出的多个特征向量序列所构成的。实践中，卷积神经网络是一种前馈神经网络，它的人工神经元可以响应一部分覆盖范围内的周围单元，对于文本处理有出色表现。

需要说明的是，上述预先训练的卷积神经网络中的每一个多尺度卷积层可以由多个尺度的卷积层构成。其中，每个尺度的卷积层的窗口长度不同(即每次输入至卷积核的向量的个数不同，卷积核即参数矩阵，也可称为滤波器)，每个尺度的卷积层可以有一个或多个，且每一个尺度的卷积层可以用于基于与该尺度的卷积层相对应的窗口长度对所输入的向量序列进行卷积。需要指出的是，卷积层可以用于基于相应的窗口长度对所输入的向量序列进行卷积计算。每一个卷积层可以包含任意数量的卷积核。对于每一个卷积层，该卷积层在对所输入的向量序列进行卷积计算之后可以输出另一向量序列，其中，所输出的向量序列所包含的向量的维度为该卷积层的卷积核数、所包含的向量的数量与所输入的向量序列所包含的向量的数量相同。由于每一个多尺度卷积层由多个尺度的卷积层构成，因而每一个多尺度卷积层可以输出多个向量序列。

作为示例，如图3所示，图3示出了上述卷积神经网络的结构的示意图300，上述卷积神经网络的一个多尺度卷积层301包含第一卷积层、第二卷积层、第三卷积层、第四卷积层和第五卷积层共五个卷积层。其中，上述第一卷积层、上述第二卷积层和上述第四卷积层的窗口长度为1，上述第三卷积层的窗口长度为3，上述第五卷积层的窗口长度为5；上述第一卷积层、第二卷积层、第三卷积层、第四卷积层和第五卷积层的卷积核的数量分别为A、B、C、D、E，其中，A、B、C、D、E均为正整数。可以将待输入至该多尺度卷积层的向量序列(例如由100个向量组成)作为目标向量序列，图3所示的三条路径并行地处理上述目标向量序列，得到输出的三个向量序列。具体地，上述目标向量序列被输入至第一条路径，即被输入至上述第一卷积层，经过基于窗口长度为1的卷积计算，得到由100个维度为A的向量构成的向量序列。同时，上述目标向量序列被输入至第二条路径，即被输入至上述第二卷积层，经过基于窗口长度为1的卷积计算，得到由100个维度为B的向量构成的向量序列；继而所得到的、维度为B的向量构成的向量序列被输入至上述第三卷积层，经过基于窗口长度为3的卷积计算，得到由100个维度为C的向量构成的向量序列。同时，上述目标向量序列被输入至第三条路径，即被输入至上述第四卷积层，经过基于窗口长度为1的卷积计算，得到由100个维度为D的向量构成的向量序列；继而所得到的、维度为D的向量构成的向量序列被输入至上述第五卷积层，经过基于窗口长度为5的卷积计算，得到由100个维度为E的向量构成的向量序列。最终，多尺度卷积层301输出由100个维度为A的向量构成的向量序列、100个维度为C的向量构成的向量序列和100个维度为E的向量构成的向量序列。

步骤203，将所确定的、与每一个文本的相对应的特征向量序列组中的各个特征向量序列进行结合，生成与该文本相对应的结合特征向量序列。

在本实施例中，上述电子设备可以将所确定的、与每一个文本(即上述第一文本和上述第二文本中的每一个文本)的相对应的特征向量序列组中的各个特征向量序列进行结合，生成与该文本相对应的结合特征向量序列。具体的，对于每一个文本，上述电子设备可以确定组成与该文本相对应的各特征向量序列的各个向量在相应的特征向量序列中的次序，将各个特征向量序列中的、次序相同的向量结合成一个向量，将所结合成的向量作为结合特征向量，生成与该文本相对应的结合特征向量序列。

作为示例，与上述第一文本相对应的特征向量组中包含由100个维度为M的向量构成的第一特征向量序列、由100个维度为N的向量构成的第二特征向量序列和由100个维度为P的向量构成的第三特征向量序列，其中，上述M、N、P均为正整数。上述电子设备可以分别将上述第一特征向量序列、上述特征第二向量序列和上述特征第三向量序列中的第一个向量进行结合，得到一个维度为M+N+P的向量；之后，分别将上述第一特征向量序列、上述特征第二向量序列和上述特征第三向量序列中的第二个向量进行结合，得到另一个维度为M+N+P的向量；以此类推，得到100个维度为M+N+P的向量。上述电子设备可以将所得到的结合后的向量确定为结合特征向量，得到与上述第一文本相对应的结合特征向量序列。需要说明的是，与上述第二文本相对应的结合特征向量序列的生成方式与上述示例方式相同，在此不再赘述。

步骤204，对所生成的结合特征向量序列进行解析，确定第一文本和第二文本是否通过相似性校验。

在本实施例中，上述电子设备可以利用各种分析方式对所生成的结合特征向量序列进行数值分析，确定第一文本和第二文本是否通过相似性校验。作为示例，上述电子设备可以分别将与上述第一文本相对应的结合特征向量序列和与上述第二文本相对应的结合特征向量序列输入至预先训练的、包含多层全连接层的神经网络，将该神经网络所输出的数值确定为相似性校验结果，若该数值大于预设的某个数值(例如0.5或0.8等)，则可以确定上述第一文本和上述第二文本通过相似性校验；若该数值不大于预设的该数值，则可以确定上述第一文本和上述第二文本未通过相似性校验。此处，该神经网络的每一个全连接层可以用于首先对输入至该层的数据进行线性变换，而后进行非线性变换(例如使用如Softmax函数、sigmoid函数等非线性激活函数)，得到该层的输出。需要指出的是，该神经网络可以是预先利用机器学习方法进行有监督训练而得到，训练神经网络的全连接层的方法是目前广泛研究和应用的公知技术，在此不再赘述。

作为又一示例，对于每一个文本，上述电子设备可以确定与该文本相对应的结合特征向量序列所包含的特征向量的每一维的平均值，将由每一维的平均值所构成的向量确定为与该文本相对应的平均特征向量。而后，可以对所得到的、与各文本相对应的平均特征向量进行数值分析(例如计算两个平均特征向量的相似度)，进而确定上述第一文本和上述第二文本是否通过相似性校验。

在本实施例的一些可选的实现方式中，对于每一个文本，上述电子设备可以首先提取与该文本相对应的结合特征向量序列所包含的特征向量中的每一维的最大值，将由所提取的每一维的最大值所构成的向量确定为与该文本的相对应的目标特征向量，以得到上述第一文本相对应的目标特征向量和与上述第二文本相对应的目标特征向量。而后，上述电子设备可以基于所生成的、与各文本相对应的目标特征向量，确定上述第一文本和上述第二文本是否通过相似性校验。作为示例，上述电子设备可以利用各种相似度计算方法(例如余弦相似度算法、欧式距离算法、杰卡德相似性度量方法等)确定与上述第一文本相对应的目标特征向量和与上述第二文本相对应的目标特征向量的相似度。而后，响应于确定上述相似度大于预设的相似度阈值，确定上述第一文本和上述第二文本通过相似性校验；响应于确定上述相似度不大于上述相似度阈值，确定上述第一文本和上述第二文本未通过相似性校验。其中，上述相似度阈值可以是任意数值，例如0.5、0.8等。需要说明的是，上述相似度计算方法方法是目前广泛研究和应用的公知技术，在此不再赘述。

继续参见图4，图4是根据本实施例的文本校验方法的应用场景的一个示意图400。在图4的应用场景中，用户使用终端设备所安装的浏览器在表单401和表单402中分别编辑了待校验的第一文本和待校验的第二文本。而后，将所编辑的文本提交后，对用户所提交的文本提供相似性校验服务的处理服务器分别接收到的第一文本和第二文本进行分词，以得到第一词向量序列和第二词向量序列。之后，处理服务器分别将上述第一词向量序列和上述第二词向量序列输入至预先训练的、包含至少一个多尺度卷积层的卷积神经网络，得到与各文本相对应的特征向量序列组。然后，处理服务器将每一个特征向量序列组中的各个特征向量序列进行结合，得到与各文本相对应的特征向量序列。最后，处理服务器对所生成的结合特征向量序列进行解析，确定上述第一文本和上述第二文本是否通过相似性校验，并将本文校验结果发送给上述终端设备。上述终端设备呈现文本校验结果403。

本申请的上述实施例提供的方法通过对待校验的第一文本和第二文本分别进行分词以便生成第一词向量序列和第二词向量序列，而后分别将第一词向量序列和第二词向量序列输入至预先训练的、包含至少一个多尺度卷积层的卷积神经网络，以便分别得到与各文本相对应的特征向量序列组，之后将各个特征向量序列进行结合以生成与各文本相对应的结合特征向量序列，最后对所生成的结合特征向量序列进行解析，确定上述第一文本和上述第二文本是否通过相似性校验，从而可以实现对词向量序列的多尺度卷积计算，相较于单一的、固定尺度的卷积计算，提高了文本校验的灵活性。同时，由于采用了多个尺寸的卷积计算，也增强了对文本特征的提取能力，进而提高了对文本相似度的校验的准确性。

进一步参考图5，其示出了文本校验方法的又一个实施例的流程500。该文本校验方法的流程500，包括以下步骤：

步骤501，分别对待校验的第一文本和待校验的第二文本进行分词，确定所分割的各个词的词向量，以生成与第一文本相对应的第一词向量序列和与第二文本相对应的第二词向量序列。

在本实施例中，文本校验方法运行于其上的电子设备(例如图1所示的服务器105)可以首先提取待校验的第一文本和待校验的第二文本。上述电子设备可以利用各种分词方法对上述第一文本和上述第二文本进行分词；之后，可以利用各种词向量生成方法确定所分割的各个词的词向量，以生成与上述第一文本相对应的第一词向量序列和与上述第二文本相对应的第二词向量序列。

需要说明的是，该步骤的操作与上述步骤201的操作基本相同，在此不再赘述。

步骤502，分别将第一词向量序列和第二词向量序列输入至预先训练的、包含至少一个多尺度卷积层的卷积神经网络，将至少一个多尺度卷积层中的最后一个多尺度卷积层所输出的多个向量序列中的各向量序列确定为特征向量序列，以分别得到与各文本相对应的特征向量序列组。

在本实施例中，上述电子设备中可以存储有预先训练的、包含至少一个多尺度卷积层的卷积神经网络，其中，上述卷积神经网络可以用于提取文本的特征。上述电子设备可以首先分别将上述第一词向量序列和上述第二词向量序列输入至上述预先训练的卷积神经网络。之后，可以将上述至少一个多尺度卷积层中的最后一个多尺度卷积层所输出的多个向量序列中的各向量序列确定为特征向量序列，以分别得到与各文本相对应的特征向量序列组。

在本实施例中，上述至少一个多尺度卷积层中的相邻两个多尺度卷积层之间设置有连接层和池化层，上述深度连贯层用于将所多尺度卷积层所输出的多个向量序列进行结合以生成由多个结合向量构成的结合向量序列，上述池化层用于对预设的窗口尺寸(例如窗口尺寸为2，则每次提取两个结合向量作为该池化层的输入)和预设的窗口滑动步长(例如窗口滑动步长为2，则每隔2结合向量进行结合向量的提取)对深度连贯层所生成的结合向量序列进行解析以得到简化后的结合向量序列。实践中，窗口滑动步长

作为示例，某两个多尺度卷积层分别为第一多尺度卷积层和第二多尺度卷积层，第一多尺度卷积层可以输出第一向量序列(例如由100个10维向量构成)、第二向量序列(例如由100个20维向量构成)和第三向量序列(例如有100个30维向量构成)。第一多尺度卷积层与一个深度连贯层相连接，该深度连贯层可以与一个池化层相连接，该池化层与上述第二多尺度卷积层相连接，且该池化层的预设的窗口尺寸为2，预设的窗口滑动步长为2。该深度连贯层可以对该第一多尺度卷积层所输出的第一向量序列、第二向量序列和第三向量序列进行结合，将结合后得到的向量序列(由100个60维向量构成)确定为结合向量序列，将结合向量输入至该池化层。该池化层可以按照该窗口尺度和该窗口滑动步长，首先提取该结合向量序列的第一个和第二个向量的各个维度的最大值以生成一个新的向量；而后提取该结合向量序列的第三个和第四个向量的各个维度的最大值以生成另一个新的向量；以此类推；得到由所生成的新的向量所构成的向量序列(由50个60维向量构成)；最后，该池化层可以将其所生成的向量序列输入至上述第二多尺度卷积层。

步骤503，将所确定的、与每一个文本的相对应的特征向量序列组中的各个特征向量序列进行结合，生成与该文本相对应的结合特征向量序列。

在本实施例中，上述电子设备可以将所确定的、与每一个文本(即上述第一文本和上述第二文本中的每一个文本)的相对应的特征向量序列组中的各个特征向量序列进行结合，生成与该文本相对应的结合特征向量序列。具体的，对于每一个文本，上述电子设备可以确定组成与该文本相对应的各特征向量序列的各个向量在相应的特征向量序列中的次序，将各个特征向量序列中的、次序相同的向量结合成一个向量，将所结合成的向量作为结合特征向量，生成与该文本相对应的结合特征向量序列。

步骤504，对于每一个文本，提取与该文本相对应的结合特征向量序列所包含的特征向量中的每一维的最大值，以生成与该文本的相对应的目标特征向量。

在本实施例中，对于每一个文本，上述电子设备可以首先提取与该文本相对应的结合特征向量序列所包含的特征向量中的每一维的最大值，将由所提取的每一维的最大值所构成的向量确定为与该文本的相对应的目标特征向量，以得到上述第一文本相对应的目标特征向量和与上述第二文本相对应的目标特征向量。

步骤505，将所生成的各目标特征向量输入至预先训练的相似性预测模型，得到第一文本和第二文本的相似性预测结果。

在本实施例中，上述电子设备可以将所生成的各目标特征向量输入至预先训练的相似性预测模型，得到上述第一文本和上述第二文本的相似性预测结果。其中，所得到的相似性预测结果可以是某个数值。需要说明的是，上述相似性预测模型可以用于表征多个文本的目标特征向量序列与上述多个文本的相似性预测结果的对应关系。作为示例，上述相似性预测模型可以是技术人员基于对大量的目标特征向量和相似性预测结果的统计而预先制定的、存储有多组目标特征向量与相似性预测结果的对应关系的对应关系表。

在本实施例的一些可选的实现方式中，上述相似性预测模型也可以是利用以下方式训练生成：

首先，可以提取预设的训练样本，其中，上述训练样本可以包括第一训练文本、第二训练文本、用于指示上述第一训练文本和上述第二训练文本是否相似的标识。

而后，对上述第一训练文本和上述第二训练文本进行解析，生成分别与上述第一训练样本和上述第二训练样本相对应的目标特征向量。需要说明的是，上述电子设备可以利用与上述步骤201-上述步骤203基本相同的方法生成分别与上述第一训练样本和上述第二训练样本相对应的目标特征向量，在此不再赘述。

最后，可以利用机器学习方法，将分别与上述第一训练样本和上述第二训练样本相对应的目标特征向量作为输入，将上述标识作为输入，训练得到相似性预测模型。需要指出的是，上述电子设备可以使用朴素贝叶斯模型(Naive Bayesian Model，NBM)或支持向量机(Support Vector Machine，SVM)等用于分类的模型或使用分类函数(例如softmax函数等)等训练得到上述相似性预测模型。

步骤506，基于所得到的相似性预测结果，确定第一文本和第二文本是否通过相似性校验。

在本实施例中，上述电子设备可以基于所得到的相似性预测结果，确定上述第一文本和上述第二文本是否通过相似性校验。具体地，若所得到的相似性预测结果大预设的某数值(例如0.5或0.8等)，则可以确定上述第一文本和上述第二文本通过相似性校验；若所得到的相似性预测结果不大于该预设的数值，则可以确定上述第一文本和上述第二文本未通过相似性校验。

从图5中可以看出，与图5对应的实施例相比，本实施例中的文本校验方法的流程500突出了基于相似性预测模型对结合特征向量序列进行解析的步骤。由此，本实施例描述的方案进一步提高了文本校验的灵活性和准确性。

进一步参考图6，作为对上述各图所示方法的实现，本申请提供了一种文本校验装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图6所示，本实施例所述的文本校验装置600包括：分词单元601，配置用于分别对待校验的第一文本和待校验的第二文本进行分词，确定所分割的各个词的词向量，以生成与上述第一文本相对应的第一词向量序列和与上述第二文本相对应的第二词向量序列；输入单元602，配置用于分别将上述第一词向量序列和上述第二词向量序列输入至预先训练的、包含至少一个多尺度卷积层的卷积神经网络，将上述至少一个多尺度卷积层中的最后一个多尺度卷积层所输出的多个向量序列中的各向量序列确定为特征向量序列，以分别得到与各文本相对应的特征向量序列组，其中，上述卷积神经网络用于提取文本的特征；结合单元603，配置用于将所确定的、与每一个文本的相对应的特征向量序列组中的各个特征向量序列进行结合，生成与该文本相对应的结合特征向量序列；解析单元604，配置用于对所生成的结合特征向量序列进行解析，确定上述第一文本和上述第二文本是否通过相似性校验。

在本实施例中，上述分词单元601可以首先提取待校验的第一文本和待校验的第二文本。上述分词单元601可以利用各种分词方法对上述第一文本和上述第二文本进行分词；之后，可以利用各种词向量生成方法确定所分割的各个词的词向量，以生成与上述第一文本相对应的第一词向量序列和与上述第二文本相对应的第二词向量序列。

在本实施例中，上述输入单元602可以首先分别将上述第一词向量序列和上述第二词向量序列输入至预先训练的、包含至少一个多尺度卷积层的卷积神经网络。之后，可以将上述至少一个多尺度卷积层中的最后一个多尺度卷积层所输出的多个向量序列中的各向量序列确定为特征向量序列，以分别得到与各文本相对应的特征向量序列组。

在本实施例中，上述结合单元603可以将所确定的、与每一个文本(即上述第一文本和上述第二文本中的每一个文本)的相对应的特征向量序列组中的各个特征向量序列进行结合，生成与该文本相对应的结合特征向量序列。具体的，对于每一个文本，上述结合单元603可以确定组成与该文本相对应的各特征向量序列的各个向量在相应的特征向量序列中的次序，将各个特征向量序列中的、次序相同的向量结合成一个向量，将所结合成的向量作为结合特征向量，生成与该文本相对应的结合特征向量序列。

在本实施例的一些可选的实现方式中，上述至少一个多尺度卷积层中的相邻多尺度卷积层之间可以设置有深度连贯层和池化层，上述深度连贯层可以用于将所多尺度卷积层所输出的多个向量序列进行结合以生成由多个结合向量所构成的结合向量序列，上述池化层可以用于对预设的窗口尺寸和预设的窗口滑动步长对深度连贯层所生成的结合向量序列进行解析以得到简化后的结合向量序列。

在本实施例中，上述解析单元604可以利用各种分析方式对所生成的结合特征向量序列进行数值分析，确定第一文本和第二文本是否通过相似性校验。

在本实施例的一些可选的实现方式中，上述解析单元604可以包括生成模块和确定模块(图中未示出)。其中，上述生成模块可以配置用于对于每一个文本，提取与该文本相对应的结合特征向量序列所包含的特征向量中的每一维的最大值，以生成与该文本的相对应的目标特征向量。上述确定模块可以配置用于基于所生成的、与各文本相对应的目标特征向量，确定上述第一文本和上述第二文本是否通过相似性校验。

在本实施例的一些可选的实现方式中，上述确定模块可以进一步配置用于将所生成的各目标特征向量输入至预先训练的相似性预测模型，得到上述第一文本和上述第二文本的相似性预测结果，其中，上述相似性预测模型用于表征多个文本的目标特征向量序列与上述多个文本的相似性预测结果的对应关系；基于所得到的相似性预测结果，确定上述第一文本和上述第二文本是否通过相似性校验。

在本实施例的一些可选的实现方式中，上述装置还可以包括提取单元、生成单元和训练单元(图中未示出)。其中，上述提取单元可以配置用于提取预设的训练样本，其中，上述训练样本包括第一训练文本、第二训练文本、用于指示上述第一训练文本和上述第二训练文本是否相似的标识。上述生成单元可以配置用于对上述第一训练文本和上述第二训练文本进行解析，生成分别与上述第一训练样本和上述第二训练样本相对应的目标特征向量。上述训练单元可以配置用于利用机器学习方法，将分别与上述第一训练样本和上述第二训练样本相对应的目标特征向量作为输入，将上述标识作为输入，训练得到相似性预测模型。

在本实施例的一些可选的实现方式中，上述确定模块可以进一步配置用于确定与上述第一文本相对应的目标特征向量和与上述第二文本相对应的目标特征向量的相似度；响应于确定上述相似度大于预设的相似度阈值，确定上述第一文本和上述第二文本通过相似性校验；响应于确定上述相似度不大于上述相似度阈值，确定上述第一文本和上述第二文本未通过相似性校验。

本申请的上述实施例提供的装置，通过分词单元601对待校验的第一文本和第二文本分别进行分词以便生成第一词向量序列和第二词向量序列，而后输入单元602分别将第一词向量序列和第二词向量序列输入至预先训练的、包含至少一个多尺度卷积层的卷积神经网络，以便分别得到与各文本相对应的特征向量序列组，之后结合单元603将各个特征向量序列进行结合以生成与各文本相对应的结合特征向量序列，最后解析单元604对所生成的结合特征向量序列进行解析，确定上述第一文本和上述第二文本是否通过相似性校验，从而可以实现对词向量序列的多尺度卷积计算，相较于单一的、固定尺度的卷积计算，提高了文本校验的灵活性。同时，由于采用了多个尺寸的卷积计算，也增强了对文本特征的提取能力，进而提高了对文本相似度的校验的准确性。

下面参考图7，其示出了适于用来实现本申请实施例的服务器的计算机系统700的结构示意图。图7示出的服务器仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图7所示，计算机系统700包括中央处理单元(CPU)701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中，还存储有系统700操作所需的各种程序和数据。CPU 701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。

以下部件连接至I/O接口705：包括键盘、鼠标等的输入部分706；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707；包括硬盘等的存储部分708；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器710上，以便于从其上读出的计算机程序根据需要被安装入存储部分708。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分709从网络上被下载和安装，和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701执行时，执行本申请的方法中限定的上述功能。需要说明的是，本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括分词单元、输入单元、结合单元和解析单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，分词单元还可以被描述为“对待校验的第一文本和待校验的第二文本进行分词的单元”。

作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的装置中所包含的；也可以是单独存在，而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该装置执行时，使得该装置：分别对待校验的第一文本和待校验的第二文本进行分词，确定所分割的各个词的词向量以生成第一词向量序列和第二词向量序列；分别将所述第一词向量序列和所述第二词向量序列输入至预先训练的、包含至少一个多尺度卷积层的卷积神经网络，将最后一个多尺度卷积层所输出的多个向量序列中的各向量序列确定为特征向量序列，得到与各文本相对应的特征向量序列组；将每一个特征向量序列组中的各个特征向量序列进行结合，生成结合特征向量序列；对所生成的结合特征向量序列进行解析，确定所述第一文本和所述第二文本是否通过相似性校验。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (14)

1.一种基于人工智能的文本校验方法，其特征在于，所述方法包括：

分别对待校验的第一文本和待校验的第二文本进行分词，确定所分割的各个词的词向量，以生成与所述第一文本相对应的第一词向量序列和与所述第二文本相对应的第二词向量序列；

分别将所述第一词向量序列和所述第二词向量序列输入至预先训练的、包含至少一个多尺度卷积层的卷积神经网络，将所述至少一个多尺度卷积层中的最后一个多尺度卷积层所输出的多个向量序列中的各向量序列确定为特征向量序列，以分别得到与各文本相对应的特征向量序列组，其中，所述卷积神经网络用于提取文本的特征；

将所确定的、与每一个文本的相对应的特征向量序列组中的各个特征向量序列进行结合，生成与该文本相对应的结合特征向量序列；

对所生成的结合特征向量序列进行解析，确定所述第一文本和所述第二文本是否通过相似性校验。

2.根据权利要求1所述的文本校验方法，其特征在于，所述对所生成的结合特征向量序列进行解析，确定所述第一文本和所述第二文本是否通过相似性校验，包括：

对于每一个文本，提取与该文本相对应的结合特征向量序列所包含的特征向量中的每一维的最大值，以生成与该文本的相对应的目标特征向量；

基于所生成的、与各文本相对应的目标特征向量，确定所述第一文本和所述第二文本是否通过相似性校验。

3.根据权利要求2所述的文本校验方法，其特征在于，所述基于所生成的、与各文本相对应的目标特征向量，确定所述第一文本和所述第二文本是否通过相似性校验，包括：

将所生成的各目标特征向量输入至预先训练的相似性预测模型，得到所述第一文本和所述第二文本的相似性预测结果，其中，所述相似性预测模型用于表征多个文本的目标特征向量序列与所述多个文本的相似性预测结果的对应关系；

基于所得到的相似性预测结果，确定所述第一文本和所述第二文本是否通过相似性校验。

4.根据权利要求3所述的文本校验方法，其特征在于，所述方法还包括训练相似性预测模型的步骤，包括：

提取预设的训练样本，其中，所述训练样本包括第一训练文本、第二训练文本、用于指示所述第一训练文本和所述第二训练文本是否相似的标识；

对所述第一训练文本和所述第二训练文本进行解析，生成分别与所述第一训练样本和所述第二训练样本相对应的目标特征向量；

利用机器学习方法，将分别与所述第一训练样本和所述第二训练样本相对应的目标特征向量作为输入，将所述标识作为输入，训练得到相似性预测模型。

5.根据权利要求2所述的文本校验方法，其特征在于，所述基于所生成的、与各文本相对应的目标特征向量，确定所述第一文本和所述第二文本是否通过相似性校验，包括：

确定与所述第一文本相对应的目标特征向量和与所述第二文本相对应的目标特征向量的相似度；

响应于确定所述相似度大于预设的相似度阈值，确定所述第一文本和所述第二文本通过相似性校验；

响应于确定所述相似度不大于所述相似度阈值，确定所述第一文本和所述第二文本未通过相似性校验。

6.根据权利要求1所述的文本校验方法，其特征在于，所述至少一个多尺度卷积层中的相邻多尺度卷积层之间设置有深度连贯层和池化层，所述深度连贯层用于将所多尺度卷积层所输出的多个向量序列进行结合以生成由多个结合向量所构成的结合向量序列，所述池化层用于对预设的窗口尺寸和预设的窗口滑动步长对深度连贯层所生成的结合向量序列进行解析以得到简化后的结合向量序列。

7.一种基于人工智能的文本校验装置，其特征在于，所述装置包括：

分词单元，配置用于分别对待校验的第一文本和待校验的第二文本进行分词，确定所分割的各个词的词向量，以生成与所述第一文本相对应的第一词向量序列和与所述第二文本相对应的第二词向量序列；

输入单元，配置用于分别将所述第一词向量序列和所述第二词向量序列输入至预先训练的、包含至少一个多尺度卷积层的卷积神经网络，将所述至少一个多尺度卷积层中的最后一个多尺度卷积层所输出的多个向量序列中的各向量序列确定为特征向量序列，以分别得到与各文本相对应的特征向量序列组，其中，所述卷积神经网络用于提取文本的特征；

结合单元，配置用于将所确定的、与每一个文本的相对应的特征向量序列组中的各个特征向量序列进行结合，生成与该文本相对应的结合特征向量序列；

解析单元，配置用于对所生成的结合特征向量序列进行解析，确定所述第一文本和所述第二文本是否通过相似性校验。

8.根据权利要求7所述的文本校验装置，其特征在于，所述解析单元包括：

生成模块，配置用于对于每一个文本，提取与该文本相对应的结合特征向量序列所包含的特征向量中的每一维的最大值，以生成与该文本的相对应的目标特征向量；

确定模块，配置用于基于所生成的、与各文本相对应的目标特征向量，确定所述第一文本和所述第二文本是否通过相似性校验。

9.根据权利要求8所述的文本校验装置，其特征在于，所述确定模块进一步配置用于：

将所生成的各目标特征向量输入至预先训练的相似性预测模型，得到所述第一文本和所述第二文本的相似性预测结果，其中，所述相似性预测模型用于表征多个文本的目标特征向量序列与所述多个文本的相似性预测结果的对应关系；基于所得到的相似性预测结果，确定所述第一文本和所述第二文本是否通过相似性校验。

10.根据权利要求9所述的文本校验装置，其特征在于，所述装置还包括：

提取单元，配置用于提取预设的训练样本，其中，所述训练样本包括第一训练文本、第二训练文本、用于指示所述第一训练文本和所述第二训练文本是否相似的标识；

生成单元，配置用于对所述第一训练文本和所述第二训练文本进行解析，生成分别与所述第一训练样本和所述第二训练样本相对应的目标特征向量；

训练单元，配置用于利用机器学习方法，将分别与所述第一训练样本和所述第二训练样本相对应的目标特征向量作为输入，将所述标识作为输入，训练得到相似性预测模型。

11.根据权利要求8所述的文本校验装置，其特征在于，所述确定模块进一步配置用于：

确定与所述第一文本相对应的目标特征向量和与所述第二文本相对应的目标特征向量的相似度；响应于确定所述相似度大于预设的相似度阈值，确定所述第一文本和所述第二文本通过相似性校验；响应于确定所述相似度不大于所述相似度阈值，确定所述第一文本和所述第二文本未通过相似性校验。

12.根据权利要求7所述的文本校验装置，其特征在于，所述至少一个多尺度卷积层中的相邻多尺度卷积层之间设置有深度连贯层和池化层，所述深度连贯层用于将所多尺度卷积层所输出的多个向量序列进行结合以生成由多个结合向量所构成的结合向量序列，所述池化层用于对预设的窗口尺寸和预设的窗口滑动步长对深度连贯层所生成的结合向量序列进行解析以得到简化后的结合向量序列。

13.一种服务器，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。

14.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-6中任一所述的方法。