CN111666969B - 计算图文相似度的方法、装置、电子设备和可读存储介质 - Google Patents
计算图文相似度的方法、装置、电子设备和可读存储介质 Download PDFInfo
- Publication number
- CN111666969B CN111666969B CN202010323722.6A CN202010323722A CN111666969B CN 111666969 B CN111666969 B CN 111666969B CN 202010323722 A CN202010323722 A CN 202010323722A CN 111666969 B CN111666969 B CN 111666969B
- Authority
- CN
- China
- Prior art keywords
- entity
- similarity
- picture
- relationship
- text
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computational Linguistics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Evolutionary Biology (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请公开了一种计算图文相似度的方法、装置、电子设备和可读存储介质，涉及自然语言处理技术领域。本申请在计算图文相似度时所采用的实现方案为：获取待处理的图片以及文本；获取所述图片包含的图片实体以及图片实体关系，并获取所述文本包含的词语实体以及词语实体关系；通过所述图片实体关系以及所述词语实体关系，分别确定图片参考文本的第一关系相似度以及文本参考图片的第二关系相似度；通过所述图片实体以及所述词语实体，分别确定图片参考文本的第一实体相似度以及文本参考图片的第二实体相似度；利用所述第一关系相似度、第二关系相似度、第一实体相似度以及第二实体相似度，得到图文相似度。本申请能够提升图文相似度的计算准确性。
Description
技术领域
本申请涉及互联网技术领域，尤其涉及自然语言处理技术领域中的一种计算图文相似度的方法、装置、电子设备和可读存储介质。
背景技术
随着互联网技术的快速发展，网络搜索引擎给用户提供了更为丰富的检索功能，例如用户可以输入一张图片来检索该图片的描述文本，或者输入一段文本来检索该文本所描述的图片。而为了能够确保向用户返回更为准确的检索结果，则需要对图片以及文本之间的相似度进行计算。
现有技术在进行图文相似度的计算时，通常是根据图片中包含的图片实体以及文本中包含的词语实体来实现图文之间的匹配。但是仅通过对齐实体的方式来进行图文匹配，则会导致计算得到的图文相似度的准确性较低，从而影响用户的检索体验。
发明内容
本申请为解决技术问题所采用的技术方案是提供一种计算图文相似度的方法，所述方法包括：获取待处理的图片以及文本；获取所述图片包含的图片实体以及图片实体关系，并获取所述文本包含的词语实体以及词语实体关系；通过所述图片实体关系以及所述词语实体关系，分别确定图片参考文本的第一关系相似度以及文本参考图片的第二关系相似度；通过所述图片实体以及所述词语实体，分别确定图片参考文本的第一实体相似度以及文本参考图片的第二实体相似度；利用所述第一关系相似度、第二关系相似度、第一实体相似度以及第二实体相似度，得到图文相似度。本申请除了进行实体与词语之间的对齐之外，还进行实体关系与词语关系之间的对齐，能够更加充分地进行图片与文本的交互，从而提升图文相似度的计算准确性。
本申请为解决现有技术问题所采用的技术方案是提供一种计算图文相似度的装置，包括：获取单元，用于获取待处理的图片以及文本；处理单元，用于获取所述图片包含的图片实体以及图片实体关系，并获取所述文本包含的词语实体以及词语实体关系；第一计算单元，用于通过所述图片实体关系以及所述词语实体关系，分别确定图片参考文本的第一关系相似度以及文本参考图片的第二关系相似度；第二计算单元，用于通过所述图片实体以及所述词语实体，分别确定图片参考文本的第一实体相似度以及文本参考图片的第二实体相似度；确定单元，用于利用所述第一关系相似度、第二关系相似度、第一实体相似度以及第二实体相似度，得到图文相似度。
一种电子设备，其特征在于，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述方法。
一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行上述方法。
一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现上述方法。
上述申请中的一个实施例具有如下优点或有益效果：本申请能够更加充分地进行图片与文本的交互，提升图文相似度的计算准确性。因为采用了同时对图片以及文本中的实体关系以及实体进行对齐的方式来计算图文相似度的技术手段，所以克服了现有技术中仅通过对齐实体来计算图文相似度所导致的计算准确性较低的技术问题，从而更加充分地进行图片与文本的交互，实现提升图文相似度的计算准确性技术效果。
上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。
附图说明
附图用于更好地理解本方案，不构成对本申请的限定。其中：
图1是根据本申请第一实施例提供的示意图；
图2是根据本申请第二实施例提供的示意图；
图3是根据本申请第三实施例提供的示意图；
图4是根据本申请第四实施例提供的示意图；
图5是根据本申请第五实施例提供的示意图；
图6是根据本申请第六实施例提供的示意图；
图7是用来实现本申请实施例的计算图文相似度的方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
图1是根据本申请第一实施例的示意图。如图1所示，本实施例的计算图文相似度的方法，具体可以包括如下步骤：
S101、获取待处理的图片以及文本；
S102、获取所述图片包含的图片实体以及图片实体关系，并获取所述文本包含的词语实体以及词语实体关系；
S103、通过所述图片实体关系以及所述词语实体关系，分别确定图片参考文本的第一关系相似度以及文本参考图片的第二关系相似度；
S104、通过所述图片实体以及所述词语实体，分别确定图片参考文本的第一实体相似度以及文本参考图片的第二实体相似度；
S105、利用所述第一关系相似度、第二关系相似度、第一实体相似度以及第二实体相似度，得到图文相似度。
本实施例的计算图文相似度的方法，通过图片包含的图片实体以及图片实体关系、文本包含的词语实体以及词语实体关系，首先分别确定图片参考文本的第一关系相似度、文本参考图片的第二关系相似度、图片参考文本的第一实体相似度以及文本参考图片的第二实体相似度，然后再利用所确定的关系相似度以及实体相似度来得到图文相似度，从而更充分地进行图片与文本之间的交互，进一步提升了图文相似度的计算准确性，使得根据所得到的图文相似度能够向用户返回更为准确的检索结果。
本实施例中待处理的图片以及文本，即为需要判断图文是否匹配的对象，可以是一个图片以及一个文本，可以是一个图片以及多个文本，也可以是多个图片以及一个文本，还可以是多个图片以及多个文本。本实施例若获取了多个图片或者多个文本，则可以分别对每一对图片以及文本之间的相似度进行计算，从而获取多个图文相似度。
本实施例所获取的图片包含的图片实体中，每个图片实体对应于图片中的一个物体或者区域，可以使用向量进行表示，即将一张图片表示为一组向量的集合。本实施例的S102在获取图片包含的图片实体时，可以使用现有的目标检测器来获取对应于图片中的物体或者区域的向量。
本实施例所获取的图片实体关系由一个三元组表示，可以将该三元组进一步表示为向量，三元组中包含的元素为关系及其对应的两个图片实体，其中图片实体与使用目标检测器所获取的图片实体对应，关系则表示两个图片实体之间的联系。本实施例的S102可以使用现有的关系检测器来获取图片中图片实体之间的关系。
本实施例所获取的文本包含的词语实体中，每个词语实体可以使用向量进行表示，即将一个文本表示为一组向量的集合。本实施例的S102在获取文本包含的词语实体时，可以使用RNN(Recurrent Neural Network，循环神经网络)、LSTM(Long Short-TermMemory，长短期记忆网络)、GRU(Gate Recurrent Unit，门控循环单元)等得到对应于文本中各词语的向量。
本实施例所获取的词语实体关系由一个三元组表示，可以将该三元组进一步表示为向量，三元组中包含的元素为关系及其对应的两个词语实体，其中词语实体与使用RNN、LSTM或者GRU所获取的词语实体对应，关系则表示两个词语实体之间的联系。本实施例的S102可以使用现有的斯坦福关系抽取解析器来获取文本中词语实体之间的关系。
本实施例在获取了图片包含的图片实体以及图片实体关系、文本包含的词语实体以及词语实体关系之后，根据所获取的上述内容来分别确定图文之间的关系相似度以及实体相似度。
本实施例所确定的图文之间的关系相似度，包含图片参考文本的第一关系相似度以及文本参考图片的第二关系相似度；本实施例所确定的图文之间的实体相似度，包含图片参考文本的第一实体相似度以及文本参考图片的第二实体相似度。
本实施例在执行S103通过图片实体关系以及词语实体关系来分别确定图片参考文本的第一关系相似度以及文本参考图片的第二关系相似度之前，还可以包含以下内容：将图片实体关系中包含的关系及其对应的两个图片实体输入图神经网络GNN(GraphNeural Network)，将GNN的输出结果作为图片实体关系的新表示；将词语实体关系中包含的关系及其对应的两个词语实体输入GNN，将GNN的输出结果作为词语实体关系的新表示；通过图片实体关系的新表示以及词语实体关系的新表示，分别确定图片参考文本的第一关系相似度以及文本参考图片的第二关系相似度。
也就是说，本实施例在确定图文之间的关系相似度之前，对所获取的实体关系进行了聚合处理，使得所获取的实体关系的新表示能够聚合关系本身的特征及其对应的两个实体的特征，从而更充分地对实体之间的关系进行表示，进一步提升了图文之间关系相似度的计算准确性。
本实施例在分别确定了图文之间的关系相似度以及实体相似度之后，利用所确定的上述相似度来得到图片与文字之间的相似度，从而根据所得到的图文相似度对图片与文字是否匹配来进行判断。
具体地，本实施例在执行S105利用第一关系相似度、第二关系相似度、第一实体相似度以及第二实体相似度来得到图文相似度时，可以采用以下方式：根据第一关系相似度以及第一实体相似度，确定以图片为基准的图文相似度；根据第二关系相似度以及第二实体相似度，确定以文本为基准的图文相似度；将以图片为基准的图文相似度与以文本为基准的图文相似度的平均值，作为图文相似度。
其中，本实施例可以将第一关系相似度以及第一实体相似度的平均值作为以图片为基准的图文相似度；也可以结合预设参数，根据第一关系相似度以及第一实体相似度来计算得到以图片为基准的图文相似度。同理，本实施例可以按照获取以图片为基准的图文相似度的方式，根据第二关系相似度以及第二实体相似度来获取以文本为基准的图文相似度。
具体地，本实施例在结合预设参数，来获取以图片为基准的图文相似度以及以文本为基准的图文相似度时，可以使用以下公式计算得到：
在公式中：Si2t表示以图片为基准的图文相似度；ω表示0～1之间的预设参数；
表示第一关系相似度；
表示第一实体相似度；St2i表示以文本为基准的图文相似度；
表示第二关系相似度；
表示第二实体相似度。
另外，本实施例在执行S105时，也可以将第一关系相似度、第二关系相似度、第一实体相似度以及第二实体相似度的平均值，作为图片与文本之间的相似度。
本实施例的计算图文相似度的方法，通过确定图片与文本之间的关系相似度以及实体相似度，来获取图文之间的整体相似度，能够克服现有技术的不足，通过多维信息更充分地进行图片与文字的交互，从而提升图文相似度的计算准确性。
图2是根据本申请第二实施例的示意图。如图2所示，本实施例在执行S103通过图片实体关系以及词语实体关系来确定图片参考文本的第一关系相似度时，具体可以包括如下步骤：
S201、对于每个图片实体关系，计算其与各词语实体关系之间的相似度；
本实施例中的图片实体关系以及词语实体关系均可以由向量表示，因此通过向量相似度的计算方法，可以获取图片实体关系与词语实体关系之间的相似度。
S202、以计算得到的相似度为权重值，对词语实体关系进行加权求和，将计算结果作为该图片实体关系参考词语实体关系的表示；
本实施例在获取图片实体关系与各词语实体关系之间的相似度之后，以各相似度为权重值对各词语实体关系进行加权求和，从而将计算结果作为该图片实体关系参考词语实体关系的表示。
举例来说，若存在图片实体关系1、图片实体关系2、词语实体关系1以及词语实体关系2，对于图片实体关系1来说，在计算得到其与词语实体关系1之间的相似度S1、与词语实体关系2之间的相似度S2之后，则图片实体关系1参考词语实体关系的表示为(相似度S1×词语关系1+相似度S2×词语关系2)。
S203、计算该图片实体关系参考词语实体关系的表示与原图片实体关系之间的相似度，作为该图片实体关系参考词语实体关系的相似度；
本实施例在获取图片实体关系参考词语实体关系的表示之后，计算图片实体关系更新后的表示与原图片实体关系之间的相似度，作为图片实体关系参考词语实体关系的相似度。由于图片实体关系更新后的表示仍属于向量，因此通过向量相似度的计算方法，可以获取图片实体关系更新后的表示与原图片实体关系之间的相似度。
S204、将各图片实体关系参考词语实体关系的相似度的平均值，作为图片参考文本的第一关系相似度。
本实施例在获取各图片实体关系参考词语实体关系的相似度之后，将各图片实体关系参考词语实体关系的相似度的平均值，作为图片参考文本的第一关系相似度。因此，本实施例通过上述方式，能够充分地对图片实体关系以及词语实体关系进行交互，提升第一关系相似度的计算准确性。
图3是根据本申请第三实施例的示意图。如图3所示，本实施例在执行S103通过图片实体关系以及词语实体关系来确定文本参考图片的第二关系相似度时，具体可以包括如下步骤：
S301、对于每个词语实体关系，计算其与各图片实体关系之间的相似度；
S302、以计算得到的相似度为权重值，对各图片实体关系进行加权求和，将计算结果作为该词语实体关系参考图片实体关系的表示；
S303、计算该词语实体关系参考图片实体关系的表示与原词语实体关系之间的相似度，作为该词语实体关系参考图片实体关系的相似度；
S304、将各词语实体关系参考图片实体关系的相似度的平均值，作为文本参考图片的第二关系相似度。
图4是根据本申请第四实施例的示意图。如图4所示，本实施例在执行S104通过图片实体以及词语实体来确定图片参考文本的第一实体相似度时，具体可以包括如下步骤：
S401、对于每个图片实体，计算其与各词语实体之间的相似度；
本实施例中的图片实体以及词语实体均可由向量表示，因此通过向量相似度的计算方法，可以获取图片实体与词语实体之间的相似度。
S402、以计算得到的相似度为权重值，对各词语实体进行加权求和，将计算结果作为该图片实体参考词语实体的表示；
本实施例在获取图片实体与各词语实体之间的相似度之后，以各相似度为权重值对各词语实体进行加权求和，从而将计算结果作为该图片实体参考词语实体的表示。
举例来说，若存在图片实体1、图片实体2、词语实体1以及词语实体2，对于图片实体1来说，在计算得到其与词语实体1之间的相似度S3、与词语实体2之间的相似度S4之后，则图片实体1参考词语实体的表示为(相似度S3×词语1+相似度S4×词语2)。
S403、计算该图片实体参考词语实体的表示与原图片实体之间的相似度，作为该图片实体参考词语实体的相似度；
本实施例在获取图片实体参考词语实体的表示之后，计算图片实体更新后的表示与原图片实体之间的相似度，作为图片实体参考词语实体的相似度。由于图片实体更新后的表示仍属于向量，因此通过向量相似度的计算方法，可以获取图片实体更新后的表示与原图片实体之间的相似度。
S404、将各图片实体参考词语实体的相似度的平均值，作为图片参考文本的第一实体相似度。
本实施例在获取各图片实体参考词语实体的相似度之后，将各图片实体参考词语实体的相似度的平均值，作为图片参考文本的第一实体相似度。因此，本实施例通过上述方式，能够充分地对图片实体以及词语实体进行交互，提升第一实体相似度的计算准确性。
图5是根据本申请第五实施例的示意图。如图5所示，本实施例在执行S104通过图片实体以及词语实体来确定文本参考图片的第二实体相似度时，具体可以包括如下步骤：
S501、对于每个词语实体，计算其与各图片实体之间的相似度；
S502、以计算得到的相似度为权重值，对各图片实体进行加权求和，将计算结果作为该词语实体参考图片实体的表示；
S503、计算该词语实体参考图片实体的表示与原词语实体之间的相似度，作为该词语实体参考图片实体的相似度；
S504、将各词语实体参考图片实体的相似度的平均值，作为文本参考图片的第二实体相似度。
图6是根据本申请第六实施例的示意图。如图6所示，本实施例的计算图文相似度的装置，包括：
获取单元601、用于获取待处理的图片以及文本；
处理单元602、用于获取所述图片包含的图片实体以及图片实体关系，并获取所述文本包含的词语实体以及词语实体关系；
第一计算单元603、用于通过所述图片实体关系以及所述词语实体关系，分别确定图片参考文本的第一关系相似度以及文本参考图片的第二关系相似度；
第二计算单元604、用于通过所述图片实体以及所述词语实体，分别确定图片参考文本的第一实体相似度以及文本参考图片的第二实体相似度；
确定单元605、用于利用所述第一关系相似度、第二关系相似度、第一实体相似度以及第二实体相似度，得到图文相似度。
可选地，本实施例的计算图文相似度的装置中，第一计算单元603在通过图片实体关系以及词语实体关系，分别确定图片参考文本的第一关系相似度以及文本参考图片的第二关系相似度之前，还可以包含以下内容：将图片实体关系中包含的关系及其对应的两个图片实体输入图神经网络GNN，将GNN的输出结果作为图片实体关系的新表示；将词语实体关系中包含的关系及其对应的两个词语实体输入GNN，将GNN的输出结果作为词语实体关系的新表示；通过图片实体关系的新表示以及词语实体关系的新表示，分别确定图片参考文本的第一关系相似度以及文本参考图片的第二关系相似度。
可选地，本实施例的计算图文相似度的装置中，第一计算单元603在通过图片实体关系以及词语实体关系，确定图片参考文本的第一关系相似度时，可以采用以下方式：对于每个图片实体关系，计算其与各词语实体关系之间的相似度；以计算得到的相似度为权重值，对词语实体关系进行加权求和，将计算结果作为该图片实体关系参考词语实体关系的表示；计算该图片实体关系参考词语实体关系的表示与原图片实体关系之间的相似度，作为该图片实体关系参考词语实体关系的相似度；将各图片实体关系参考词语实体关系的相似度的平均值，作为图片参考文本的第一关系相似度。
可选地，本实施例的计算图文相似度的装置中，第一计算单元603在通过图片实体关系以及词语实体关系，确定文本参考图片的第二关系相似度时，可以采用以下方式：对于每个词语实体关系，计算其与各图片实体关系之间的相似度；以计算得到的相似度为权重值，对各图片实体关系进行加权求和，将计算结果作为该词语实体关系参考图片实体关系的表示；计算该词语实体关系参考图片实体关系的表示与原词语实体关系之间的相似度，作为该词语实体关系参考图片实体关系的相似度；将各词语实体关系参考图片实体关系的相似度的平均值，作为文本参考图片的第二关系相似度。
可选地，本实施例的计算图文相似度的装置中，第二计算单元604在通过图片实体以及词语实体，确定图片参考文本的第一实体相似度时，可以采用以下方式：对于每个图片实体，计算其与各词语实体之间的相似度；以计算得到的相似度为权重值，对各词语实体进行加权求和，将计算结果作为该图片实体参考词语实体的表示；计算该图片实体参考词语实体的表示与原图片实体之间的相似度，作为该图片实体参考词语实体的相似度；将各图片实体参考词语实体的相似度的平均值，作为图片参考文本的第一实体相似度。
可选地，本实施例的计算图文相似度的装置中，第二计算单元604在通过图片实体以及词语实体，确定文本参考图片的第二实体相似度时，可以采用以下方式：对于每个词语实体，计算其与各图片实体之间的相似度；以计算得到的相似度为权重值，对各图片实体进行加权求和，将计算结果作为该词语实体参考图片实体的表示；计算该词语实体参考图片实体的表示与原词语实体之间的相似度，作为该词语实体参考图片实体的相似度；将各词语实体参考图片实体的相似度的平均值，作为文本参考图片的第二实体相似度。
可选地，本实施例的计算图文相似度的装置中，确定单元605在利用第一关系相似度、第二关系相似度、第一实体相似度以及第二实体相似度来得到图文相似度时，可以采用以下方式：根据第一关系相似度以及第一实体相似度，确定以图片为基准的图文相似度；根据第二关系相似度以及第二实体相似度，确定以文本为基准的图文相似度；将以图片为基准的图文相似度与以文本为基准的图文相似度的平均值，作为图文相似度。
其中，确定单元605可以将第一关系相似度以及第一实体相似度的平均值作为以图片为基准的图文相似度；也可以结合预设参数，根据第一关系相似度以及第一实体相似度来计算得到以图片为基准的图文相似度。同理，确定单元605可以按照获取以图片为基准的图文相似度的方式，根据第二关系相似度以及第二实体相似度来获取以文本为基准的图文相似度。
具体地，确定单元605在结合预设参数，来获取以图片为基准的图文相似度以及以文本为基准的图文相似度时，可以使用以下公式计算得到：
在公式中：Si2t表示以图片为基准的图文相似度；ω表示0～1之间的预设参数；
表示第一关系相似度；
表示第一实体相似度；St2i表示以文本为基准的图文相似度；
表示第二关系相似度；
表示第二实体相似度。
另外，确定单元605也可以将第一关系相似度、第二关系相似度、第一实体相似度以及第二实体相似度的平均值，作为图文相似度。
根据本申请的实施例，本申请还提供了一种电子设备、一种计算机可读存储介质以及一种计算机程序产品。
如图7所示，是根据本申请实施例的计算图文相似度的方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图7所示，该电子设备包括：一个或多个处理器701、存储器702，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图7中以一个处理器701为例。
存储器702即为本申请所提供的非瞬时计算机可读存储介质。其中，所述存储器存储有可由至少一个处理器执行的指令，以使所述至少一个处理器执行本申请所提供的计算图文相似度的方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的计算图文相似度的方法。
存储器702作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的计算图文相似度的方法对应的程序指令/模块(例如，附图6所示的获取单元601、处理单元602、第一计算单元603、第二计算单元604以及确定单元605)。处理器701通过运行存储在存储器702中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的计算图文相似度的方法。
存储器702可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据的电子设备的使用所创建的数据等。此外，存储器702可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器302可选包括相对于处理器701远程设置的存储器，这些远程存储器可以通过网络连接至计算图文相似度的方法的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
计算图文相似度的方法的电子设备还可以包括：输入装置703和输出装置704。处理器701、存储器702、输入装置703和输出装置704可以通过总线或者其他方式连接，图7中以通过总线连接为例。
输入装置703可接收输入的数字或字符信息，以及产生与计算图文相似度的方法的电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置704可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
根据本申请实施例的技术方案，通过确定图片与文本之间的关系相似度以及实体相似度，来获取图文之间的整体相似度，能够克服现有技术的不足，通过更充分地进行图片与文字的交互，从而提升图文相似度的计算准确性。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。
Claims (17)
1.一种计算图文相似度的方法，其特征在于，包括：
获取待处理的图片以及文本；
获取所述图片包含的图片实体以及图片实体关系，并获取所述文本包含的词语实体以及词语实体关系；
通过所述图片实体关系以及所述词语实体关系，分别确定图片参考文本的第一关系相似度以及文本参考图片的第二关系相似度；
通过所述图片实体以及所述词语实体，分别确定图片参考文本的第一实体相似度以及文本参考图片的第二实体相似度；
利用所述第一关系相似度、第二关系相似度、第一实体相似度以及第二实体相似度，得到图文相似度。
2.根据权利要求1所述的方法，其特征在于，在通过所述图片实体关系以及所述词语实体关系，分别确定图片参考文本的第一关系相似度以及文本参考图片的第二关系相似度之前，还包括：
将图片实体关系中包含的关系及其对应的两个图片实体输入图神经网络GNN，将GNN的输出结果作为图片实体关系的新表示；
将词语实体关系中包含的关系及其对应的两个词语实体输入GNN，将GNN的输出结果作为词语实体关系的新表示；
通过图片实体关系的新表示以及词语实体关系的新表示，分别确定图片参考文本的第一关系相似度以及文本参考图片的第二关系相似度。
3.根据权利要求1所述的方法，其特征在于，所述通过所述图片实体关系以及所述词语实体关系确定图片参考文本的第一关系相似度包括：
对于每个图片实体关系，计算其与各词语实体关系之间的相似度；
以计算得到的相似度为权重值，对词语实体关系进行加权求和，将计算结果作为该图片实体关系参考词语实体关系的表示；
计算该图片实体关系参考词语实体关系的表示与原图片实体关系之间的相似度，作为该图片实体关系参考词语实体关系的相似度；
将各图片实体关系参考词语实体关系的相似度的平均值，作为图片参考文本的第一关系相似度。
4.根据权利要求1所述的方法，其特征在于，所述通过所述图片实体关系以及所述词语实体关系确定文本参考图片的第二关系相似度包括：
对于每个词语实体关系，计算其与各图片实体关系之间的相似度；
以计算得到的相似度为权重值，对各图片实体关系进行加权求和，将计算结果作为该词语实体关系参考图片实体关系的表示；
计算该词语实体关系参考图片实体关系的表示与原词语实体关系之间的相似度，作为该词语实体关系参考图片实体关系的相似度；
将各词语实体关系参考图片实体关系的相似度的平均值，作为文本参考图片的第二关系相似度。
5.根据权利要求1所述的方法，其特征在于，所述通过所述图片实体以及所述词语实体确定图片参考文本的第一实体相似度包括：
对于每个图片实体，分别计算其与各词语实体之间的相似度；
以计算得到的相似度为权重值，对各词语实体进行加权求和，将计算结果作为该图片实体参考词语实体的表示；
计算该图片实体参考词语实体的表示与原图片实体之间的相似度，作为该图片实体参考词语实体的相似度；
将各图片实体参考词语实体的相似度的平均值，作为图片参考文本的第一实体相似度。
6.根据权利要求1所述的方法，其特征在于，所述通过所述图片实体以及所述词语实体确定文本参考图片的第二实体相似度包括：
对于每个词语实体，计算其与各图片实体之间的相似度；
以计算得到的相似度为权重值，对各图片实体进行加权求和，将计算结果作为该词语实体参考图片实体的表示；
计算该词语实体参考图片实体的表示与原词语实体之间的相似度，作为该词语实体参考图片实体的相似度；
将各词语实体参考图片实体的相似度的平均值，作为文本参考图片的第二实体相似度。
7.根据权利要求1所述的方法，其特征在于，所述利用所述第一关系相似度、第二关系相似度、第一实体相似度以及第二实体相似度得到图文相似度包括：
根据所述第一关系相似度以及所述第一实体相似度，确定以图片为基准的图文相似度；
根据所述第二关系相似度以及所述第二实体相似度，确定以文本为基准的图文相似度；
将以图片为基准的图文相似度与以文本为基准的图文相似度的平均值，作为图文相似度。
8.一种计算图文相似度的装置，其特征在于，包括：
获取单元，用于获取待处理的图片以及文本；
处理单元，用于获取所述图片包含的图片实体以及图片实体关系，并获取所述文本包含的词语实体以及词语实体关系；
第一计算单元，用于通过所述图片实体关系以及所述词语实体关系，分别确定图片参考文本的第一关系相似度以及文本参考图片的第二关系相似度；
第二计算单元，用于通过所述图片实体以及所述词语实体，分别确定图片参考文本的第一实体相似度以及文本参考图片的第二实体相似度；
确定单元，用于利用所述第一关系相似度、第二关系相似度、第一实体相似度以及第二实体相似度，得到图文相似度。
9.根据权利要求8所述的装置，其特征在于，所述第一计算单元在通过所述图片实体关系以及所述词语实体关系，分别确定图片参考文本的第一关系相似度以及文本参考图片的第二关系相似度之前，还执行：
将图片实体关系中包含的关系及其对应的两个图片实体输入图神经网络GNN，将GNN的输出结果作为图片实体关系的新表示；
将词语实体关系中包含的关系及其对应的两个词语实体输入GNN，将GNN的输出结果作为词语实体关系的新表示；
通过图片实体关系的新表示以及词语实体关系的新表示，分别确定图片参考文本的第一关系相似度以及文本参考图片的第二关系相似度。
10.根据权利要求8所述的装置，其特征在于，所述第一计算单元在通过所述图片实体关系以及所述词语实体关系，确定图片参考文本的第一关系相似度时，具体执行：
对于每个图片实体关系，计算其与各词语实体关系之间的相似度；
以计算得到的相似度为权重值，对词语实体关系进行加权求和，将计算结果作为该图片实体关系参考词语实体关系的表示；
计算该图片实体关系参考词语实体关系的表示与原图片实体关系之间的相似度，作为该图片实体关系参考词语实体关系的相似度；
将各图片实体关系参考词语实体关系的相似度的平均值，作为图片参考文本的第一关系相似度。
11.根据权利要求8所述的装置，其特征在于，所述第一计算单元在通过所述图片实体关系以及所述词语实体关系，确定文本参考图片的第二关系相似度时，具体执行：
对于每个词语实体关系，计算其与各图片实体关系之间的相似度；
以计算得到的相似度为权重值，对各图片实体关系进行加权求和，将计算结果作为该词语实体关系参考图片实体关系的表示；
计算该词语实体关系参考图片实体关系的表示与原词语实体关系之间的相似度，作为该词语实体关系参考图片实体关系的相似度；
将各词语实体关系参考图片实体关系的相似度的平均值，作为文本参考图片的第二关系相似度。
12.根据权利要求8所述的装置，其特征在于，所述第二计算单元在通过所述图片实体以及所述词语实体，确定图片参考文本的第一实体相似度时，具体执行：
对于每个图片实体，分别计算其与各词语实体之间的相似度；
以计算得到的相似度为权重值，对各词语实体进行加权求和，将计算结果作为该图片实体参考词语实体的表示；
计算该图片实体参考词语实体的表示与原图片实体之间的相似度，作为该图片实体参考词语实体的相似度；
将各图片实体参考词语实体的相似度的平均值，作为图片参考文本的第一实体相似度。
13.根据权利要求8所述的装置，其特征在于，所述第二计算单元在通过所述图片实体以及所述词语实体，确定文本参考图片的第二实体相似度时，具体执行：
对于每个词语实体，计算其与各图片实体之间的相似度；
以计算得到的相似度为权重值，对各图片实体进行加权求和，将计算结果作为该词语实体参考图片实体的表示；
计算该词语实体参考图片实体的表示与原词语实体之间的相似度，作为该词语实体参考图片实体的相似度；
将各词语实体参考图片实体的相似度的平均值，作为文本参考图片的第二实体相似度。
14.根据权利要求8所述的装置，其特征在于，所述确定单元在利用所述第一关系相似度、第二关系相似度、第一实体相似度以及第二实体相似度得到图文相似度时，具体执行：
根据所述第一关系相似度以及所述第一实体相似度，确定以图片为基准的图文相似度；
根据所述第二关系相似度以及所述第二实体相似度，确定以文本为基准的图文相似度；
将以图片为基准的图文相似度与以文本为基准的图文相似度的平均值，作为图文相似度。
15.一种电子设备，其特征在于，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1-7中任一项所述的方法。
17.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-7中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010323722.6A CN111666969B (zh) | 2020-04-22 | 2020-04-22 | 计算图文相似度的方法、装置、电子设备和可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010323722.6A CN111666969B (zh) | 2020-04-22 | 2020-04-22 | 计算图文相似度的方法、装置、电子设备和可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111666969A CN111666969A (zh) | 2020-09-15 |
| CN111666969B true CN111666969B (zh) | 2021-11-23 |
Family
ID=72382709
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010323722.6A Active CN111666969B (zh) | 2020-04-22 | 2020-04-22 | 计算图文相似度的方法、装置、电子设备和可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111666969B (zh) |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2013069149A (ja) * | 2011-09-22 | 2013-04-18 | Nippon Telegr & Teleph Corp <Ntt> | 画像類似度判定装置、画像類似度判定方法及び画像類似度判定プログラム |
| CN109885691A (zh) * | 2019-01-08 | 2019-06-14 | 平安科技（深圳）有限公司 | 知识图谱补全方法、装置、计算机设备及存储介质 |
| CN110188168A (zh) * | 2019-05-24 | 2019-08-30 | 北京邮电大学 | 语义关系识别方法和装置 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103365912B (zh) * | 2012-04-06 | 2016-12-14 | 富士通株式会社 | 对实体关系模式进行聚类、提取的方法和设备 |
| CN108694201A (zh) * | 2017-04-10 | 2018-10-23 | 华为软件技术有限公司 | 一种实体对齐方法和装置 |
| CN110532571B (zh) * | 2017-09-12 | 2022-11-18 | 腾讯科技（深圳）有限公司 | 文本处理方法及相关装置 |
| CN110019867A (zh) * | 2017-10-10 | 2019-07-16 | 阿里巴巴集团控股有限公司 | 图像搜索方法、系统和索引构建方法和介质 |
| CN108549708B (zh) * | 2018-04-19 | 2021-08-31 | 聊城市中芯智能科技有限公司 | 一种图文匹配方法及系统 |
| US11093560B2 (en) * | 2018-09-21 | 2021-08-17 | Microsoft Technology Licensing, Llc | Stacked cross-modal matching |
| CN110598001A (zh) * | 2019-08-05 | 2019-12-20 | 平安科技（深圳）有限公司 | 联合实体关系抽取方法、装置及存储介质 |
| CN110704600B (zh) * | 2019-09-30 | 2022-05-13 | 北京百度网讯科技有限公司 | 问答动态匹配方法、装置和电子设备 |
-
2020
- 2020-04-22 CN CN202010323722.6A patent/CN111666969B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2013069149A (ja) * | 2011-09-22 | 2013-04-18 | Nippon Telegr & Teleph Corp <Ntt> | 画像類似度判定装置、画像類似度判定方法及び画像類似度判定プログラム |
| CN109885691A (zh) * | 2019-01-08 | 2019-06-14 | 平安科技（深圳）有限公司 | 知识图谱补全方法、装置、计算机设备及存储介质 |
| CN110188168A (zh) * | 2019-05-24 | 2019-08-30 | 北京邮电大学 | 语义关系识别方法和装置 |
Non-Patent Citations (1)
| Title |
|---|
| Image and Text Correlation Judgement Based on Deep Learning;Yinyang Liu等;《2018 IEEE 9th International Conference on Software Engineering and Service Science (ICSESS)》;20190311;1-4 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111666969A (zh) | 2020-09-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11710215B2 (en) | Face super-resolution realization method and apparatus, electronic device and storage medium | |
| US20210397947A1 (en) | Method and apparatus for generating model for representing heterogeneous graph node | |
| EP3848819A1 (en) | Method and apparatus for retrieving video, device and medium | |
| JP7258066B2 (ja) | 測位方法、測位装置及び電子機器 | |
| US11748895B2 (en) | Method and apparatus for processing video frame | |
| CN111259671B (zh) | 文本实体的语义描述处理方法、装置及设备 | |
| CN112084366A (zh) | 用于检索图像的方法、装置、设备以及存储介质 | |
| US20220036085A1 (en) | Video event recognition method, electronic device and storage medium | |
| CN111090991A (zh) | 场景纠错方法、装置、电子设备和存储介质 | |
| CN111274407A (zh) | 知识图谱中三元组置信度计算方法和装置 | |
| CN111241838B (zh) | 文本实体的语义关系处理方法、装置及设备 | |
| CN111079945A (zh) | 端到端模型的训练方法及装置 | |
| CN112241716A (zh) | 训练样本的生成方法和装置 | |
| CN111640103A (zh) | 图像检测方法、装置、设备以及存储介质 | |
| US20210312240A1 (en) | Header Model For Instance Segmentation, Instance Segmentation Model, Image Segmentation Method and Apparatus | |
| CN111275827A (zh) | 基于边缘的增强现实三维跟踪注册方法、装置和电子设备 | |
| CN112784102B (zh) | 视频检索方法、装置和电子设备 | |
| CN112328896B (zh) | 用于输出信息的方法、装置、电子设备和介质 | |
| US20210256725A1 (en) | Target detection method, device, electronic apparatus and storage medium | |
| US20210125353A1 (en) | Method and apparatus for detecting and tracking target, electronic device and storage media | |
| CN111177479A (zh) | 获取关系网络图中节点的特征向量的方法以及装置 | |
| CN111666969B (zh) | 计算图文相似度的方法、装置、电子设备和可读存储介质 | |
| CN111625706B (zh) | 信息检索方法、装置、设备及存储介质 | |
| CN111292223B (zh) | 图计算的处理方法、装置、电子设备及存储介质 | |
| CN112446728B (zh) | 广告召回方法、装置、设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |