CN113420139A - 一种文本匹配方法、装置、电子设备及存储介质 - Google Patents

一种文本匹配方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN113420139A
CN113420139A CN202110972219.8A CN202110972219A CN113420139A CN 113420139 A CN113420139 A CN 113420139A CN 202110972219 A CN202110972219 A CN 202110972219A CN 113420139 A CN113420139 A CN 113420139A
Authority
CN
China
Prior art keywords
question
candidate
vector
answer
query
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.)
Granted
Application number
CN202110972219.8A
Other languages
English (en)
Other versions
CN113420139B (zh
Inventor
王博
薛小娜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Mininglamp Software System Co ltd
Original Assignee
Beijing Mininglamp Software System Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Mininglamp Software System Co ltd filed Critical Beijing Mininglamp Software System Co ltd
Priority to CN202110972219.8A priority Critical patent/CN113420139B/zh
Publication of CN113420139A publication Critical patent/CN113420139A/zh
Application granted granted Critical
Publication of CN113420139B publication Critical patent/CN113420139B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/332—Query formulation
    • G06F16/3329—Natural language query formulation or dialogue systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G06F16/334—Query execution
    • G06F16/3344—Query execution using natural language analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/10—Text processing
    • G06F40/194—Calculation of difference between files
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Databases & Information Systems (AREA)
  • Mathematical Physics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Evolutionary Biology (AREA)
  • Human Computer Interaction (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本申请提供了一种文本匹配方法、装置、电子设备及存储介质，该方法包括：获取与用户输入的查询问题相对应的候选问答对；根据查询问题与每个候选问答对中候选问题和候选答案的交互，确定查询问题的第一增强向量、每个候选问题的第二增强向量和每个候选答案的第三增强向量；根据第一增强向量、第二增强向量和第三增强向量，计算查询问题与每个候选问答对中候选问题和候选答案的匹配度，得到候选问答对的综合匹配度；将满足预设匹配条件的候选问答对中的候选答案作为查询问题的查询答案，并反馈给用户；本申请中的查询问题，既考虑到了查询问题与候选问题的相似性，又考虑到了查询问题与候选答案的相关性，能够更加准确的筛选出查询答案。

Description

一种文本匹配方法、装置、电子设备及存储介质
技术领域
本申请涉及文本匹配技术领域，具体而言，涉及一种文本匹配方法、装置、电子设备及存储介质。
背景技术
问答系统属于信息检索的范畴，能够对用户提出的问题进行准确的理解，返回用户问题所对应的答案，有效满足用户的信息需求。目前，常用的智能问答系统包括三种：检索式问答系统、知识图谱问答系统、生成式问答系统。
检索式问答系统中存在一个标准检索库，该标准检索库中存储了常见问题及其答案所组成的检索问答对，而检索式问答系统的功能就是从标准检索库中匹配用户问题的常见问题，并将该常见问题对应的答案返回给用户。
现有的检索式问答系统，在选取匹配用户问题的常见问题时准确度低，也即在进行用户问题与常见问题的文本匹配时效果差，导致给用户反馈的答案的准确率低。
发明内容
有鉴于此，本申请的目的在于提供一种文本匹配方法、装置、电子设备及存储介质，将查询问题与候选问答对中候选问题和候选答案进行交互，既考虑到了查询问题与候选问题的相似性，又考虑到了查询问题与候选答案的相关性，能够更加准确的筛选出查询答案。
第一方面，本申请实施例提供了一种文本匹配方法，所述方法包括：
获取与用户输入的查询问题相对应的候选问答对，所述候选问答对是从预设的问答对检索库中选取得到的；其中，所述候选问答对中包括候选问题和每个候选问题对应的候选答案；
根据所述查询问题与每个候选问答对中候选问题和候选答案的交互，确定所述查询问题对应的第一增强向量、每个所述候选问题对应的第二增强向量和每个所述候选答案对应的第三增强向量；
根据所述查询问题对应的第一增强向量、每个所述候选问题对应的第二增强向量和每个所述候选答案对应的第三增强向量，计算所述查询问题与每个候选问答对中候选问题和候选答案的匹配度，得到所述候选问答对的综合匹配度；
将对应的综合匹配度满足预设匹配条件的候选问答对中的候选答案作为所述查询问题的查询答案，并将所述查询答案反馈给用户。
在本申请较佳的技术方案中，上述根据所述查询问题与每个候选问答对中候选问题和候选答案的交互，确定所述查询问题对应的第一增强向量、每个所述候选问题对应的第二增强向量和每个所述候选答案对应的第三增强向量，包括：
根据所述查询问题与每个候选问答对中候选问题和候选答案的交互，确定所述查询问题对应的第一增强向量；
根据所述查询问题与每个候选问答对中候选问题的交互，确定每个所述候选问题对应的第二增强向量；
根据所述查询问题与每个候选问答对中候选答案的交互，确定每个所述候选答案对应的第三增强向量。
在本申请较佳的技术方案中，上述根据所述查询问题与每个候选问答对中候选问题和候选答案的交互，确定所述查询问题对应的第一增强向量，包括：
根据所述查询问题对应第一向量序列和每个所述候选问题对应第二向量序列，计算得到所述查询问题和每个所述候选问题对应的第一相似矩阵；其中，所述第一向量序列中每一个向量对应所述查询问题中的每个分词；所述第二向量序列中每一个向量对应所述候选问题中的每个分词；
根据所述查询问题对应第一向量序列和每个所述候选答案对应第三向量序列，计算得到所述查询问题和每个所述候选答案对应的第二相似矩阵；其中，所述第三向量序列中每一个向量对应所述候选答案中的每个分词；
将所述第一相似矩阵和所述第二向量序列进行归一化处理，得到所述查询问题和每个所述候选问题对应的第一交互向量序列；
将所述第二相似矩阵和所述第三向量序列进行归一化处理，得到所述查询问题和每个所述候选答案对应的第二交互向量序列；
根据所述查询问题对应的第一向量序列、所述第一交互向量序列和所述第二交互向量序列，计算得到所述查询问题对应的第一增强向量；
在本申请较佳的技术方案中，上述所述根据所述查询问题与每个候选问答对中候选问题的交互，确定每个所述候选问题对应的第二增强向量，包括：
将所述第一相似矩阵和所述第一向量序列进行归一化处理，得到所述每个所述候选问题和查询问题对应的第三交互向量序列；
根据所述候选问题对应的第二向量序列和所述第三交互向量序列，计算得到每个所述候选问题对应的第二增强向量；
所述根据所述查询问题与每个候选问答对中候选答案的交互，确定每个所述候选答案对应的第三增强向量，包括：
将所述第二相似矩阵和所述第一向量序列进行归一化处理，得到所述每个所述候选答案和查询问题对应的第四交互向量序列；
根据所述候选答案对应的第三向量序列和所述第四交互向量序列，计算得到每个所述候选答案对应的第三增强向量。
在本申请较佳的技术方案中，上述根据所述查询问题对应的第一向量序列、所述第一交互向量序列和所述第二交互向量序列，计算得到所述查询问题对应的第一增强向量，包括：
计算所述第一交互向量序列和所述第二交互向量序列的均值为第五交互向量序列；根据所述查询问题对应的第一向量序列和所述第五交互向量序列，计算得到所述查询问题对应的第一增强向量；
或者；
选择所述第一交互向量序列和所述第二交互向量序列中各个位置向量的较大值为第五交互向量序列；根据所述查询问题对应的第一向量序列和所述第五交互向量序列，计算得到所述查询问题对应的第一增强向量。
在本申请较佳的技术方案中，上述所述根据所述查询问题对应的第一增强向量、每个所述候选问题对应的第二增强向量和每个所述候选答案对应的第三增强向量，计算所述查询问题与每个候选问答对中候选问题和候选答案的匹配度，得到所述候选问答对的综合匹配度，包括：
根据所述查询问题的第一增强向量和每个所述候选问题的第二增强向量，计算所述查询问题与每个所述候选问题的相似度分值；
根据所述查询问题的第一增强向量和每个所述候选答案的第三增强向量，计算所述查询问题与每个所述候选答案的相关度分值；
根据所述查询问题与每个所述候选问题的相似度分值和所述查询问题与每个所述候选答案的相关度分值，计算得到所述查询问题与每个所述候选问答对的综合匹配度。
在本申请较佳的技术方案中，上述通过检索式问答模型确定所述查询问题对应的第一增强向量、每个所述候选问题对应的第二增强向量和每个所述候选答案对应的第三增强向量，以及通过所述检索式问答模型得到所述候选问答对的综合匹配度；
其中，所述检索式问答模型包括依次连接的输入层、向量提取层、网络层、池化层、拼接层和线性层；
所述输入层，用于将所述查询问题以及所述候选问答对中的候选问题和候选答案输入给所述向量提取层；
所述向量提取层，用于提取所述候选问题对应的第一向量序列、候选答案对应的第二向量序列和所述查询问题对应的第三向量序列；
所述网络层，用于根据所述第一向量序列、第二向量序列和第三向量序列，计算所述查询问题的第一增强向量、每个所述候选问题的第二增强向量、每个所述候选答案的第三增强向量；
所述池化层，用于对所述第一增强向量、所述第二增强向量和所述第三增强向量分别进行池化，得到对应的第一池化向量、第二池化向量和第三池化向量；
所述拼接层，用于对所述第一池化向量、所述第二池化向量和所述第三池化向量进行拼接，得到池化合集；
所述线性层，用于根据池化合集，计算所述查询问题与所述候选问答对的综合匹配度。
在本申请较佳的技术方案中，上述检索式问答模型中的向量提取层通过如下方式训练得到：
构建继续训练数据，每条继续训练数据包括以下至少之一：继续训练问答对和继续训练查询问题；
将所述继续训练数据输入到所述检索式问答模型中的向量提取层，直至所述向量提取层的训练步数达到预设的训练步数阈值；所述检索式问答模型中的向量提取层为预训练提取模型；
在本申请较佳的技术方案中，上述检索式问答模型通过如下方式训练得到：
构建微调训练数据；每条微调训练数据包括：标注的微调查询问题和微调训练问答对；所述微调训练问答对包括微调训练问题、微调训练答案；
将所述微调查询问题和与该微调查询问题对应的微调训练问题和微调训练答案输入到所述输入层；
所述输入层将所述微调查询问题以及所述微调训练问题、所述微调训练答案输入给所述向量提取层；
所述向量提取层分别提取所述微调查询问题的第一测试向量序列、所述微调训练问题的第二测试向量序列和所述微调训练答案的第三测试向量序列；
根据所述第一测试向量序列和与所述微调查询问题对应的第一标准向量序列、所述第二测试向量序列和与所述微调训练问题对应的第二标准向量序列、所述第三测试向量序列和与所述微调训练答案对应的第三标准向量序列对所述向量提取层进行微调，得到微调后的向量提取层；
所述微调后的向量提取层分别提取所述微调查询问题对应的第一微调向量序列、所述微调训练问题对应的第二微调向量序列和所述微调训练答案对应的第三微调向量序列；
所述网络层根据所述第一微调向量序列、第二微调向量序列和第三微调向量序列，计算所述微调查询问题的第四增强向量、所述微调训练问题的第五增强向量、所述微调训练答案的第六增强向量；
所述线性层根据所述微调查询问题的第四增强向量、所述微调训练问题的第五增强向量、所述微调训练答案的第六增强向量，计算所述微调查询问题与所述微调训练问答对的综合匹配度；
根据所述微调查询问题和所述微调训练问答对的综合匹配度，不断调整损失函数，直至所述微调查询问题和与所述微调训练问答对的综合匹配度达到预设综合匹配度阈值。
第二方面，本申请实施例提供了一种文本匹配装置，所述装置包括：
获取模块，用于获取与用户输入的查询问题相对应的候选问答对，所述候选问答对是从预设的问答对检索库中选取得到的；其中，所述候选问答对中包括候选问题和每个候选问题对应的候选答案；
交互模块，用于根据所述查询问题与每个候选问答对中候选问题和候选答案的交互，确定所述查询问题对应的第一增强向量、每个所述候选问题对应的第二增强向量和每个所述候选答案对应的第三增强向量；
计算模块，用于根据所述查询问题对应的第一增强向量、每个所述候选问题对应的第二增强向量和每个所述候选答案对应的第三增强向量，计算所述查询问题与每个候选问答对中候选问题和候选答案的匹配度，得到所述候选问答对的综合匹配度；
反馈模块，用于将对应的综合匹配度满足预设匹配条件的候选问答对中的候选答案作为所述查询问题的查询答案，并将所述查询答案反馈给用户。
第三方面，本申请实施例提供了一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述的文本匹配方法的步骤。
第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行上述的文本匹配方法的步骤。
本申请实施例提供了一种文本匹配方法、装置、电子设备及存储介质，首先从检索库中粗筛选，选取与用户输入的查询问题相对应的候选问答对，之后，根据查询问题与每个候选问答对中候选问题和候选答案的交互，确定查询问题对应的第一增强向量、每个候选问题对应的第二增强向量和每个候选答案对应的第三增强向量；然后，根据查询问题、每个候选问题对应的第二增强向量和每个候选答案各自对应的相应的增强向量，计算查询问题与每个候选问答对中候选问题和候选答案的匹配度，得到候选问答对的综合匹配度；最后，将对应的综合匹配度满足预设匹配条件的候选问答对中的候选答案作为查询问题的查询答案，并将查询答案反馈给用户。本申请中，通过考虑到查询问题与候选问答对中候选问题和候选答案进行交互，为用户输入的查询问题匹配候选问答对，并直接将候选问答对中的答案返回给用户，与仅仅通过用户问题与常见问题相匹配返回答案的方式相比，提高了文本匹配的准确性，提高了答案的准确率。
为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍， 应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。
图1示出了本申请实施例所提供的一种文本匹配方法的流程示意图；
图2示出了本申请实施例所提供的一种检索式问答模型示意图；
图3示出了本申请实施例所提供的一种文本匹配装置示意图；
图4为本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
现有的检索式问答系统，在接收到用户的查询问题之后，使用查询问题与检索库中的问题进行匹配，得到查询问题与检索库中每个问题的相似度。找到相似度高的检索库中的问题为候选问题，该候选问题对应的答案为参考答案，并将参考答案反馈给用户。
在上述过程中，在将查询问题与检索库中的问题进行匹配的时候，通常利用词袋模型或者Word2vec获取候选问答对中问题与用户问题的向量表示，在使用余弦距离计算相似度；或者利用神经网络模型分别对候选问答对中问题与用户问题进行编码，接入线性层进行文本匹配，将二者匹配概率作为二者相似度，通常使用的神经网络模型的为三种：表示型模型（CNN，RNN等）；交互型模型（ESIM，BIMPM等）；预训练语言模型（BERT，RoBERTa等）。
现有技术中查询问题与检索库中的问题匹配效果差，导致反馈给用户的查询答案不够准确。具体为，词袋模型缺乏对查询问题语义信息的理解，表示型模型和交互式模型都缺乏大规模通用语料支持的语言本身的先验信息，而预训练模型对特定领域内数据的敏锐度不足。
基于此，本申请实施例提供了一种文本匹配方法、装置、电子设备及存储介质，下面通过实施例进行描述。
图1示出了本申请实施例所提供的一种文本匹配方法的流程示意图，其中，该方法包括步骤S101-S104；具体的：
S101、获取与用户输入的查询问题相对应的候选问答对，候选问答对是从预设的问答对检索库中选取得到的；其中，候选问答对中包括候选问题和每个候选问题对应的候选答案；
S102、根据查询问题与每个候选问答对中候选问题和候选答案的交互，确定查询问题对应的第一增强向量、每个候选问题对应的第二增强向量和每个候选答案对应的第三增强向量；
S103、根据查询问题对应的第一增强向量、每个候选问题对应的第二增强向量和每个候选答案对应的第三增强向量，计算查询问题与每个候选问答对中候选问题和候选答案的匹配度，得到候选问答对的综合匹配度；
S104、将对应的综合匹配度满足预设匹配条件的候选问答对中的候选答案作为查询问题的查询答案，并将查询答案反馈给用户。
本申请中，通过考虑到查询问题与候选问答对中候选问题和候选答案进行交互，为用户输入的查询问题匹配候选问答对，并直接将候选问答对中的答案返回给用户，与仅仅通过用户问题与常见问题相匹配返回答案的方式相比，提高了文本匹配的准确性，提高了答案的准确率。
下面对本申请的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。上述方法可以应用服务器，也可以应用于终端设备，下面以应用于服务器为例进行说明。
S101、获取与用户输入的查询问题相对应的候选问答对，候选问答对是从预设的问答对检索库中选取得到的；其中，候选问答对中包括候选问题和每个候选问题对应的候选答案。
服务器中提供一检索式问答系统，当用户输入针对某一查询问题时，可通过查询检索式问答系统反馈给用户答案；该检索式问答系统中包括多个不同领域的问答对检索库，不同领域对应的问答对检索库不同，问答对检索库中包含的问答对与该领域是相对应的。
为了提高匹配效率，本申请中针对某个领域，检索式问答系统接收到用户的查询问题时，先从该领域预设的问答对检索库中，粗选出与用户的查询问题相关的候选问答对，然后从候选问答对中选取与查询问题综合匹配度最高的候选问答对，这里的候选问答对包括候选问题和与每个候选问题对应的候选答案。
通过如下方式获取与用户输入的查询问题相对应的候选问答对：
分别获取查询问题的关键词和检索库问答对中问题的关键词和答案的关键词；
根据查询问题对应的关键词、检索库问答对中问题的关键词和答案的关键词，确定候选问答对。
这里的关键词表征该领域中能够体现文本重要性的字或者词语，一个文本（查询问题、检索库问题或者检索库答案）可以对应一个关键词，也可以对应有多个关键词。
S102、根据查询问题与每个候选问答对中候选问题和候选答案的交互，确定查询问题对应的第一增强向量、每个候选问题对应的第二增强向量和每个候选答案对应的第三增强向量。
为了能够更加精准的为查询问题匹配到候选问答对，本申请加强了查询问题与候选问答对中候选问题和候选答案之间TextPair的比较，即将查询问题与每个候选问答对中候选问题和候选答案之间进行交互。
通过查询问题与每个候选问答对中候选问题和候选答案之间进行交互，得到三者分别对应的增强向量。本申请中使用查询问题对应的第一增强向量、每个候选问题对应的第二增强向量和每个候选答案对应的第三增强向量来计算查询问题与每个候选问答对之间的综合匹配度，提高了筛选查询答案的准确性。
在确定第一增强向量时,根据查询问题与每个候选问答对中候选问题和候选答案的交互，确定查询问题对应的第一增强向量。
具体的，根据查询问题对应第一向量序列和每个候选问题对应第二向量序列，计算得到查询问题和每个候选问题对应的第一相似矩阵；其中，第一向量序列中每一个向量对应查询问题中的每个分词；第二向量序列中每一个向量对应候选问题中的每个分词；
根据查询问题对应第一向量序列和每个候选答案对应第三向量序列，计算得到查询问题和每个候选答案对应的第二相似矩阵；其中，第三向量序列中每一个向量对应候选答案中的每个分词；
将第一相似矩阵和第二向量序列进行归一化处理，得到查询问题和每个候选问题对应的第一交互向量序列；
将第二相似矩阵和第三向量序列进行归一化处理，得到查询问题和每个候选答案对应的第二交互向量序列；
根据查询问题对应的第一向量序列、第一交互向量序列和第二交互向量序列，计算得到查询问题对应的第一增强向量。
在确定第二增强向量时,根据查询问题与每个候选问答对中候选问题的交互，确定每个候选问题对应的第二增强向量；
具体的，将第一相似矩阵和第一向量序列进行归一化处理，得到每个候选问题和查询问题对应的第三交互向量序列；
根据候选问题对应的第二向量序列和第三交互向量序列，计算得到每个候选问题对应的第二增强向量。
在确定第三增强向量时,根据查询问题与每个候选问答对中候选答案的交互，确定每个候选答案对应的第三增强向量。
具体的，将第二相似矩阵和第一向量序列进行归一化处理，得到每个候选答案和查询问题对应的第四交互向量序列；
根据候选答案对应的第三向量序列和第四交互向量序列，计算得到每个候选答案对应的第三增强向量。
本申请为了提高匹配结构的准确性，在进行交互时，不直接使用查询问题和候选问答对对应的文本，而是通过预训练提取模型提取查询问题和候选问答对对应的向量。这里的预训练提取模型可以是BERT模型或者：ERNIE，RoBERTa等。
则本申请中查询问题与候选问答对的交互过程为：通过预训练提取模型分别提取查询问题对应第一向量序列Q、每个候选问题对应第二向量序列q、每个候选答案对应第三向量序列a；
根据查询问题对应第一向量序列Q和每个候选问题对应第二向量序列q，计算得到查询问题和每个候选问题对应的第一相似矩阵eq；
即eq=QqT。
根据查询问题对应第一向量序列Q和每个候选答案对应第三向量序列a，计算得到查询问题和每个候选答案对应的第二相似矩阵ea；
即ea=QaT。
将第一相似矩阵eq和第二向量序列q进行归一化处理，得到查询问题和每个候选问题对应的第一交互向量序列
Figure F_210823122611136_136111001
；
即
Figure F_210823122611276_276715002
；
将第二相似矩阵ea和第三向量序列a进行归一化处理，得到查询问题和每个候选答案对应的第二交互向量序列
Figure F_210823122611403_403681003
；
即
Figure F_210823122611515_515048004
；
根据查询问题对应的第一向量序列Q、第一交互向量序列
Figure F_210823122611639_639570005
和第二交互向量序列
Figure F_210823122611750_750822006
，计算得到查询问题对应的第一增强向量
Figure F_210823122611844_844585007
。
将第一相似矩阵
Figure F_210823122611924_924248008
和第一向量序列Q进行归一化处理，得到每个候选问题和查询问题对应的第三交互向量序列
Figure F_210823122612034_034042009
；
即
Figure F_210823122612129_129703010
；
根据候选问题对应的第二向量序列q和第三交互向量序列
Figure F_210823122612238_238649011
，计算得到每个候选问题对应的第二增强向量
Figure F_210823122612334_334302012
；
即
Figure F_210823122612428_428054013
=[q,
Figure F_210823122612564_564289014
,q-
Figure F_210823122612658_658510015
,q⊙
Figure F_210823122612769_769793016
]。
将第二相似矩阵ea和第一向量序列Q进行归一化处理，得到每个候选答案和查询问题对应的第四交互向量序列
Figure F_210823122612895_895818017
；
根据候选答案对应的第三向量序列a和第四交互向量序列
Figure F_210823122613006_006815018
，计算得到每个候选答案对应的第三增强向量
Figure F_210823122613084_084801019
；
即
Figure F_210823122613181_181461020
=[a,
Figure F_210823122613290_290849021
,a-
Figure F_210823122613387_387101022
,a⊙
Figure F_210823122613496_496407023
]。
本申请实施例中，作为一可选实施例，根据查询问题对应的第一向量序列Q、第一交互向量序列
Figure F_210823122613607_607845024
和第二交互向量序列
Figure F_210823122613718_718891025
，计算得到查询问题对应的第一增强向量
Figure F_210823122613812_812335026
时，先根据第一交互向量序列
Figure F_210823122613908_908038027
和第二交互向量序列
Figure F_210823122614033_033536028
计算得到第五交互向量序列
Figure F_210823122614130_130232029
；
在这里，第五交互向量序列
Figure F_210823122614239_239561030
的值有以下两种计算方式：
（1）
Figure F_210823122614335_335354031
=
Figure F_210823122614444_444640032
；
（2）
Figure F_210823122614574_574540033
=
Figure F_210823122614668_668745034
；
其中，上述（2）式表示
Figure F_210823122614794_794797035
第i行第j列的向量为
Figure F_210823122614910_910820036
，
Figure F_210823122615035_035938037
对应位置的向量的较大值。
然后根据查询问题对应的第一向量序列Q和第五交互向量序列
Figure F_210823122615131_131744038
，得到查询问题对应的第一增强向量
Figure F_210823122615241_241063039
；
即
Figure F_210823122615334_334773040
=[
Figure F_210823122615443_443747041
,
Figure F_210823122615586_586793042
,
Figure F_210823122615696_696179043
-
Figure F_210823122615807_807483044
,
Figure F_210823122615902_902144045
⊙
Figure F_210823122616027_027663046
]。
S103、根据查询问题对应的第一增强向量、每个候选问题对应的第二增强向量和每个候选答案对应的第三增强向量，计算查询问题与每个候选问答对中候选问题和候选答案的匹配度，得到候选问答对的综合匹配度。
本申请中根据第一增强向量、第二增强向量和第三增强向量，计算得到查询问题与候选问答对的综合匹配度；在具体计算时，根据第一增强向量和第二增强向量，计算查询问题与候选问答对中候选问题的匹配度，根据第一增强向量和第三增强向量，计算查询问题与候选问答对中候选答案的匹配度，进而得到查询问题与候选问答对的综合匹配度。
本申请在具体实施时，考虑到了查询问题与候选问题在文本或者语义上是具有相似性的，而查询问题与候选答案之间的文本或者语义之间是相关性的。这里的相关性表征该答案的文本或者语义回答、回复该问题的文本或者语义的符合逻辑的程度。
则本申请综合匹配度的计算过程如下：
根据查询问题的第一增强向量和每个候选问题的第二增强向量，计算查询问题与每个候选问题的相似度分值；
根据查询问题的第一增强向量和每个候选答案的第三增强向量，计算查询问题与每个候选答案的相关度分值；
根据查询问题与每个候选问题的相似度分值和查询问题与每个候选答案的相关度分值，计算得到查询问题与每个候选问答对的综合匹配度。
S104、将对应的综合匹配度满足预设匹配条件的候选问答对中的候选答案作为查询问题的查询答案，并将查询答案反馈给用户。
根据上述方式计算得到查询问题与每个候选问答对的综合匹配度，综合匹配度越高，说明该候选问答对中的候选问题与查询问题询问同一情景的可能性越大，也说明该候选问答对中的候选答案回答该查询问题的逻辑性越强，即候选问答对中的候选答案与用户期望得到的回复越接近。
用户可以通过设置匹配条件选择一个或者多个综合匹配度。这里的匹配条件可以是综合匹配度阈值，例如，选择综合匹配度大于95%的候选问答对。如果大于95%的候选问答对存在两个或者三个，用户只需要获取一个候选问答对时，可以改变综合匹配度阈值，直至最后仅有一个候选问答对，则该候选问答对中包含的候选答案作为查询问题的查询答案，并反馈给用户。
如图2所示，本申请上述方案中，查询问题对应的第一增强向量、每个候选问题对应的第二增强向量和每个候选答案对应的第三增强向量，可以通过检索式问答模型确定，以及候选问答对的综合匹配度也可以通过检索式问答模型得到；
其中，检索式问答模型包括依次连接的输入层、向量提取层、网络层、池化层、拼接层和线性层；
输入层，用于将查询问题以及候选问答对中的候选问题和候选答案输入给向量提取层；
向量提取层，用于提取候选问题对应的第一向量序列、候选答案对应的第二向量序列和查询问题对应的第三向量序列；
网络层，用于根据第一向量序列、第二向量序列和第三向量序列，计算查询问题的第一增强向量、每个候选问题的第二增强向量、每个候选答案的第三增强向量；
池化层，用于对第一增强向量、第二增强向量和第三增强向量分别进行池化，得到对应的第一池化向量、第二池化向量和第三池化向量；
拼接层，用于对第一池化向量、第二池化向量和第三池化向量进行拼接，得到池化合集；
线性层，用于根据池化合集，计算查询问题与候选问答对的综合匹配度。
检索式问答模型中的向量提取层通过如下方式训练得到：
构建继续训练数据，每条继续训练数据包括以下至少之一：继续训练问答对和继续训练查询问题；
将继续训练数据输入到检索式问答模型中的向量提取层，直至向量提取层的训练步数达到预设的训练步数阈值；检索式问答模型中的向量提取层为预训练提取模型。
在具体实施时，继续训练数据：用于预训练模型继续训练的数据。每一条数据为特定领域的一段文本，可以是用户问题、检索库问答对问题、检索库问答对答案。该过程不需要对每条数据进行标注。
利用继续训练数据，使用向量提取层在上述数据上做继续训练，直至学习率满足要求为止。向量提取层是预训练提取模型，例如BERT、ERNIE，RoBERTa等。预训练提取模型是在大规模通用语料上训练得到的，该预训练提取模型对语言本身的规律（比如：结构信息、格式信息等）已经具有较高的认知能力。继续训练能够提高模型在特定领域内数据的敏锐度。
检索式问答模型通过如下方式训练得到：
构建微调训练数据；每条微调训练数据包括：标注的微调查询问题和微调训练问答对；微调训练问答对包括微调训练问题、微调训练答案；
将微调查询问题和与该微调查询问题对应的微调训练问题和微调训练答案输入到输入层；
输入层将微调查询问题以及微调训练问题、微调训练答案输入给向量提取层；
向量提取层分别提取微调查询问题的第一测试向量序列、微调训练问题的第二测试向量序列和微调训练答案的第三测试向量序列；
根据第一测试向量序列和与微调查询问题对应的第一标准向量序列、第二测试向量序列和与微调训练问题对应的第二标准向量序列、第三测试向量序列和与微调训练答案对应的第三标准向量序列对向量提取层进行微调，得到微调后的向量提取层；
微调后的向量提取层分别提取微调查询问题对应的第一微调向量序列、微调训练问题对应的第二微调向量序列和微调训练答案对应的第三微调向量序列；
网络层根据第一微调向量序列、第二微调向量序列和第三微调向量序列，计算微调查询问题的第四增强向量、微调训练问题的第五增强向量、微调训练答案的第六增强向量；
线性层根据微调查询问题的第四增强向量、微调训练问题的第五增强向量、微调训练答案的第六增强向量，计算微调查询问题与微调训练问答对的综合匹配度；
根据微调查询问题和微调训练问答对的综合匹配度，不断调整损失函数，直至微调查询问题和与微调训练问答对的综合匹配度达到预设综合匹配度阈值。
在具体实施时，微调训练数据：每一条数据需要提供用户问题、检索库问题、检索库答案。该过程需要对每条数据进行标注，标签为0或者1，0代表该用户问题与检索库问答对不匹配，1代表该用户问题与检索库问答对相匹配。
本申请中微调训练数据，可以让该检索式问答模型更进一步加深对特定领域内训练数据的理解，使得预训练模型的向量提取层得到的文本字粒度的向量更加地准确。
根据微调训练数据，将检索库问题，检索库答案，用户问题分别输入继续训练过后的预训练模型的向量提取层中，获取各自的字粒度文本向量q，a，Q。
以用户问题Q、检索库问题q之间的交互过程为例，计算Q，q之间的相似矩阵
Figure F_210823122616168_168279047
，矩阵中的每一个元素代表检索库问题与用户问题在word层。使用下面的公式分别计算出用户问题、检索库问题的另一种表示
Figure F_210823122616311_311361048
，
Figure F_210823122616421_421260049
：用户问题与检索库问题的相对出现的概率：
Figure F_210823122616532_532581050
Figure F_210823122616641_641952051
同样的，用户问题Q，检索库答案a之间的交互过程，得到用户问题、检索库答案的另一种表示
Figure F_210823122616743_743052052
，
Figure F_210823122616870_870616053
：
Figure F_210823122616996_996012054
Figure F_210823122617110_110101055
由检索问题q及其另一种表示
Figure F_210823122617235_235192056
计算检索问题的增强向量
Figure F_210823122617346_346541057
，
Figure F_210823122617455_455930058
是综合了检索问题q，另一种表示
Figure F_210823122617565_565303059
以及二者之间差异性的向量，二者的差异性使用q-
Figure F_210823122617690_690356060
,q⊙
Figure F_210823122617838_838226061
来表示：
Figure F_210823122617967_967641062
=[q,
Figure F_210823122618077_077009063
,q-
Figure F_210823122618172_172677064
,q⊙
Figure F_210823122618266_266474065
]
同理可以计算出检索答案的增强向量
Figure F_210823122618377_377807066
：
Figure F_210823122618455_455871067
=[a,
Figure F_210823122618582_582824068
,a-
Figure F_210823122618709_709269069
,a⊙
Figure F_210823122618819_819173070
]
在计算用户问题的增强向量
Figure F_210823122618930_930071071
时，由于存在
Figure F_210823122619058_058553072
和
Figure F_210823122619182_182465073
两种表示形式，所以首先计算
Figure F_210823122619291_291881074
:
Figure F_210823122619420_420347075
=
Figure F_210823122619550_550180076
然后计算出用户问题的增强向量
Figure F_210823122619658_658448077
：
Figure F_210823122619784_784693078
=[
Figure F_210823122619927_927241079
,
Figure F_210823122620068_068973080
,
Figure F_210823122620180_180072081
-
Figure F_210823122620339_339202082
,
Figure F_210823122620464_464191083
⊙
Figure F_210823122620590_590797084
]
分别对增强向量同时进行平均池化和/或最大池化操作，并将池化结果进行拼接得到[v1,v2,v3,v4,v5,v6]。然后将其接入线性层，使用交叉熵损失函数作为二分类的优化目标，调整模型的超参数使得模型收敛并且具有较好的泛化能力，保存模型，完成微调训练过程。
针对现有技术存在的不足，上述方案提供了一种检索式问答模型，该模型在进行文本匹配时，综合考虑了检索库问答对中问题和答案的信息，利用大规模通用语料训练得到的预训练提取模型来提高模型对语言本身先验信息的记忆，同时使用继续训练以及微调的方式提高该检索式问答模型对领域内数据的敏锐度，增强了用户问题和目标文本在句子层面的交互式理解，最终达到提高文本匹配的效果，使得检索式问答系统的综合匹配度计算更加准确。
图3示出了本申请实施例所提供的一种文本匹配装置的结构示意图，装置包括：
获取模块，用于获取与用户输入的查询问题相对应的候选问答对，候选问答对是从预设的问答对检索库中选取得到的；其中，候选问答对中包括候选问题和每个候选问题对应的候选答案；
交互模块，用于根据查询问题与每个候选问答对中候选问题和候选答案的交互，确定查询问题对应的第一增强向量、每个候选问题对应的第二增强向量和每个候选答案对应的第三增强向量；
计算模块，用于根据查询问题对应的第一增强向量、每个候选问题对应的第二增强向量和每个候选答案对应的第三增强向量，计算查询问题与每个候选问答对中候选问题和候选答案的匹配度，得到候选问答对的综合匹配度；
反馈模块，用于将对应的综合匹配度满足预设匹配条件的候选问答对中的候选答案作为查询问题的查询答案，并将查询答案反馈给用户。
交互模块，在用于根据查询问题与每个候选问答对中候选问题和候选答案的交互，确定查询问题对应的第一增强向量、每个候选问题对应的第二增强向量和每个候选答案对应的第三增强向量时，包括：
根据查询问题与每个候选问答对中候选问题和候选答案的交互，确定查询问题对应的第一增强向量；
根据查询问题与每个候选问答对中候选问题的交互，确定每个候选问题对应的第二增强向量；
根据查询问题与每个候选问答对中候选答案的交互，确定每个候选答案对应的第三增强向量。
根据查询问题与每个候选问答对中候选问题和候选答案的交互，确定查询问题对应的第一增强向量，包括：
根据查询问题对应第一向量序列和每个候选问题对应第二向量序列，计算得到查询问题和每个候选问题对应的第一相似矩阵；其中，第一向量序列中每一个向量对应查询问题中的每个分词；第二向量序列中每一个向量对应候选问题中的每个分词；
根据查询问题对应第一向量序列和每个候选答案对应第三向量序列，计算得到查询问题和每个候选答案对应的第二相似矩阵；其中，第三向量序列中每一个向量对应候选答案中的每个分词；
将第一相似矩阵和第二向量序列进行归一化处理，得到查询问题和每个候选问题对应的第一交互向量序列；
将第二相似矩阵和第三向量序列进行归一化处理，得到查询问题和每个候选答案对应的第二交互向量序列；
根据查询问题对应的第一向量序列、第一交互向量序列和第二交互向量序列，计算得到查询问题对应的第一增强向量；
根据查询问题与每个候选问答对中候选问题的交互，确定每个候选问题对应的第二增强向量，包括：
将第一相似矩阵和第一向量序列进行归一化处理，得到每个候选问题和查询问题对应的第三交互向量序列；
根据候选问题对应的第二向量序列和第三交互向量序列，计算得到每个候选问题对应的第二增强向量；
根据查询问题与每个候选问答对中候选答案的交互，确定每个候选答案对应的第三增强向量，包括：
将第二相似矩阵和第一向量序列进行归一化处理，得到每个候选答案和查询问题对应的第四交互向量序列；
根据候选答案对应的第三向量序列和第四交互向量序列，计算得到每个候选答案对应的第三增强向量。
根据查询问题对应的第一向量序列、第一交互向量序列和第二交互向量序列，计算得到查询问题对应的第一增强向量，包括：
计算第一交互向量序列和第二交互向量序列的均值为第五交互向量序列；根据查询问题对应的第一向量序列和第五交互向量序列，计算得到查询问题对应的第一增强向量；
或者；
选择第一交互向量序列和第二交互向量序列中各个位置向量的较大值为第五交互向量序列；根据查询问题对应的第一向量序列和第五交互向量序列，计算得到查询问题对应的第一增强向量。
计算模块，在用于根据查询问题对应的第一增强向量、每个候选问题对应的第二增强向量和每个候选答案对应的第三增强向量，计算查询问题与每个候选问答对中候选问题和候选答案的匹配度，得到候选问答对的综合匹配度时，包括：
根据查询问题的第一增强向量和每个候选问题的第二增强向量，计算查询问题与每个候选问题的相似度分值；
根据查询问题的第一增强向量和每个候选答案的第三增强向量，计算查询问题与每个候选答案的相关度分值；
根据查询问题与每个候选问题的相似度分值和查询问题与每个候选答案的相关度分值，计算得到查询问题与每个候选问答对的综合匹配度。
如图4所示，本申请实施例提供了一种电子设备，用于执行本申请中的文本匹配方法，该设备包括存储器、处理器及存储在该存储器上并可在该处理器上运行的计算机程序，其中，上述处理器执行上述计算机程序时实现上述的文本匹配方法的步骤。
具体地，上述存储器和处理器可以为通用的存储器和处理器，这里不做具体限定，当处理器运行存储器存储的计算机程序时，能够执行上述的文本匹配方法。
对应于本申请中的文本匹配方法，本申请实施例还提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行上述的文本匹配方法的步骤。
具体地，该存储介质能够为通用的存储介质，如移动磁盘、硬盘等，该存储介质上的计算机程序被运行时，能够执行上述的文本匹配方法。
在本申请所提供的实施例中，应该理解到，所揭露系统和方法，可以通过其它的方式实现。以上所描述的系统实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，系统或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请提供的实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（Read-Only Memory， ROM）、随机存取存储器（Random Access Memory ，RAM）、磁碟或者光盘等各种可以存储程序代码的介质。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释，此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
最后应说明的是：以上所述实施例，仅为本申请的具体实施方式，用以说明本申请的技术方案，而非对其限制，本申请的保护范围并不局限于此，尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化，或者对其中部分技术特征进行等同替换；而这些修改、变化或者替换，并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围。都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应所述以权利要求的保护范围为准。

Claims (12)

1.一种文本匹配方法，其特征在于，所述方法包括：
获取与用户输入的查询问题相对应的候选问答对，所述候选问答对是从预设的问答对检索库中选取得到的；其中，所述候选问答对中包括候选问题和每个候选问题对应的候选答案；
根据所述查询问题与每个候选问答对中候选问题和候选答案的交互，确定所述查询问题对应的第一增强向量、每个所述候选问题对应的第二增强向量和每个所述候选答案对应的第三增强向量；
根据所述查询问题对应的第一增强向量、每个所述候选问题对应的第二增强向量和每个所述候选答案对应的第三增强向量，计算所述查询问题与每个候选问答对中候选问题和候选答案的匹配度，得到所述候选问答对的综合匹配度；
将对应的综合匹配度满足预设匹配条件的候选问答对中的候选答案作为所述查询问题的查询答案，并将所述查询答案反馈给用户。
2.根据权利要求1所述的方法，其特征在于，所述根据所述查询问题与每个候选问答对中候选问题和候选答案的交互，确定所述查询问题对应的第一增强向量、每个所述候选问题对应的第二增强向量和每个所述候选答案对应的第三增强向量，包括：
根据所述查询问题与每个候选问答对中候选问题和候选答案的交互，确定所述查询问题对应的第一增强向量；
根据所述查询问题与每个候选问答对中候选问题的交互，确定每个所述候选问题对应的第二增强向量；
根据所述查询问题与每个候选问答对中候选答案的交互，确定每个所述候选答案对应的第三增强向量。
3.根据权利要求2所述的方法，其特征在于，所述根据所述查询问题与每个候选问答对中候选问题和候选答案的交互，确定所述查询问题对应的第一增强向量，包括：
根据所述查询问题对应第一向量序列和每个所述候选问题对应第二向量序列，计算得到所述查询问题和每个所述候选问题对应的第一相似矩阵；其中，所述第一向量序列中每一个向量对应所述查询问题中的每个分词；所述第二向量序列中每一个向量对应所述候选问题中的每个分词；
根据所述查询问题对应第一向量序列和每个所述候选答案对应第三向量序列，计算得到所述查询问题和每个所述候选答案对应的第二相似矩阵；其中，所述第三向量序列中每一个向量对应所述候选答案中的每个分词；
所述第一相似矩阵和所述第二向量序列进行归一化处理，得到所述查询问题和每个所述候选问题对应的第一交互向量序列；
将所述第二相似矩阵和所述第三向量序列进行归一化处理，得到所述查询问题和每个所述候选答案对应的第二交互向量序列；
根据所述查询问题对应的第一向量序列、所述第一交互向量序列和所述第二交互向量序列，计算得到所述查询问题对应的第一增强向量。
4.根据权利要求3所述的方法，其特征在于，所述根据所述查询问题与每个候选问答对中候选问题的交互，确定每个所述候选问题对应的第二增强向量，包括：
将所述第一相似矩阵和所述第一向量序列进行归一化处理，得到所述每个所述候选问题和查询问题对应的第三交互向量序列；根据所述候选问题对应的第二向量序列和所述第三交互向量序列，计算得到每个所述候选问题对应的第二增强向量；
所述根据所述查询问题与每个候选问答对中候选答案的交互，确定每个所述候选答案对应的第三增强向量，包括：
将所述第二相似矩阵和所述第一向量序列进行归一化处理，得到所述每个所述候选答案和查询问题对应的第四交互向量序列；根据所述候选答案对应的第三向量序列和所述第四交互向量序列，计算得到每个所述候选答案对应的第三增强向量。
5.根据权利要求3所述的方法，其特征在于，所述根据所述查询问题对应的第一向量序列、所述第一交互向量序列和所述第二交互向量序列，计算得到所述查询问题对应的第一增强向量，包括：
计算所述第一交互向量序列和所述第二交互向量序列的均值为第五交互向量序列；根据所述查询问题对应的第一向量序列和所述第五交互向量序列，计算得到所述查询问题对应的第一增强向量；
或者；
选择所述第一交互向量序列和所述第二交互向量序列中各个位置向量的较大值为第五交互向量序列；根据所述查询问题对应的第一向量序列和所述第五交互向量序列，计算得到所述查询问题对应的第一增强向量。
6.根据权利要求1所述的方法，其特征在于，所述根据所述查询问题对应的第一增强向量、每个所述候选问题对应的第二增强向量和每个所述候选答案对应的第三增强向量，计算所述查询问题与每个候选问答对中候选问题和候选答案的匹配度，得到所述候选问答对的综合匹配度，包括：
根据所述查询问题的第一增强向量和每个所述候选问题的第二增强向量，计算所述查询问题与每个所述候选问题的相似度分值；
根据所述查询问题的第一增强向量和每个所述候选答案的第三增强向量，计算所述查询问题与每个所述候选答案的相关度分值；
根据所述查询问题与每个所述候选问题的相似度分值和所述查询问题与每个所述候选答案的相关度分值，计算得到所述查询问题与每个所述候选问答对的综合匹配度。
7.根据权利要求3所述的方法，其特征在于，通过检索式问答模型确定所述查询问题对应的第一增强向量、每个所述候选问题对应的第二增强向量和每个所述候选答案对应的第三增强向量，以及通过所述检索式问答模型得到所述候选问答对的综合匹配度；
其中，所述检索式问答模型包括依次连接的输入层、向量提取层、网络层、池化层、拼接层和线性层；
所述输入层，用于将所述查询问题以及所述候选问答对中的候选问题和候选答案输入给所述向量提取层；
所述向量提取层，用于提取所述候选问题对应的第一向量序列、候选答案对应的第二向量序列和所述查询问题对应的第三向量序列；
所述网络层，用于根据所述第一向量序列、第二向量序列和第三向量序列，计算所述查询问题的第一增强向量、每个所述候选问题的第二增强向量、每个所述候选答案的第三增强向量；
所述池化层，用于对所述第一增强向量、所述第二增强向量和所述第三增强向量分别进行池化，得到对应的第一池化向量、第二池化向量和第三池化向量；
所述拼接层，用于对所述第一池化向量、所述第二池化向量和所述第三池化向量进行拼接，得到池化合集；
所述线性层，用于根据池化合集，计算所述查询问题与所述候选问答对的综合匹配度。
8.根据权利要求7所述的方法，其特征在于，所述检索式问答模型中的向量提取层通过如下方式训练得到：
构建继续训练数据，每条继续训练数据包括以下至少之一：继续训练问答对和继续训练查询问题；
将所述继续训练数据输入到所述检索式问答模型中的向量提取层，直至所述向量提取层的训练步数达到预设的训练步数阈值，得到训练好的向量提取层；所述检索式问答模型中的向量提取层为预训练提取模型。
9.根据权利要求8所述的方法，其特征在于，所述检索式问答模型通过如下方式训练得到：
构建微调训练数据；每条微调训练数据包括：标注的微调查询问题和微调训练问答对；所述微调训练问答对包括微调训练问题、微调训练答案；
将所述微调查询问题和与该微调查询问题对应的微调训练问题和微调训练答案输入到所述输入层；
所述输入层将所述微调查询问题以及所述微调训练问题、所述微调训练答案输入给所述向量提取层；
所述向量提取层分别提取所述微调查询问题的第一测试向量序列、所述微调训练问题的第二测试向量序列和所述微调训练答案的第三测试向量序列；
根据所述第一测试向量序列和与所述微调查询问题对应的第一标准向量序列、所述第二测试向量序列和与所述微调训练问题对应的第二标准向量序列、所述第三测试向量序列和与所述微调训练答案对应的第三标准向量序列对所述向量提取层进行微调，得到微调后的向量提取层；
所述微调后的向量提取层分别提取所述微调查询问题对应的第一微调向量序列、所述微调训练问题对应的第二微调向量序列和所述微调训练答案对应的第三微调向量序列；
所述网络层根据所述第一微调向量序列、第二微调向量序列和第三微调向量序列，计算所述微调查询问题的第四增强向量、所述微调训练问题的第五增强向量、所述微调训练答案的第六增强向量；
所述线性层根据所述微调查询问题的第四增强向量、所述微调训练问题的第五增强向量、所述微调训练答案的第六增强向量，计算所述微调查询问题与所述微调训练问答对的综合匹配度；
根据所述微调查询问题和所述微调训练问答对的综合匹配度，不断调整损失函数，直至所述微调查询问题和与所述微调训练问答对的综合匹配度达到预设综合匹配度阈值。
10.一种文本匹配装置，其特征在于，所述装置包括：
获取模块，用于获取与用户输入的查询问题相对应的候选问答对，所述候选问答对是从预设的问答对检索库中选取得到的；其中，所述候选问答对中包括候选问题和每个候选问题对应的候选答案；
交互模块，用于根据所述查询问题与每个候选问答对中候选问题和候选答案的交互，确定所述查询问题对应的第一增强向量、每个所述候选问题对应的第二增强向量和每个所述候选答案对应的第三增强向量；
计算模块，用于根据所述查询问题对应的第一增强向量、每个所述候选问题对应的第二增强向量和每个所述候选答案对应的第三增强向量，计算所述查询问题与每个候选问答对中候选问题和候选答案的匹配度，得到所述候选问答对的综合匹配度；
反馈模块，用于将对应的综合匹配度满足预设匹配条件的候选问答对中的候选答案作为所述查询问题的查询答案，并将所述查询答案反馈给用户。
11.一种电子设备，其特征在于，包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当电子设备运行时，所述处理器与所述存储器之间通过总线通信，所述机器可读指令被所述处理器执行时执行如权利要求1至9任一所述的文本匹配方法的步骤。
12.一种计算机可读存储介质，其特征在于，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如权利要求1至9任一所述的文本匹配方法的步骤。
CN202110972219.8A 2021-08-24 2021-08-24 一种文本匹配方法、装置、电子设备及存储介质 Active CN113420139B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110972219.8A CN113420139B (zh) 2021-08-24 2021-08-24 一种文本匹配方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110972219.8A CN113420139B (zh) 2021-08-24 2021-08-24 一种文本匹配方法、装置、电子设备及存储介质

Publications (2)

Publication Number Publication Date
CN113420139A true CN113420139A (zh) 2021-09-21
CN113420139B CN113420139B (zh) 2021-12-28

Family

ID=77719522

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110972219.8A Active CN113420139B (zh) 2021-08-24 2021-08-24 一种文本匹配方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN113420139B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160247068A1 (en) * 2013-11-01 2016-08-25 Tencent Technology (Shenzhen) Company Limited System and method for automatic question answering
CN108153876A (zh) * 2017-12-26 2018-06-12 爱因互动科技发展（北京）有限公司 智能问答方法及系统
CN111737543A (zh) * 2019-05-27 2020-10-02 北京京东尚科信息技术有限公司 一种问答对的提取方法、装置、设备和存储介质
CN112836035A (zh) * 2021-03-04 2021-05-25 泰康保险集团股份有限公司 匹配数据的方法、装置、设备和计算机可读介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20160247068A1 (en) * 2013-11-01 2016-08-25 Tencent Technology (Shenzhen) Company Limited System and method for automatic question answering
CN108153876A (zh) * 2017-12-26 2018-06-12 爱因互动科技发展（北京）有限公司 智能问答方法及系统
CN111737543A (zh) * 2019-05-27 2020-10-02 北京京东尚科信息技术有限公司 一种问答对的提取方法、装置、设备和存储介质
CN112836035A (zh) * 2021-03-04 2021-05-25 泰康保险集团股份有限公司 匹配数据的方法、装置、设备和计算机可读介质

Also Published As

Publication number Publication date
CN113420139B (zh) 2021-12-28

Similar Documents

Publication Publication Date Title
CN110502621B (zh) 问答方法、问答装置、计算机设备及存储介质
US11586637B2 (en) Search result processing method and apparatus, and storage medium
CN106156204B (zh) 文本标签的提取方法和装置
CN109376222B (zh) 问答匹配度计算方法、问答自动匹配方法及装置
US20200356729A1 (en) Generation of text from structured data
CN111539197B (zh) 文本匹配方法和装置以及计算机系统和可读存储介质
US11768869B2 (en) Knowledge-derived search suggestion
Wu et al. Learning of multimodal representations with random walks on the click graph
CN102663129A (zh) 医疗领域深度问答方法及医学检索系统
CN111737426B (zh) 问答模型的训练方法、计算机设备以及可读存储介质
CN111079418B (zh) 命名体识别方法、装置、电子设备和存储介质
CN110717038B (zh) 对象分类方法及装置
CN111797245B (zh) 基于知识图谱模型的信息匹配方法及相关装置
CN113342958B (zh) 问答匹配方法、文本匹配模型的训练方法和相关设备
CN112686051B (zh) 语义识别模型训练方法、识别方法、电子设备、存储介质
CN113204953A (zh) 基于语义识别的文本匹配方法、设备及设备可读存储介质
CN111859940A (zh) 一种关键词提取方法、装置、电子设备及存储介质
CN111274366A (zh) 搜索推荐方法及装置、设备、存储介质
Wei et al. Online education recommendation model based on user behavior data analysis
CN111581365B (zh) 一种谓词抽取方法
CN111460808B (zh) 同义文本识别及内容推荐方法、装置及电子设备
CN111523311B (zh) 一种搜索意图识别方法及装置
CN111460177A (zh) 影视类表情搜索方法、装置、存储介质、计算机设备
CN111858860B (zh) 搜索信息处理方法及系统、服务器、计算机可读介质
CN116562280A (zh) 一种基于通用信息抽取的文献分析系统及方法

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