申请/专利权人:中国科学院深圳先进技术研究院
申请日:2023-09-18
公开(公告)日:2023-12-12
公开(公告)号:CN117216189A
主分类号:G06F16/33
分类号:G06F16/33;G06F18/22;G06F40/289;G06F40/30;G06F18/214
优先权:
专利状态码:在审-实质审查的生效
法律状态:2023.12.29#实质审查的生效;2023.12.12#公开
摘要:本发明公开了一种结合噪声过滤和分治策略的长文本匹配方法。该方法包括:构建长文本匹配模型,所述长文本匹配模型包含关键词抽取层、关联抽取层和过滤层,其中关键层抽取层用于提取文本中的关键词,过滤层用于基于句子之间的相似度过滤文本中的噪声,获得去噪的文本序列,关联抽取层用于从去噪的文本序列中再去除关键词,获得剩余的关联文本;以设定的总体损失函数最小化作为优化目标训练所述长文本匹配模型,所述损失函数反映全局匹配分布并联合了关键词与关联匹配分布;针对目标文本,利用经训练的所述长文本匹配模型进行实时的文本匹配。本发明提升了文本匹配的泛化能力和精确度。
主权项:1.一种结合噪声过滤和分治策略的长文本匹配方法,包括以下步骤:构建长文本匹配模型,所述长文本匹配模型包含关键词抽取层、关联抽取层和过滤层,其中关键层抽取层用于提取文本中的关键词,过滤层用于基于句子之间的相似度过滤文本中的噪声,获得去噪的文本序列,关联抽取层用于从去噪的文本序列中再去除关键词,获得剩余的关联文本;以设定的总体损失函数最小化作为优化目标训练所述长文本匹配模型,所述损失函数反映全局匹配分布并联合了关键词与关联匹配分布;针对目标文本,利用经训练的所述长文本匹配模型进行实时的文本匹配。
全文数据:
权利要求:
百度查询: 中国科学院深圳先进技术研究院 一种结合噪声过滤和分治策略的长文本匹配方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。