申请/专利权人:同济大学
申请日:2021-08-17
公开(公告)日:2024-04-09
公开(公告)号:CN113641833B
主分类号:G06F16/36
分类号:G06F16/36;G06F16/2455;G06F40/284;G06F40/30;G06N3/044;G06N3/042;G06N3/045
优先权:
专利状态码:有效-授权
法律状态:2024.04.09#授权;2021.11.30#实质审查的生效;2021.11.12#公开
摘要:本发明提供一种服务需求匹配方法及装置,包括以下步骤:基于用户输入的文字,应用自然语言向量化模型和词向量间余弦距离计算法,确定文字在预设词库中对应的近义词;基于预设的源数据文档,应用分词工具进行分词处理,确定源数据文档中的服务名和服务关键词;并应用双向循环神经网络模型和图神经网络模型,确定各服务名之间的关系;基于服务名、服务关键词以及各服务名之间的关系,构建知识图谱;基于近义词、服务关键词以及知识图谱,应用预设的匹配规则,确定文字对应的服务需求。本发明的服务需求匹配方法及装置能够真正将用户描述中的语义信息用于服务匹配;同时应用知识图谱的方式保证服务间的强关联能力,保证了匹配的高查准率和查全率。
主权项:1.一种服务需求匹配方法,其特征在于,所述服务需求匹配方法包括以下步骤:基于用户输入的文字,应用自然语言向量化模型和词向量间余弦距离计算法,确定所述文字在预设词库中对应的近义词;基于预设的源数据文档,应用分词工具进行分词处理,确定所述源数据文档中的服务名和服务关键词;并应用双向循环神经网络模型和图神经网络模型,确定各服务名之间的关系;基于所述服务名、所述服务关键词以及所述各服务名之间的关系,构建知识图谱;基于所述近义词、所述服务关键词以及所述知识图谱,应用预设的匹配规则,确定所述文字对应的服务需求;其中,所述服务关键词包括服务主体和服务类型;所述各服务名之间的关系包括并列、依赖、从属以及无关联中的一种或多种;所述知识图谱包括节点和关系边;所述节点包括:所述服务名、所述服务主体以及所述服务类型;所述关系边包括所属关系边和服务关联关系边,其中,所述所属关系边根据所述服务主体和所述服务类型连接;所述服务关联关系边根据所述各服务名之间的关系连接;基于所述源数据文档,应用所述双向循环神经网络模型,确定各服务名的向量表示;基于所述各服务名的向量表示、所述各服务名之间的关系,应用预设的向量匹配法,确定所述各服务名中两两服务名之间的关系;基于所述两两服务名之间的关系、所述各服务名,训练所述图神经网络模型,确定所述图神经网络模型的模型参数;应用双向循环神经网络模型和图神经网络模型,确定各服务名之间的关系;所述基于所述近义词、所述服务关键词以及所述知识图谱,应用预设的匹配规则,确定所述文字对应的服务需求,包括:将所述近义词和所述服务关键词进行匹配对比,确定两者的交集为匹配结果;并将所述匹配结果按照所述服务主体和所述服务类型进行分类记录,对应标记为第一匹配结果和第二匹配结果;将所述第一匹配结果、所述第二匹配结果和所述知识图谱进行匹配对比,确定与所述第一匹配结果连接的第一服务名、以及与所述第二匹配结果连接的第二服务名;当所述第一服务名和所述第二服务名相同时,所述第一服务名即确定为所述文字对应的服务需求。
全文数据:
权利要求:
百度查询: 同济大学 服务需求匹配方法及装置
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。