申请/专利权人：济南大学

申请日：2023-03-27

公开（公告）日：2024-04-12

公开（公告）号：CN116304745B

主分类号：G06F18/22

分类号：G06F18/22;G06F40/30;G06F18/25;G06F40/258;G06F40/295;G06F16/33

优先权：

专利状态码：有效-授权

法律状态：2024.04.12#授权;2023.07.11#实质审查的生效;2023.06.23#公开

摘要：本发明公开了基于深层次语义信息的文本话题匹配方法及系统，属于文本匹配技术领域。本发明通过命名实体识别模型对文本进行实体提取，而后通过特征工程将实体进行筛选，得到文本的关键实体；通过BART模型进行文本摘要，得到文本的主要信息；最后将文本摘要和关键实体进行特征融合，获取深层次语义信息特征向量，将深层次语义信息和目标新闻文本输入预设的文本话题匹配模型，获取文本话题匹配结果。提升了文本话题匹配准确性，解决了现有技术中存在“与文本主旨无关的外部知识极易误导对当前话题的判断，易丢失文本关键信息，导致长文本匹配效果差”的问题。

主权项：1.基于深层次语义信息的文本话题匹配方法，其特征在于，包括：获取目标新闻文本，将目标新闻文本输入预设的命名实体识别模型进行处理，获取目标新闻文本的实体；通过特征工程对实体进行筛选，获取关键实体；具体包括：根据实体，获取每个实体的第一权重；计算每个实体的词频，根据词频，获取每个实体的第二权重；筛选实体中的不合群词，获取每个实体的第三权重；计算目标新闻文本中句子和各实体的相似性，获取每个实体的第四权重；根据第一权重、第二权重、第三权重和第四权重，获取每个实体的组合特征权重，根据组合特征权重对实体进行排序，获取关键实体；所述第一权重为词频-逆文档权重；将目标新闻文本输入预设的预训练语言模型进行处理，获取文本摘要；将文本摘要和关键实体进行特征融合，获取深层次语义信息特征向量，将深层次语义信息和目标新闻文本输入预设的文本话题匹配模型，获取文本话题匹配结果；具体包括：通过LSTM网络，将文本摘要和关键实体进行特征融合，获取深层次语义信息特征向量；根据深层次语义信息特征向量，获取深层次语义信息拼接向量；根据目标新闻文本，获取文本拼接向量；将深层次语义信息拼接向量和文本拼接向量拼接，获取拼接向量；将拼接向量输入softmax层进行处理，获取文本话题匹配结果；所述将目标新闻文本输入预设的命名实体识别模型进行处理，获取目标新闻文本的实体包括：对目标新闻文本进行向量化处理，获取目标新闻文本中每个字的初始表示向量；对初始表示向量进行特征提取，获取目标新闻文本中每个句子的特征向量；构造信息矩阵，基于信息矩阵对特征向量进行卷积编码，获取不同的网格表征；通过预测器对网格表征预测词对关系，获取目标新闻文本的实体；所述信息矩阵包括距离信息矩阵、词对信息矩阵和区域信息矩阵，所述距离信息矩阵用于表示词对中每个字之间的距离，所述词对信息矩阵用于表示经范数层输出的词对，所述区域信息矩阵用于表示词对的所在区域。

全文数据：

权利要求：

百度查询： 济南大学 基于深层次语义信息的文本话题匹配方法及系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD