CN113344125A - 长文本匹配识别方法、装置、电子设备及存储介质 - Google Patents
长文本匹配识别方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113344125A CN113344125A CN202110729955.0A CN202110729955A CN113344125A CN 113344125 A CN113344125 A CN 113344125A CN 202110729955 A CN202110729955 A CN 202110729955A CN 113344125 A CN113344125 A CN 113344125A
- Authority
- CN
- China
- Prior art keywords
- decision tree
- text
- matching
- matching decision
- reply
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000003066 decision tree Methods 0.000 claims abstract description 256
- 238000012549 training Methods 0.000 claims abstract description 35
- 230000006870 function Effects 0.000 claims description 75
- 238000012545 processing Methods 0.000 claims description 42
- 238000004422 calculation algorithm Methods 0.000 claims description 37
- 238000007792 addition Methods 0.000 claims description 31
- 230000011218 segmentation Effects 0.000 claims description 20
- 238000013138 pruning Methods 0.000 claims description 12
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 4
- 238000002372 labelling Methods 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000004891 communication Methods 0.000 description 6
- 238000007726 management method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 239000000284 extract Substances 0.000 description 4
- 239000004973 liquid crystal related substance Substances 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 238000012937 correction Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- 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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Software Systems (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及智能决策技术，揭露了一种长文本匹配识别方法，包括：利用长文本训练集构建初始匹配决策树，并进行决策树添加处理，得到更新匹配决策树，将长文本训练集输入至更新匹配决策树中，利用得到的预测值集合计算更新匹配决策树的目标函数值，根据目标函数值和目标阈值的大小判断结果调整或保持更新匹配决策树，得到标准匹配决策树，将待判断答复文本和标准答复文本输入至标准匹配决策树中，得到匹配结果。此外，本发明还涉及区块链技术，所述目标函数值可存储于区块链的节点。本发明还提出一种长文本匹配识别装置、电子设备以及计算机可读存储介质。本发明可以解决匹配识别的效率较低的问题。
Description
技术领域
本发明涉及智能决策技术领域，尤其涉及一种长文本匹配识别方法、装置、电子设备及计算机可读存储介质。
背景技术
目前，随着信息数据处理需求的日益增长以及不同领域的业务种类的日益丰富，在对话***中，通常有人工回复和机器自动回复两种方式，人工回复与机器自动回复之间匹配度的高低可以用于判断人工回复的准确性或者是机器自动回复的准确性，具有重要意义。同时，由于人工回复于机器自动回复通常文本较长，因此，现有技术中通常通过长文本匹配识别技术来判断人工回复与机器自动回复之间匹配度的高低。
现有的长文本匹配识别方法是利用预设的文本匹配规则来识别两个文档之间是否匹配，然而由于待识别文本为长文本，这种方法的时间消耗较大，且依赖于不同的文本匹配规则，容易造成匹配识别的效率较低。
发明内容
本发明提供一种长文本匹配识别方法、装置及计算机可读存储介质，其主要目的在于解决匹配识别的效率较低的问题。
为实现上述目的，本发明提供的一种长文本匹配识别方法，包括：
获取长文本训练集，所述长文本训练集包括多个答复文本子集，所述答复文本子集包括用户输入的第一答复文本和数据库中存储的第二答复文本；
提取所述第一答复文本和所述第二答复文本的文本间相似度特征；
利用所述文本间相似度特征构建初始匹配决策树，对所述初始匹配决策树进行决策树添加处理，得到更新匹配决策树；
将所述长文本训练集输入至所述更新匹配决策树中，得到预测值集合，根据所述预测值集合计算所述更新匹配决策树的目标函数值；
当所述目标函数值大于或者等于预设的目标阈值时，再次执行所述对所述初始匹配决策树进行决策树添加处理的操作，直至所述目标函数值小于所述目标阈值时，输出当前的更新匹配决策树为标准匹配决策树；
获取用户输入的待判断答复文本和预设的标准答复文本，将所述待判断答复文本和所述标准答复文本输入至所述标准匹配决策树中，得到所述待判断答复文本与所述标准答复文本的匹配结果。
可选地，所述提取所述第一答复文本和所述第二答复文本的文本间相似度特征，包括：
对所述第一答复文本和第二答复文本进行字符转化处理，得到第一字符串和第二字符串；
根据预设的字符串相似度算法计算所述第一字符串和所述第二字符串之间的相似度，得到文本间相似度特征。
可选地，所述利用所述文本间相似度特征构建初始匹配决策树，包括：
对所述文本间相似度特征进行分类标注，得到所述文本间相似度特征对应的标注；
计算每个所述标注对所述文本间相似度特征的基尼指数，得到所述文本间相似度特征对应的基尼指数集合；
选取所述基尼指数集合中最小的基尼指数所对应的标注作为切分点；
以所述切分点作为原始匹配决策树的根节点，生成所述切分节点的子节点并将所述文本间相似度特征分配到所述子节点中，生成原始匹配决策树；
对所述原始匹配决策树进行剪枝处理，得到初始匹配决策树。
可选地，所述计算每个所述标注对所述文本间相似度特征的基尼指数，包括：
利用下述基尼指数计算函数每个所述标注对所述文本间相似度特征的基尼指数：
其中，Gini(p)为基尼指数，pk表示所述文本间相似度特征中的第k个特征，K是所述文本间相似度特征中的特征的个数。
可选地，所述对所述原始匹配决策树进行剪枝处理，得到初始匹配决策树，包括：
计算所述原始匹配决策树上非叶子节点的表面误差增益值；
对所述表面误差增益值小于预设的增益阈值的非叶子节点进行剪枝，得到初始匹配决策树。
可选地，所述对所述初始匹配决策树进行决策树添加处理，得到更新匹配决策树，包括：
获取预设的添加次数；
基于所述添加次数对所述初始匹配决策树的根节点进行对应次数的切分，并将所述文本间相似度特征分配到切分后的根节点上，得到更新匹配决策树。
可选地，所述根据所述预测值集合计算所述更新匹配决策树的目标函数值，包括：
根据下述预设的目标函数计算所述更新匹配决策树的目标函数值：
其中，objectt为在所述添加次数下的目标函数值，t为所述添加次数，
为预设的真实值集合和所述预测值集合之间的误差值，yi为所述真实值集合，
为所述预测值集合，Ω(fi)为惩罚项函数，wj为所述更新匹配决策树中叶子结点的权重，M为所述更新匹配决策树的叶子结点数，γ、T和λ为固定参数，i是指所述更新匹配决策树中第i个非叶子节点，n是指所述更新匹配决策树中非叶子结点的个数，j是指所述更新匹配决策树中第j个叶子结点。
为了解决上述问题，本发明还提供一种长文本匹配识别装置，所述装置包括：
特征提取模块，用于获取长文本训练集以及提取所述第一答复文本和所述第二答复文本的文本间相似度特征，所述长文本训练集包括多个答复文本子集，所述答复文本子集包括用户输入的第一答复文本和数据库中存储的第二答复文本；
决策树构建模块，用于利用所述文本间相似度特征构建初始匹配决策树，对所述初始匹配决策树进行决策树添加处理，得到更新匹配决策树，将所述长文本训练集输入至所述更新匹配决策树中，得到预测值集合，根据所述预测值集合计算所述更新匹配决策树的目标函数值，当所述目标函数值大于或者等于预设的目标阈值时，再次执行所述对所述初始匹配决策树进行决策树添加处理的操作，直至所述目标函数值小于所述目标阈值时，输出当前的更新匹配决策树为标准匹配决策树；
匹配判断模块，用于获取用户输入的待判断答复文本和预设的标准答复文本，将所述待判断答复文本和所述标准答复文本输入至所述标准匹配决策树中，得到所述待判断答复文本与所述标准答复文本的匹配结果。
为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
存储器，存储至少一个指令；及
处理器，执行所述存储器中存储的指令以实现上述所述的长文本匹配识别方法。
为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个指令，所述至少一个指令被电子设备中的处理器执行以实现上述所述的长文本匹配识别方法。
本发明提取所述第一答复文本和所述第二答复文本的文本间相似度特征，所述文本间相似度特征体现出文本之间的相似性和关联性，利用所述文本间相似度特征构建初始匹配决策树，对所述初始匹配决策树进行决策树添加处理，得到更新匹配决策树，通过进行决策树添加处理并计算更新匹配决策树的目标函数值，利用目标函数值去判断所述更新匹配决策树是否还需要继续进行添加处理，从而使得最后输出的标准匹配决策树能够有较高的匹配判断能力，得到的标准匹配决策树能够更好的判断输入的两个文本之间是否匹配，进一步地，将所述待判断答复文本和所述标准答复文本直接输入至所述标准匹配决策树中，得到所述待判断答复文本与所述标准答复文本的匹配结果，无需因长文本内容而异进行不同的规则匹配，提高了长文本匹配的速度和准确率。因此本发明提出的长文本匹配识别方法、装置、电子设备及计算机可读存储介质，可以解决长文本匹配识别效率较低的问题。
附图说明
图1为本发明一实施例提供的长文本匹配识别方法的流程示意图；
图2为本发明一实施例提供的文本匹配识别装置的功能模块图；
图3为本发明一实施例提供的实现所述长文本匹配识别方法的电子设备的结构示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本申请实施例提供一种长文本匹配识别方法。所述长文本匹配识别方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述长文本匹配识别方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。
参照图1所示，为本发明一实施例提供的长文本匹配识别方法的流程示意图。在本实施例中，所述长文本匹配识别方法包括：
S1、获取长文本训练集，所述长文本训练集包括多个答复文本子集，所述答复文本子集包括用户输入的第一答复文本和数据库中存储的第二答复文本。
本发明实施例中，所述长文本训练集可以从业务***中获取，或者从存储预设的答复文本的数据库中进行获取。
例如，所述第一答复文本可以为电话业务场景中客服对客户的询问的答复文本，所述数据库中存储的第二答复文本为预先写好的针对客户回复的话术。
S2、提取所述第一答复文本和所述第二答复文本的文本间相似度特征。
具体地，在本发明一可选实施例中，所述提取所述第一答复文本和所述第二答复文本的文本间相似度特征，包括：
对所述第一答复文本和第二答复文本进行字符转化处理，得到第一字符串和第二字符串；
根据预设的字符串相似度算法计算所述第一字符串和所述第二字符串之间的相似度，得到文本间相似度特征。
详细地，可以通过调用java中的字符串转换函数对所述答复文本子集中的第一答复文本和第二答复文本进行字符转化处理，得到第一字符串和第二字符串。
详细地，所述预设的字符串相似算法用来计算两个字符串集之间的相似度，其中，所述字符串相似度算法可以为最小编辑距离算法和最长公共子序列算法。
在本发明另一可选实施例中，所述提取所述第一答复文本和所述第二答复文本的文本间相似度特征，包括：
对所述第一答复文本和第二答复文本进行向量化处理，得到第一文本向量集和第二文本向量集；
根据预设的距离特征算法计算所述第一文本向量集和所述第二文本向量集之间的相似度，得到文本间相似度特征。
详细地，可以利用预设的词袋模型(Bag of Words,简称BoW)对所述第一答复文本和第二答复文本进行向量化处理。
词袋模型是一种用机器学习算法对文本进行建模时表示文本数据的方法，并且词袋模型不考虑文本中词与词之间的上下文关系，仅仅只考虑所有词的权重，其中，权重与词在文本中出现的频率有关。
具体的，词袋模型先进行分词，在分词之后，通过统计每个词在文本中出现的次数，得到该文本基于词的特征；再将各个文本样本的这些词与对应的词频放在一起向量化；向量化完毕后使用TF-IDF进行特征的权重修正，再将特征进行标准化，产生一个能表达语义的句向量。
本实施例中，所述预设的距离特征算法可以为欧式距离特征算法、曼哈顿距离特征算法、车比雪夫距离特征算法、杰卡德距离特征算法、闵可夫斯基距离特征算法和汉明距离特征算法。
在本发明另一可选实施例中，所述提取所述第一答复文本和所述第二答复文本的文本间相似度特征，包括：
对所述第一答复文本进行分词处理，得到第一文本分词集；
根据相关性计算算法计算所述第一文本分词集中的第一文本分词与所述第二答复文本之间的相关性分数，得到所述第一文本分词集对应的相关性分数集；
对所述相关性分数集中的相关性分数进行求和，得到文本间相似度特征。
详细地，本发明实施例中，所述相关性计算算法包括但不限于BM25算法。
S3、利用所述文本间相似度特征构建初始匹配决策树，对所述初始匹配决策树进行决策树添加处理，得到更新匹配决策树。
本发明实施例中，所述利用所述文本间相似度特征构建初始匹配决策树，包括：
对所述文本间相似度特征进行分类标注，得到所述文本间相似度特征对应的标注；
计算每个所述标注对所述文本间相似度特征的基尼指数，得到所述文本间相似度特征对应的基尼指数集合；
选取所述基尼指数集合中最小的基尼指数所对应的标注作为切分点；
以所述切分点作为原始匹配决策树的根节点，生成所述切分节点的子节点并将所述文本间相似度特征分配到所述子节点中，生成原始匹配决策树；
对所述原始匹配决策树进行剪枝处理，得到初始匹配决策树。
具体地，所述计算每个所述标注对所述文本间相似度特征的基尼指数，包括：
利用下述基尼指数计算函数每个所述标注对所述文本间相似度特征的基尼指数：
其中，Gini(p)为基尼指数，pk表示所述文本间相似度特征中的第k个特征，K是所述文本间相似度特征中的特征的个数。
详细地，所述基尼指数代表了模型的不纯度，所述基尼指数越小，不纯度越低。
进一步地，所述对所述原始匹配决策树进行剪枝处理，得到初始匹配决策树，包括：
计算所述原始匹配决策树上非叶子节点的表面误差增益值；
对所述表面误差增益值小于预设的增益阈值的非叶子节点进行剪枝，得到初始匹配决策树。
其中，本发明实施例中，所述预设的增益阈值为0.5。
进一步地，所述计算所述原始匹配决策树上所有非叶子节点的表面误差增益值，包括：
利用下述增益公式计算计算所述原始匹配决策树上所有非叶子节点的表面误差增益值：
其中，α表示表面误差增益值，R(t)表示叶子节点的误差代价，R(T)表示非叶子节点的误差代价，N(T)表示所述原始匹配决策树的节点个数。
进一步地，所述对所述初始匹配决策树进行决策树添加处理，得到更新匹配决策树，包括：
获取预设的添加次数；
基于所述添加次数对所述初始匹配决策树的根节点进行对应次数的切分，并将所述文本间相似度特征分配到切分后的根节点上，得到更新匹配决策树。
S4、将所述长文本训练集输入至所述更新匹配决策树中，得到预测值集合，根据所述预测值集合计算所述更新匹配决策树的目标函数值。
本发明实施例中，将所述长文本训练集输入至所述更新匹配决策树中，所述长文本训练集会落到更新匹配决策树上，其中，所述更新匹配决策树上的叶子对应不同的分值，将所述更新匹配决策树上的分值进行汇总，得到预测值集合。
具体地，所述根据所述预测值集合计算所述更新匹配决策树的目标函数值，包括：
根据下述预设的目标函数计算所述更新匹配决策树的目标函数值：
其中，objectt为在所述添加次数下的目标函数值，t为所述添加次数，
为预设的真实值集合和所述预测值集合之间的误差值，yi为所述真实值集合，
为所述预测值集合，Ω(fi)为惩罚项函数，wj为所述更新匹配决策树中叶子结点的权重，M为所述更新匹配决策树的叶子结点数，γ、T和λ为固定参数，i是指所述更新匹配决策树中第i个非叶子节点，n是指所述更新匹配决策树中非叶子结点的个数，j是指所述更新匹配决策树中第j个叶子结点。
详细地，所述目标函数公式中的惩罚项函数可以衡量所述更新匹配决策树在决策树添加处理过程中的优异性，因此，得到的更新匹配决策树进行匹配时准确性更好。
S5、当所述目标函数值大于或者等于预设的目标阈值时，再次执行所述对所述初始匹配决策树进行决策树添加处理的操作，直至所述目标函数值小于所述目标阈值时，输出当前的更新匹配决策树为标准匹配决策树。
本发明实施例中，当所述目标函数值大于或者等于预设的目标阈值时，此时的初始匹配决策树不够精准，因为所述目标函数中包括计算真实值集合和预测值集合之间的误差值部分，所述目标函数值较大则说明误差值较大，需要再次执行所述对所述初始匹配决策树进行决策树添加处理的操作，直至所述目标函数值小于所述目标阈值时，输出当前的更新匹配决策树为标准匹配决策树。
本实施例中，通过所述目标函数值与预设的目标阈值进行判断，可以使得得到的标准匹配决策树进行文本匹配时匹配地更加准确。
S6、获取用户输入的待判断答复文本和预设的标准答复文本，将所述待判断答复文本和所述标准答复文本输入至所述标准匹配决策树中，得到所述待判断答复文本与所述标准答复文本的匹配结果。
本发明实施例中，所述用户输入的待判断答复文本是指用户(如客服)输入的答复文本。
具体的，可以根据问题对话中的问题获取预设的标准答复文本，以及从该问题对话框中获取获取输入的答复文本。
本实施例中，所述匹配结果可以为具体的分数值。
本发明提取所述第一答复文本和所述第二答复文本的文本间相似度特征，所述文本间相似度特征体现出文本之间的相似性和关联性，利用所述文本间相似度特征构建初始匹配决策树，对所述初始匹配决策树进行决策树添加处理，得到更新匹配决策树，通过进行决策树添加处理并计算更新匹配决策树的目标函数值，利用目标函数值去判断所述更新匹配决策树是否还需要继续进行添加处理，从而使得最后输出的标准匹配决策树能够有较高的匹配判断能力，得到的标准匹配决策树能够更好的判断输入的两个文本之间是否匹配，进一步地，将所述待判断答复文本和所述标准答复文本直接输入至所述标准匹配决策树中，得到所述待判断答复文本与所述标准答复文本的匹配结果，无需因长文本内容而异进行不同的规则匹配，提高了长文本匹配的速度和准确率。因此本发明提出的长文本匹配识别方法可以解决长文本匹配识别效率较低的问题。
如图2所示，是本发明一实施例提供的长文本匹配识别装置的功能模块图。
本发明所述长文本匹配识别装置100可以安装于电子设备中。根据实现的功能，所述长文本匹配识别装置100可以包括特征提取模块101、决策树构建模块102及匹配判断模块103。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
在本实施例中，关于各模块/单元的功能如下：
所述特征提取模块101，用于获取长文本训练集以及提取所述第一答复文本和所述第二答复文本的文本间相似度特征，所述长文本训练集包括多个答复文本子集，所述答复文本子集包括用户输入的第一答复文本和数据库中存储的第二答复文本；
所述决策树构建模块102，用于利用所述文本间相似度特征构建初始匹配决策树，对所述初始匹配决策树进行决策树添加处理，得到更新匹配决策树，将所述长文本训练集输入至所述更新匹配决策树中，得到预测值集合，根据所述预测值集合计算所述更新匹配决策树的目标函数值，当所述目标函数值大于或者等于预设的目标阈值时，再次执行所述对所述初始匹配决策树进行决策树添加处理的操作，直至所述目标函数值小于所述目标阈值时，输出当前的更新匹配决策树为标准匹配决策树；
所述匹配判断模块103，用于获取用户输入的待判断答复文本和预设的标准答复文本，将所述待判断答复文本和所述标准答复文本输入至所述标准匹配决策树中，得到所述待判断答复文本与所述标准答复文本的匹配结果。
详细地，所述长文本匹配识别装置100各模块的具体实施方式如下：
步骤一、获取长文本训练集，所述长文本训练集包括多个答复文本子集，所述答复文本子集包括用户输入的第一答复文本和数据库中存储的第二答复文本。
本发明实施例中，所述长文本训练集可以从业务***中获取，或者从存储预设的答复文本的数据库中进行获取。
例如，所述第一答复文本可以为电话业务场景中客服对客户的询问的答复文本，所述数据库中存储的第二答复文本为预先写好的针对客户回复的话术。
步骤二、提取所述第一答复文本和所述第二答复文本的文本间相似度特征。
具体地，在本发明一可选实施例中，所述提取所述第一答复文本和所述第二答复文本的文本间相似度特征，包括：
对所述第一答复文本和第二答复文本进行字符转化处理，得到第一字符串和第二字符串；
根据预设的字符串相似度算法计算所述第一字符串和所述第二字符串之间的相似度，得到文本间相似度特征。
详细地，可以通过调用java中的字符串转换函数对所述答复文本子集中的第一答复文本和第二答复文本进行字符转化处理，得到第一字符串和第二字符串。
详细地，所述预设的字符串相似算法用来计算两个字符串集之间的相似度，其中，所述字符串相似度算法可以为最小编辑距离算法和最长公共子序列算法。
在本发明另一可选实施例中，所述提取所述第一答复文本和所述第二答复文本的文本间相似度特征，包括：
对所述第一答复文本和第二答复文本进行向量化处理，得到第一文本向量集和第二文本向量集；
根据预设的距离特征算法计算所述第一文本向量集和所述第二文本向量集之间的相似度，得到文本间相似度特征。
详细地，可以利用预设的词袋模型(Bag of Words,简称BoW)对所述第一答复文本和第二答复文本进行向量化处理。
词袋模型是一种用机器学习算法对文本进行建模时表示文本数据的方法，并且词袋模型不考虑文本中词与词之间的上下文关系，仅仅只考虑所有词的权重，其中，权重与词在文本中出现的频率有关。
具体的，词袋模型先进行分词，在分词之后，通过统计每个词在文本中出现的次数，得到该文本基于词的特征；再将各个文本样本的这些词与对应的词频放在一起向量化；向量化完毕后使用TF-IDF进行特征的权重修正，再将特征进行标准化，产生一个能表达语义的句向量。
本实施例中，所述预设的距离特征算法可以为欧式距离特征算法、曼哈顿距离特征算法、车比雪夫距离特征算法、杰卡德距离特征算法、闵可夫斯基距离特征算法和汉明距离特征算法。
在本发明另一可选实施例中，所述提取所述第一答复文本和所述第二答复文本的文本间相似度特征，包括：
对所述第一答复文本进行分词处理，得到第一文本分词集；
根据相关性计算算法计算所述第一文本分词集中的第一文本分词与所述第二答复文本之间的相关性分数，得到所述第一文本分词集对应的相关性分数集；
对所述相关性分数集中的相关性分数进行求和，得到文本间相似度特征。
详细地，本发明实施例中，所述相关性计算算法包括但不限于BM25算法。
步骤三、利用所述文本间相似度特征构建初始匹配决策树，对所述初始匹配决策树进行决策树添加处理，得到更新匹配决策树。
本发明实施例中，所述利用所述文本间相似度特征构建初始匹配决策树，包括：
对所述文本间相似度特征进行分类标注，得到所述文本间相似度特征对应的标注；
计算每个所述标注对所述文本间相似度特征的基尼指数，得到所述文本间相似度特征对应的基尼指数集合；
选取所述基尼指数集合中最小的基尼指数所对应的标注作为切分点；
以所述切分点作为原始匹配决策树的根节点，生成所述切分节点的子节点并将所述文本间相似度特征分配到所述子节点中，生成原始匹配决策树；
对所述原始匹配决策树进行剪枝处理，得到初始匹配决策树。
具体地，所述计算每个所述标注对所述文本间相似度特征的基尼指数，包括：
利用下述基尼指数计算函数每个所述标注对所述文本间相似度特征的基尼指数：
其中，Gini(p)为基尼指数，pk表示所述文本间相似度特征中的第k个特征，K是所述文本间相似度特征中的特征的个数。
详细地，所述基尼指数代表了模型的不纯度，所述基尼指数越小，不纯度越低。
进一步地，所述对所述原始匹配决策树进行剪枝处理，得到初始匹配决策树，包括：
计算所述原始匹配决策树上非叶子节点的表面误差增益值；
对所述表面误差增益值小于预设的增益阈值的非叶子节点进行剪枝，得到初始匹配决策树。
其中，本发明实施例中，所述预设的增益阈值为0.5。
进一步地，所述计算所述原始匹配决策树上所有非叶子节点的表面误差增益值，包括：
利用下述增益公式计算计算所述原始匹配决策树上所有非叶子节点的表面误差增益值：
其中，α表示表面误差增益值，R(t)表示叶子节点的误差代价，R(T)表示非叶子节点的误差代价，N(T)表示所述原始匹配决策树的节点个数。
进一步地，所述对所述初始匹配决策树进行决策树添加处理，得到更新匹配决策树，包括：
获取预设的添加次数；
基于所述添加次数对所述初始匹配决策树的根节点进行对应次数的切分，并将所述文本间相似度特征分配到切分后的根节点上，得到更新匹配决策树。
步骤四、将所述长文本训练集输入至所述更新匹配决策树中，得到预测值集合，根据所述预测值集合计算所述更新匹配决策树的目标函数值。
本发明实施例中，将所述长文本训练集输入至所述更新匹配决策树中，所述长文本训练集会落到更新匹配决策树上，其中，所述更新匹配决策树上的叶子对应不同的分值，将所述更新匹配决策树上的分值进行汇总，得到预测值集合。
具体地，所述根据所述预测值集合计算所述更新匹配决策树的目标函数值，包括：
根据下述预设的目标函数计算所述更新匹配决策树的目标函数值：
其中，objectt为在所述添加次数下的目标函数值，t为所述添加次数，
为预设的真实值集合和所述预测值集合之间的误差值，yi为所述真实值集合，
为所述预测值集合，Ω(fi)为惩罚项函数，wj为所述更新匹配决策树中叶子结点的权重，M为所述更新匹配决策树的叶子结点数，γ、T和λ为固定参数，i是指所述更新匹配决策树中第i个非叶子节点，n是指所述更新匹配决策树中非叶子结点的个数，j是指所述更新匹配决策树中第j个叶子结点。
详细地，所述目标函数公式中的惩罚项函数可以衡量所述更新匹配决策树在决策树添加处理过程中的优异性，因此，得到的更新匹配决策树进行匹配时准确性更好。
步骤五、当所述目标函数值大于或者等于预设的目标阈值时，再次执行所述对所述初始匹配决策树进行决策树添加处理的操作，直至所述目标函数值小于所述目标阈值时，输出当前的更新匹配决策树为标准匹配决策树。
本发明实施例中，当所述目标函数值大于或者等于预设的目标阈值时，此时的初始匹配决策树不够精准，因为所述目标函数中包括计算真实值集合和预测值集合之间的误差值部分，所述目标函数值较大则说明误差值较大，需要再次执行所述对所述初始匹配决策树进行决策树添加处理的操作，直至所述目标函数值小于所述目标阈值时，输出当前的更新匹配决策树为标准匹配决策树。
本实施例中，通过所述目标函数值与预设的目标阈值进行判断，可以使得得到的标准匹配决策树进行文本匹配时匹配地更加准确。
步骤六、获取用户输入的待判断答复文本和预设的标准答复文本，将所述待判断答复文本和所述标准答复文本输入至所述标准匹配决策树中，得到所述待判断答复文本与所述标准答复文本的匹配结果。
本发明实施例中，所述用户输入的待判断答复文本是指用户(如客服)输入的答复文本。
具体的，可以根据问题对话中的问题获取预设的标准答复文本，以及从该问题对话框中获取获取输入的答复文本。
本实施例中，所述匹配结果可以为具体的分数值。
本发明提取所述第一答复文本和所述第二答复文本的文本间相似度特征，所述文本间相似度特征体现出文本之间的相似性和关联性，利用所述文本间相似度特征构建初始匹配决策树，对所述初始匹配决策树进行决策树添加处理，得到更新匹配决策树，通过进行决策树添加处理并计算更新匹配决策树的目标函数值，利用目标函数值去判断所述更新匹配决策树是否还需要继续进行添加处理，从而使得最后输出的标准匹配决策树能够有较高的匹配判断能力，得到的标准匹配决策树能够更好的判断输入的两个文本之间是否匹配，进一步地，将所述待判断答复文本和所述标准答复文本直接输入至所述标准匹配决策树中，得到所述待判断答复文本与所述标准答复文本的匹配结果，无需因长文本内容而异进行不同的规则匹配，提高了长文本匹配的速度和准确率。因此本发明提出的长文本匹配识别装置可以解决长文本匹配识别效率较低的问题。
如图3所示，是本发明一实施例提供的实现长文本匹配识别方法的电子设备的结构示意图。
所述电子设备1可以包括处理器10、存储器11、通信接口12和总线13，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如长文本匹配识别程序。
其中，所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元，例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备，例如电子设备1上配备的插接式移动硬盘、智能存储卡(Smart Media Card，SMC)、安全数字(SecureDigital，SD)卡、闪存卡(Flash Card)等。进一步地，所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据，例如长文本匹配识别程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(Central Processing unit，CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(Control Unit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如长文本匹配识别程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备1的各种功能和处理数据。
所述通信接口12用于上述电子设备与其他设备之间的通信，包括网络接口和用户接口。可选地，所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等)，通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
所述总线13可以是外设部件互连标准(peripheral component interconnect，简称PCI)总线或扩展工业标准结构(extended industry standard architecture，简称EISA)总线等。该总线13可以分为地址总线、数据总线、控制总线等。所述总线13被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
图3仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图3示出的结构并不构成对所述电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
例如，尽管未示出，所述电子设备1还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。
进一步地，所述电子设备1还可以包括网络接口，可选地，所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等)，通常用于在该电子设备1与其他电子设备之间建立通信连接。
可选地，该电子设备1还可以包括用户接口，用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的长文本匹配识别程序是多个指令的组合，在所述处理器10中运行时，可以实现：
获取长文本训练集，所述长文本训练集包括多个答复文本子集，所述答复文本子集包括用户输入的第一答复文本和数据库中存储的第二答复文本；
提取所述第一答复文本和所述第二答复文本的文本间相似度特征；
利用所述文本间相似度特征构建初始匹配决策树，对所述初始匹配决策树进行决策树添加处理，得到更新匹配决策树；
将所述长文本训练集输入至所述更新匹配决策树中，得到预测值集合，根据所述预测值集合计算所述更新匹配决策树的目标函数值；
当所述目标函数值大于或者等于预设的目标阈值时，再次执行所述对所述初始匹配决策树进行决策树添加处理的操作，直至所述目标函数值小于所述目标阈值时，输出当前的更新匹配决策树为标准匹配决策树；
获取用户输入的待判断答复文本和预设的标准答复文本，将所述待判断答复文本和所述标准答复文本输入至所述标准匹配决策树中，得到所述待判断答复文本与所述标准答复文本的匹配结果。
具体地，所述处理器10对上述指令的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。
进一步地，所述电子设备1集成的模块/单元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存储介质中。所述计算机可读存储介质可以是易失性的，也可以是非易失性的。例如，所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)。
本发明还提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：
获取长文本训练集，所述长文本训练集包括多个答复文本子集，所述答复文本子集包括用户输入的第一答复文本和数据库中存储的第二答复文本；
提取所述第一答复文本和所述第二答复文本的文本间相似度特征；
利用所述文本间相似度特征构建初始匹配决策树，对所述初始匹配决策树进行决策树添加处理，得到更新匹配决策树；
将所述长文本训练集输入至所述更新匹配决策树中，得到预测值集合，根据所述预测值集合计算所述更新匹配决策树的目标函数值；
当所述目标函数值大于或者等于预设的目标阈值时，再次执行所述对所述初始匹配决策树进行决策树添加处理的操作，直至所述目标函数值小于所述目标阈值时，输出当前的更新匹配决策树为标准匹配决策树；
获取用户输入的待判断答复文本和预设的标准答复文本，将所述待判断答复文本和所述标准答复文本输入至所述标准匹配决策树中，得到所述待判断答复文本与所述标准答复文本的匹配结果。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，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。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块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模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块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。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。***权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种长文本匹配识别方法，其特征在于，所述方法包括：
获取长文本训练集，所述长文本训练集包括多个答复文本子集，所述答复文本子集包括用户输入的第一答复文本和数据库中存储的第二答复文本；
提取所述第一答复文本和所述第二答复文本的文本间相似度特征；
利用所述文本间相似度特征构建初始匹配决策树，对所述初始匹配决策树进行决策树添加处理，得到更新匹配决策树；
将所述长文本训练集输入至所述更新匹配决策树中，得到预测值集合，根据所述预测值集合计算所述更新匹配决策树的目标函数值；
当所述目标函数值大于或者等于预设的目标阈值时，再次执行所述对所述初始匹配决策树进行决策树添加处理的操作，直至所述目标函数值小于所述目标阈值时，输出当前的更新匹配决策树为标准匹配决策树；
获取用户输入的待判断答复文本和预设的标准答复文本，将所述待判断答复文本和所述标准答复文本输入至所述标准匹配决策树中，得到所述待判断答复文本与所述标准答复文本的匹配结果。
2.如权利要求1所述的长文本匹配识别方法，其特征在于，所述提取所述第一答复文本和所述第二答复文本的文本间相似度特征，包括：
对所述第一答复文本和第二答复文本进行字符转化处理，得到第一字符串和第二字符串；
根据预设的字符串相似度算法计算所述第一字符串和所述第二字符串之间的相似度，得到文本间相似度特征。
3.如权利要求1所述的长文本匹配识别方法，其特征在于，所述利用所述文本间相似度特征构建初始匹配决策树，包括：
对所述文本间相似度特征进行分类标注，得到所述文本间相似度特征对应的标注；
计算每个所述标注对所述文本间相似度特征的基尼指数，得到所述文本间相似度特征对应的基尼指数集合；
选取所述基尼指数集合中最小的基尼指数所对应的标注作为切分点；
以所述切分点作为原始匹配决策树的根节点，生成所述切分节点的子节点并将所述文本间相似度特征分配到所述子节点中，生成原始匹配决策树；
对所述原始匹配决策树进行剪枝处理，得到初始匹配决策树。
4.如权利要求3所述的长文本匹配识别方法，其特征在于，所述计算每个所述标注对所述文本间相似度特征的基尼指数，包括：
利用下述基尼指数计算函数每个所述标注对所述文本间相似度特征的基尼指数：
其中，Gini(p)为基尼指数，pk表示所述文本间相似度特征中的第k个特征，K是所述文本间相似度特征中的特征的个数。
5.如权利要求3所述的长文本匹配识别方法，其特征在于，所述对所述原始匹配决策树进行剪枝处理，得到初始匹配决策树，包括：
计算所述原始匹配决策树上非叶子节点的表面误差增益值；
对所述表面误差增益值小于预设的增益阈值的非叶子节点进行剪枝，得到初始匹配决策树。
6.如权利要求1所述的长文本匹配识别方法，其特征在于，所述对所述初始匹配决策树进行决策树添加处理，得到更新匹配决策树，包括：
获取预设的添加次数；
基于所述添加次数对所述初始匹配决策树的根节点进行对应次数的切分，并将所述文本间相似度特征分配到切分后的根节点上，得到更新匹配决策树。
7.如权利要求6所述的长文本匹配识别方法，其特征在于，所述根据所述预测值集合计算所述更新匹配决策树的目标函数值，包括：
根据下述预设的目标函数计算所述更新匹配决策树的目标函数值：
其中，objectt为在所述添加次数下的目标函数值，t为所述添加次数，
为预设的真实值集合和所述预测值集合之间的误差值，yi为所述真实值集合，
为所述预测值集合，Ω(fi)为惩罚项函数，wj为所述更新匹配决策树中叶子结点的权重，M为所述更新匹配决策树的叶子结点数，γ、T和λ为固定参数，i是指所述更新匹配决策树中第i个非叶子节点，n是指所述更新匹配决策树中非叶子结点的个数，j是指所述更新匹配决策树中第j个叶子结点。
8.一种长文本匹配识别装置，其特征在于，所述装置包括：
特征提取模块，用于获取长文本训练集以及提取所述第一答复文本和所述第二答复文本的文本间相似度特征，所述长文本训练集包括多个答复文本子集，所述答复文本子集包括用户输入的第一答复文本和数据库中存储的第二答复文本；
决策树构建模块，用于利用所述文本间相似度特征构建初始匹配决策树，对所述初始匹配决策树进行决策树添加处理，得到更新匹配决策树，将所述长文本训练集输入至所述更新匹配决策树中，得到预测值集合，根据所述预测值集合计算所述更新匹配决策树的目标函数值，当所述目标函数值大于或者等于预设的目标阈值时，再次执行所述对所述初始匹配决策树进行决策树添加处理的操作，直至所述目标函数值小于所述目标阈值时，输出当前的更新匹配决策树为标准匹配决策树；
匹配判断模块，用于获取用户输入的待判断答复文本和预设的标准答复文本，将所述待判断答复文本和所述标准答复文本输入至所述标准匹配决策树中，得到所述待判断答复文本与所述标准答复文本的匹配结果。
9.一种电子设备，其特征在于，所述电子设备包括：
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如权利要求1至7中任意一项所述的长文本匹配识别方法。
10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任意一项所述的长文本匹配识别方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110729955.0A CN113344125B (zh) | 2021-06-29 | 2021-06-29 | 长文本匹配识别方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110729955.0A CN113344125B (zh) | 2021-06-29 | 2021-06-29 | 长文本匹配识别方法、装置、电子设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113344125A true CN113344125A (zh) | 2021-09-03 |
| CN113344125B CN113344125B (zh) | 2024-04-05 |
Family
ID=77481490
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110729955.0A Active CN113344125B (zh) | 2021-06-29 | 2021-06-29 | 长文本匹配识别方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113344125B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113823135A (zh) * | 2021-09-30 | 2021-12-21 | 创泽智能机器人集团股份有限公司 | 一种基于机器人的辅助教学方法及设备 |
| CN114579752A (zh) * | 2022-05-09 | 2022-06-03 | 中国人民解放军国防科技大学 | 基于特征重要度的长文本分类方法、装置和计算机设备 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109829155A (zh) * | 2019-01-18 | 2019-05-31 | 平安科技（深圳）有限公司 | 关键词的确定方法、自动评分方法、装置、设备及介质 |
| WO2020006835A1 (zh) * | 2018-07-03 | 2020-01-09 | 平安科技（深圳）有限公司 | 智能客服多轮问答方法、设备、存储介质及装置 |
| CN110851596A (zh) * | 2019-10-11 | 2020-02-28 | 平安科技（深圳）有限公司 | 文本分类方法、装置及计算机可读存储介质 |
| CN112906377A (zh) * | 2021-03-25 | 2021-06-04 | 平安科技（深圳）有限公司 | 基于实体限制的问答方法、装置、电子设备及存储介质 |
-
2021
- 2021-06-29 CN CN202110729955.0A patent/CN113344125B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2020006835A1 (zh) * | 2018-07-03 | 2020-01-09 | 平安科技（深圳）有限公司 | 智能客服多轮问答方法、设备、存储介质及装置 |
| CN109829155A (zh) * | 2019-01-18 | 2019-05-31 | 平安科技（深圳）有限公司 | 关键词的确定方法、自动评分方法、装置、设备及介质 |
| WO2020147238A1 (zh) * | 2019-01-18 | 2020-07-23 | 平安科技（深圳）有限公司 | 关键词的确定方法、自动评分方法、装置、设备及介质 |
| CN110851596A (zh) * | 2019-10-11 | 2020-02-28 | 平安科技（深圳）有限公司 | 文本分类方法、装置及计算机可读存储介质 |
| CN112906377A (zh) * | 2021-03-25 | 2021-06-04 | 平安科技（深圳）有限公司 | 基于实体限制的问答方法、装置、电子设备及存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 李孝伟;陈福才;李邵梅;: "基于分类规则的C4.5决策树改进算法", 计算机工程与设计, no. 12, pages 249 - 253 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113823135A (zh) * | 2021-09-30 | 2021-12-21 | 创泽智能机器人集团股份有限公司 | 一种基于机器人的辅助教学方法及设备 |
| CN114579752A (zh) * | 2022-05-09 | 2022-06-03 | 中国人民解放军国防科技大学 | 基于特征重要度的长文本分类方法、装置和计算机设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113344125B (zh) | 2024-04-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112016304A (zh) | 文本纠错方法、装置、电子设备及存储介质 | |
| CN112597312A (zh) | 文本分类方法、装置、电子设备及可读存储介质 | |
| CN107704512A (zh) | 基于社交数据的金融产品推荐方法、电子装置及介质 | |
| CN112883190A (zh) | 文本分类方法、装置、电子设备及存储介质 | |
| CN113157927A (zh) | 文本分类方法、装置、电子设备及可读存储介质 | |
| CN113626607B (zh) | 异常工单识别方法、装置、电子设备及可读存储介质 | |
| CN113268615A (zh) | 资源标签生成方法、装置、电子设备及存储介质 | |
| CN113344125B (zh) | 长文本匹配识别方法、装置、电子设备及存储介质 | |
| CN112988963A (zh) | 基于多流程节点的用户意图预测方法、装置、设备及介质 | |
| CN116450829A (zh) | 医疗文本分类方法、装置、设备及介质 | |
| CN114840684A (zh) | 基于医疗实体的图谱构建方法、装置、设备及存储介质 | |
| CN113658002B (zh) | 基于决策树的交易结果生成方法、装置、电子设备及介质 | |
| CN112801222A (zh) | 基于二分类模型的多分类方法、装置、电子设备及介质 | |
| CN112632264A (zh) | 智能问答方法、装置、电子设备及存储介质 | |
| CN116739001A (zh) | 基于对比学习的文本关系提取方法、装置、设备及介质 | |
| CN114708073B (zh) | 一种围标串标智能检测方法、装置、电子设备及存储介质 | |
| CN115146064A (zh) | 意图识别模型优化方法、装置、设备及存储介质 | |
| CN115346095A (zh) | 视觉问答方法、装置、设备及存储介质 | |
| CN115221274A (zh) | 文本情感分类方法、装置、电子设备及存储介质 | |
| CN114943306A (zh) | 意图分类方法、装置、设备及存储介质 | |
| CN115203364A (zh) | 软件故障反馈处理方法、装置、设备及可读存储介质 | |
| CN114219367A (zh) | 用户评分方法、装置、设备及存储介质 | |
| CN114818685A (zh) | 关键词提取方法、装置、电子设备及存储介质 | |
| CN113850643A (zh) | 产品推荐方法、装置、电子设备及可读存储介质 | |
| CN114595321A (zh) | 问题标注方法、装置、电子设备及存储介质 |
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 |