买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：亚信科技(中国)有限公司

摘要：本申请实施例提供了一种长文本语义相似度匹配方法、装置、电子设备及存储介质。方法包括：分别对长文本和基准文本进行预处理，以得到长文本的多个句子分别对应的多个第一词向量和基准文本的一个句子对应的多个第二词向量；分别对多个第一词向量和多个第二词向量进行池化处理，以得到长文本的多个句子分别对应的多个第一语义向量，以及第二文本的一个句子对应的一个第二语义向量；将多个第一语义向量输入预设的实体识别模型，以确定长文本包括的段落的段落类型；根据段落类型确定每个段落中的第一语义向量对应的权重；基于第一语义向量、第一语义向量对应的权重以及第二语义向量，计算得到长文本相对基准文本的相似度。

主权项：1.一种长文本语义相似度匹配方法，其特征在于，所述方法包括：分别对长文本和基准文本进行预处理，以得到长文本的多个句子分别对应的多个第一词向量和基准文本的一个句子对应的多个第二词向量，所述长文本包括多个句子，所述基准文本包括一个句子；分别对所述多个第一词向量和所述多个第二词向量进行池化处理，以得到所述长文本的多个句子分别对应的多个第一语义向量，以及所述基准文本的一个句子对应的一个第二语义向量；将所述多个第一语义向量输入预设的实体识别模型，以确定所述长文本包括的段落的段落类型；根据所述段落类型确定每个段落中的第一语义向量对应的权重；基于所述第一语义向量、所述第一语义向量对应的权重以及第二语义向量，计算得到所述长文本相对所述基准文本的相似度；依据下式，基于所述第一语义向量、所述第一语义向量对应的权重以及第二语义向量，计算得到所述长文本相对所述基准文本的相似度： 其中，所述N为所述基准文本的第二语义向量，所述M为所述长文本的多个第一语义向量，所述L为所述长文本的句子数量，所述mi为所述长文本中的第i个句子的第一语义向量，所述为所述长文本中的第i个句子的第一语义向量对应的权重；其中，基于下式计算cosN，m， 其中，k为向量的维度，所述Nj为所述第二语义向量的在第j维度的投影向量，所述mj为所述第一语义向量在所述第j维度的投影向量；所述cosN，m为所述长文本中一个句子与所述基准文本的句子的余弦相似度。

全文数据：

权利要求：

百度查询： 亚信科技(中国)有限公司 长文本语义相似度匹配方法、装置、电子设备及存储介质