(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210716652.X (22)申请日 2022.06.23 (71)申请人 工银科技有限公司 地址 100029 北京市朝阳区安定路5号天圆 祥泰大厦 申请人 中国工商银行股份有限公司 (72)发明人 张文慧　汪美玲　 (74)专利代理 机构 北京三友知识产权代理有限 公司 11127 专利代理师 崔博　叶明川 (51)Int.Cl. G06F 40/194(2020.01) G06F 40/279(2020.01) G06F 40/30(2020.01) G06F 17/16(2006.01)G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种文本匹配处 理方法及装置 (57)摘要 本发明提供一种文本匹配处理方法及 装置， 涉及文本处理技术领域， 可用于金融领域或其他 技术领域。 所述方法包括： 确定文本的语境语义 表示向量， 以及文本间的相似分值矩阵和不相似 分值矩阵， 并根据文本间对应位置的词比较结 果， 构建文本间的差异判别矩阵； 根据所述相似 分值矩阵、 所述不相似分值矩阵和所述差异判别 矩阵， 确定差异分值矩阵； 根据所述差异分值矩 阵、 所述语境语义表示向量和预设差异 语义表示 模型， 确定文本的差异语义表示向量， 融合所述 差异语义表示向量和所述语境语义表 示向量， 得 到文本间的文本匹配结果。 所述装置执行上述方 法。 本发明实施例提供的方法及装置， 能够在垂 直领域中提高文本匹配的准确度。 权利要求书2页 说明书12页 附图3页 CN 115204139 A 2022.10.18 CN 115204139 A 1.一种文本匹配处 理方法， 其特 征在于， 包括： 确定文本的语境语义表示向量， 以及文本间的相似分值矩阵和不相似分值矩阵， 并根 据文本间对应位置的词比较结果， 构建文本间的差异判别矩阵； 根据所述相似分值矩阵、 所述不相似分值矩阵和所述差异判别矩阵， 确定差异分值矩 阵； 根据所述差异分值矩阵、 所述语境语义表示向量和预设差异语义表示模型， 确定文本 的差异语义表示向量， 融合所述差异语义表示向量和所述语境语义表示向量， 得到文本间 的文本匹配结果； 其中， 所述预设差异语义表示模型通过训练深度神经网络得到 。 2.根据权利要求1所述的文本匹配处理方法， 其特征在于， 所述根据文本间对应位置的 词比较结果， 构建文本间的差异判别矩阵， 包括： 若确定对应位置的词字面一致， 则确定所述差异判别矩阵中对应矩阵元素的值为不相 似分值； 若确定对应位置的词字面不一致， 则确定所述差异判别矩阵中对应矩阵元素的值为相 似分值。 3.根据权利要求1所述的文本匹配处理方法， 其特征在于， 所述根据所述相似分值矩 阵、 所述不相似分值矩阵和所述差异判别矩阵， 确定 差异分值矩阵， 包括： 根据所述差异判别矩阵要提取矩阵元 素的分值类型， 构建相应的相似表示矩阵； 根据所述相似表示矩阵、 所述相似分值矩阵和所述不相似分值矩阵， 确定所述差异分 值矩阵。 4.根据权利要求3所述文本匹配处理方法， 其特征在于， 所述根据 所述差异判别矩阵要 提取矩阵元 素的分值类型， 构建相应的相似表示矩阵， 包括： 若确定所述分值类型为不相似分值， 则构建不相似表示矩阵； 其中， 所述不相似表示矩 阵中所述矩阵元 素的位置的值 为1； 其余位置的值都为0； 若确定所述分值类型为相似分值， 则构建相似表示矩阵； 其中， 所述相似表示矩阵中所 述矩阵元 素的位置的值 为1； 其余位置的值都为0 。 5.根据权利要求4所述的文本匹配处理方法， 其特征在于， 所述根据所述相似表示矩 阵、 所述相似分值矩阵和所述 不相似分值矩阵， 确定所述差异分值矩阵， 包括： 将所述不相似表示矩阵与所述不相似分值矩阵进行对位相乘， 得到第一对位相乘结 果； 将所述相似表示矩阵与所述相似分值矩阵进行对位相乘， 得到第二对位相乘结果； 将所述第一对位相乘结果与 所述第二对位相乘结果进行对位相加， 得到所述差异分值 矩阵。 6.根据权利要求1所述的文本匹配处理方法， 其特征在于， 所述根据所述差异分值矩 阵、 所述语境语义表示向量和预设差异语义表示模型， 确定文本的差异语义表示向量， 包 括： 将所述差异分值矩阵作为权重， 并与所述语境语义表示向量相乘， 得到输入所述预设 差异语义表示模型的初始输入向量； 基于所述预设差异语义表示模型对所述初始输入向量进行语义表示， 得到所述差异语权　利　要　求　书 1/2 页 2 CN 115204139 A 2义表示向量。 7.根据权利要求6所述的文本匹配处理方法， 其特征在于， 所述深度神经网络为卷积神 经网络。 8.一种文本匹配处 理装置， 其特 征在于， 包括： 构建单元， 用于确定文本的语境语义表示向量， 以及文本间的相似分值矩阵和不相似 分值矩阵， 并根据文本间对应位置的词比较结果， 构建文本间的差异判别矩阵； 确定单元， 用于根据 所述相似分值矩阵、 所述不相似分值矩阵和所述差异判别矩阵， 确 定差异分值矩阵； 融合单元， 用于根据所述差异分值矩阵、 所述语境语义表示向量和预设差异语义表示 模型， 确定文本的差异语义表示向量， 融合所述差异语义表示向量和所述语境语义表示向 量， 得到文本间的文本匹配结果； 其中， 所述预设差异语义表示模型通过训练深度神经网络得到 。 9.一种电子设备， 包括存储器、 处理器及存储在存储器上并可在处理器上运行的计算 机程序， 其特征在于， 所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述 方法的步骤。 10.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序 被处理器执行时实现权利要求1至7中任一项所述方法的步骤。权　利　要　求　书 2/2 页 3 CN 115204139 A 3