【技术实现步骤摘要】
问题内容匹配方法及装置
本公开涉及智能匹配
，更具体地，涉及一种问题内容匹配方法及装置。
技术介绍
在很多自然语言识别场景下，都需要进行文本匹配，但是目前的文本智能匹配算法中，是将两个文本当做平等内容进行相关度计算匹配，无法识别出两个文本之间的内在联系，并不适用于问题与答案之间的场景。
技术实现思路
有鉴于此，本公开提供了一种问题内容匹配方法、装置、电子设备及计算机可读介质，其能够至少部分地解决或缓解现有技术的上述问题。按照本公开内容的第一方面，本公开提供了一种问题内容匹配方法，包括：根据内容对问题进行多角度召回，并对召回的问题进行粗排序，获得内容相对应的问题集合；根据内容及其对应的问题集合，通过预训练模型获得多个问题内容对的表征向量；通过神经网络模型获得表征向量的预测分数，根据预测分数获得内容对应的目标问题。优选地，根据内容对问题进行多角度召回包括以下至少一个：根据内容的标题直接搜索召回；根据内容的分类进行召回；根据内容的关键词进行召回；根据内容的话题进行召回。优选地，对召...
【技术保护点】
1.一种问题内容匹配方法，包括：/n根据内容对问题进行多角度召回，并对召回的问题进行粗排序，获得所述内容相对应的问题集合；/n根据所述内容及其对应的问题集合，通过预训练模型获得多个问题内容对的表征向量；/n通过神经网络模型获得所述表征向量的预测分数，根据所述预测分数获得所述内容对应的目标问题。/n
【技术特征摘要】
1.一种问题内容匹配方法，包括：
根据内容对问题进行多角度召回，并对召回的问题进行粗排序，获得所述内容相对应的问题集合；
根据所述内容及其对应的问题集合，通过预训练模型获得多个问题内容对的表征向量；
通过神经网络模型获得所述表征向量的预测分数，根据所述预测分数获得所述内容对应的目标问题。
2.如权利要求1所述的方法，其中，所述根据内容对问题进行多角度召回包括以下至少一个：
根据所述内容的标题直接搜索召回；
根据所述内容的分类进行召回；
根据所述内容的关键词进行召回；
根据所述内容的话题进行召回。
3.如权利要求1所述的方法，其中，所述对召回的问题进行粗排序包括：根据所述内容与所述问题的相关度以及所述问题的页面浏览量对召回的问题进行粗排序。
4.如权利要求1所述的方法，其中，所述预训练模型为Bert模型，所述问题内容对依次包括问题标题、问题描述、内容标题、内容描述，且在所述问题和所述内容之间还设置有分割标志。
5.如权利要求1所述的方法，还包括：
根据所述预测分数获得所述神经网络模型的负样本，通过迭代训练，优化所述神经网络模型。
6.如权利要求1所述的方法，其中，所述神经网络模型为单层神经网络模型。
7.一种问题内容匹配方法，包括：
根据问题对内容进行多角度召回，并对召回的内容进行粗排序，获得所述问题相对应的内容集合；
根据所述问题及其对应的内容集合，通过预训练模型获得多个问题内容对的表征向量；
通过神经网络模型获得所述表征向量的预测分数...
【专利技术属性】
技术研发人员：李飞阳，陈建国，胡鸣鹤，薛娇，熊杰，
申请(专利权)人：智者四海北京技术有限公司，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。