本发明专利技术提供一种服务需求匹配方法及装置，包括以下步骤：基于用户输入的文字，应用自然语言向量化模型和词向量间余弦距离计算法，确定文字在预设词库中对应的近义词；基于预设的源数据文档，应用分词工具进行分词处理，确定源数据文档中的服务名和服务关键词；并应用双向循环神经网络模型和图神经网络模型，确定各服务名之间的关系；基于服务名、服务关键词以及各服务名之间的关系，构建知识图谱；基于近义词、服务关键词以及知识图谱，应用预设的匹配规则，确定文字对应的服务需求。本发明专利技术的服务需求匹配方法及装置能够真正将用户描述中的语义信息用于服务匹配；同时应用知识图谱的方式保证服务间的强关联能力，保证了匹配的高查准率和查全率。查准率和查全率。查准率和查全率。
【技术实现步骤摘要】
服务需求匹配方法及装置
[0001]本专利技术涉及服务匹配领域，特别是涉及一种服务需求匹配方法及装置。
技术介绍
[0002]随着技术的快速发展，各行业系统中的服务也随之增多，快速准确地获取需要的服务愈发困难。
[0003]现有技术中的服务需求匹配方法主要分为三类：基于本体、描述逻辑以及语义理解，基于本体的匹配方法具体为在服务系统中基于本体之间的层次关系构建服务分类树进行服务匹配；基于描述逻辑的匹配方法以描述逻辑语言的形式表示服务和请求，再通过逻辑推理方式进行服务匹配；基于语义理解的匹配方法是建立在一定的实例结构上，通过将相应的语义概念映射到服务上，实现语义服务匹配；这三类方法一般仅针对描述中的关键词进行匹配，没有真正将用户描述中的语义信息用于服务匹配，无法进行模糊匹配，导致匹配的查准率不高；并且，现有技术的服务需求匹配方法中的数据存储结构对于服务的关联能力较差，影响匹配的查全率。
[0004]因此，如何保证服务需求匹配的查准率和查全率是一个亟待解决的问题。
技术实现思路
[0005]鉴于以上所述现有技术的缺点，本专利技术的目的在于提供一种服务需求匹配方法及装置，用于解决现有技术中未能保证服务需求匹配的查准率和查全率的问题。
[0006]为实现上述目的及其他相关目的，本专利技术提供一种服务需求匹配方法及装置，包括以下步骤：基于用户输入的文字，应用自然语言向量化模型和词向量间余弦距离计算法，确定所述文字在预设词库中对应的近义词；基于预设的源数据文档，应用分词工具进行分词处理，确定所述源数据文档中的服务名和服务关键词；并应用双向循环神经网络模型和图神经网络模型，确定各服务名之间的关系；基于所述服务名、所述服务关键词以及所述各服务名之间的关系，构建知识图谱；基于所述近义词、所述服务关键词以及所述知识图谱，应用预设的匹配规则，确定所述文字对应的服务需求。
[0007]于本专利技术的一实施例中，所述服务关键词包括服务主体和服务类型；所述各服务名之间的关系包括并列、依赖、从属以及无关联中的一种或多种；所述知识图谱包括节点和关系边；所述节点包括：所述服务名、所述服务主体以及所述服务类型；所述关系边包括所属关系边和服务关联关系边，其中，所述所属关系边根据所述服务主体和所述服务类型连接；所述服务关联关系边根据所述各服务名之间的关系连接。
[0008]于本专利技术的一实施例中，所述基于所述近义词、所述服务关键词以及所述知识图谱，应用预设的匹配规则，确定所述文字对应的服务需求，包括：将所述近义词和所述服务关键词进行匹配对比，确定两者的交集为匹配结果；并将所述匹配结果按照所述服务主体和所述服务类型进行分类记录，对应标记为第一匹配结果和第二匹配结果；将所述第一匹配结果、所述第二匹配结果和所述知识图谱进行匹配对比，确定与所述第一匹配结果连接
的第一服务名、以及与所述第二匹配结果连接的第二服务名；当所述第一服务名和所述第二服务名相同时，所述第一服务名即确定为所述文字对应的服务需求。
[0009]于本专利技术的一实施例中，所述第一服务名即确定为所述文字对应的服务需求之后，还包括：基于已确定为所述文字对应的服务需求的第一服务名、所述知识图谱，判断与所述第一服务名连接的服务名的关系边中有无依赖或从属关系；当与所述第一服务名连接的服务名的关系边中存在依赖或从属关系时，将该依赖关系边或从属关系边连接的服务名也确定为所述文字对应的服务需求。
[0010]于本专利技术的一实施例中，在应用双向循环神经网络模型和图神经网络模型，确定各服务名之间的关系之前，还包括：基于所述源数据文档，应用所述双向循环神经网络模型，确定各服务名的向量表示；基于所述各服务名的向量表示、所述各服务名之间的关系，应用预设的向量匹配法，确定所述各服务名中两两服务名之间的关系；基于所述两两服务名之间的关系、所述各服务名，训练所述图神经网络模型，确定所述图神经网络模型的模型参数。
[0011]对应地，本专利技术提供一种服务需求匹配装置，包括：第一处理模块，用于基于用户输入的文字，应用自然语言向量化模型和词向量间余弦距离计算法，确定所述文字在预设词库中对应的近义词；第一确定模块，用于基于预设的源数据文档，应用分词工具进行分词处理，确定所述源数据文档中的服务名和服务关键词；并应用双向循环神经网络模型和图神经网络模型，确定各服务名之间的关系；第二处理模块，用于基于所述服务名、所述服务关键词以及所述各服务名之间的关系，构建知识图谱；第二确定模块，用于基于所述近义词、所述服务关键词以及所述知识图谱，应用预设的匹配规则，确定所述文字对应的服务需求。
[0012]于本专利技术的一实施例中，所述服务关键词包括服务主体和服务类型；所述各服务名之间的关系包括并列、依赖、从属以及无关联中的一种或多种；所述知识图谱包括节点和关系边；所述节点包括：所述服务名、所述服务主体以及所述服务类型；所述关系边包括所属关系边和服务关联关系边，其中，所述所属关系边根据所述服务主体和所述服务类型连接；所述服务关联关系边根据所述各服务名之间的关系连接。
[0013]于本专利技术的一实施例中，所述第二确定模块，具体用于：将所述近义词和所述服务关键词进行匹配对比，确定两者的交集为匹配结果；并将所述匹配结果按照所述服务主体和所述服务类型进行分类记录，对应标记为第一匹配结果和第二匹配结果；将所述第一匹配结果、所述第二匹配结果和所述知识图谱进行匹配对比，确定与所述第一匹配结果连接的第一服务名、以及与所述第二匹配结果连接的第二服务名；当所述第一服务名和所述第二服务名相同时，所述第一服务名即确定为所述文字对应的服务需求。
[0014]本专利技术提供一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述的服务需求匹配方法。
[0015]本专利技术提供一种服务需求匹配平台，包括存储器，用于存储计算机程序；处理器，用于运行所述计算机程序以实现上述的服务需求匹配方法。
[0016]如上所述，本专利技术的服务需求匹配方法及装置，具有以下有益效果：
[0017](1)能够真正将用户描述中的语义信息用于服务匹配，并进行模糊匹配，保证匹配的高查准率。
[0018](2)应用知识图谱的方式保证服务间的强关联能力，进而确保匹配的查全率。
[0019](3)提高服务需求匹配的效率，节省用户的时间和资源。
附图说明
[0020]图1显示为本专利技术的服务需求匹配方法于一实施例中的流程图。
[0021]图2显示为本专利技术的服务需求匹配方法于一实施例中的关系抽取示例图。
[0022]图3显示为本专利技术的服务需求匹配方法于一实施例中的知识图谱示例图。
[0023]图4显示为本专利技术的服务需求匹配方法于一实施例中的第一匹配结果、第二匹配结果连接服务名示例图。
[0024]图5显示为本专利技术的服务需求匹配方法于一实施例中的执行过程图。
[0025]图6显示为本专利技术的服务需求匹配装置于一实施例中的结构示意图。
[0026]图7显示为本专利技术的服务需求匹配装置于一本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种服务需求匹配方法，其特征在于，所述服务需求匹配方法包括以下步骤：基于用户输入的文字，应用自然语言向量化模型和词向量间余弦距离计算法，确定所述文字在预设词库中对应的近义词；基于预设的源数据文档，应用分词工具进行分词处理，确定所述源数据文档中的服务名和服务关键词；并应用双向循环神经网络模型和图神经网络模型，确定各服务名之间的关系；基于所述服务名、所述服务关键词以及所述各服务名之间的关系，构建知识图谱；基于所述近义词、所述服务关键词以及所述知识图谱，应用预设的匹配规则，确定所述文字对应的服务需求。2.根据权利要求1所述的方法，其特征在于，所述服务关键词包括服务主体和服务类型；所述各服务名之间的关系包括并列、依赖、从属以及无关联中的一种或多种；所述知识图谱包括节点和关系边；所述节点包括：所述服务名、所述服务主体以及所述服务类型；所述关系边包括所属关系边和服务关联关系边，其中，所述所属关系边根据所述服务主体和所述服务类型连接；所述服务关联关系边根据所述各服务名之间的关系连接。3.根据权利要求2所述的方法，其特征在于，所述基于所述近义词、所述服务关键词以及所述知识图谱，应用预设的匹配规则，确定所述文字对应的服务需求，包括：将所述近义词和所述服务关键词进行匹配对比，确定两者的交集为匹配结果；并将所述匹配结果按照所述服务主体和所述服务类型进行分类记录，对应标记为第一匹配结果和第二匹配结果；将所述第一匹配结果、所述第二匹配结果和所述知识图谱进行匹配对比，确定与所述第一匹配结果连接的第一服务名、以及与所述第二匹配结果连接的第二服务名；当所述第一服务名和所述第二服务名相同时，所述第一服务名即确定为所述文字对应的服务需求。4.根据权利要求3所述的方法，其特征在于，所述第一服务名即确定为所述文字对应的服务需求之后，还包括：基于已确定为所述文字对应的服务需求的第一服务名、所述知识图谱，判断与所述第一服务名连接的服务名的关系边中有无依赖或从属关系；当与所述第一服务名连接的服务名的关系边中存在依赖或从属关系时，将该依赖关系边或从属关系边连接的服务名也确定为所述文字对应的服务需求。5.根据权利要求2所述的方法，其特征在于，在应用双向循环神经网络模型和图神经网络模型，确定各服务名之间的关系之前，还包括：基于所述源数据文档，应用所述双向循环神经网络模型，确...
【专利技术属性】
技术研发人员：蒋昌俊，闫春钢，丁志军，王俊丽，张亚英，张超波，
申请(专利权)人：同济大学，
类型：发明
国别省市：
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。