一种需求匹配方法和系统技术方案

本申请实施例公开了一种需求匹配方法和系统，所述方法包括：接收用户输入的目标需求描述语料；基于生成对抗网络将所述目标需求描述语料转换为目标科技资源语料；基于挛生神经网络计算所述目标科技资源语料与科技资源数据库中的科技资源数据的匹配度；根据匹配度排序确定科技服务目标资源列表并输出。通过文本语料的跨域转换以及监督学习的混合应用，高效进行科技服务领域的需求匹配，为科技服务业提供有效支持。供有效支持。供有效支持。

A requirement matching method and system

【技术实现步骤摘要】
一种需求匹配方法和系统


[0001]本申请实施例涉及计算机应用
，具体涉及一种需求匹配方法和系统。

技术介绍

[0002]现代科技服务业是从20世纪80年代开始，随着科学技术的高速发展、科技成果产业化速度的加快，而在全球范围内诞生并迅速发展的新兴产业，成为现代服务业的重要组成部分。科技服务业主要是运用新兴技术与专业知识，为科学技术的产生、应用与扩散提供智力服务，包括研究与发展服务、技术转移和推广以及产业化服务。科技服务业具有高度的交互性和创新性，在科技创新中起着桥梁和纽带的作用，是推动产业结构升级优化的关键产业。
[0003]由于科技服务资源的专业性背景，科技服务的用户提出的需求往往并不是由该领域的专家所做的专业性描述，而是符合用户自身应用背景的需求描述。而传统的匹配方法往往要么简单地根据单词或字符的重合度进行匹配，要么需要人为设计复杂的匹配规则进行匹配，并不能实现语义层面上的资源匹配任务；而使用机器学习方法的匹配模型又需要大量的正确匹配的文本对作为训练数据，但目前此类数据很少，难以实现。
[0004]这种种困难使得科技服务业中，如何根据需求匹配相应的科技服务领域是亟待解决的问题。

技术实现思路

[0005]为此，本申请实施例提供一种需求匹配方法和系统，通过文本语料的跨域转换以及监督学习的混合应用，高效进行科技服务领域的需求匹配，为科技服务业提供有效支持。
[0006]为了实现上述目的，本申请实施例提供如下技术方案：
[0007]根据本申请实施例的第一方面，提供了一种需求匹配方法，所述方法包括：
[0008]接收用户输入的目标需求描述语料；
[0009]基于生成对抗网络将所述目标需求描述语料转换为目标科技资源语料；
[0010]基于挛生神经网络计算所述目标科技资源语料与科技资源数据库中的科技资源数据的匹配度；
[0011]根据匹配度排序确定科技服务目标资源列表并输出。
[0012]可选地，所述基于挛生神经网络计算所述目标科技资源语料与科技资源数据库中的科技资源数据的匹配度，包括：
[0013]基于挛生神经网络分别计算所述目标科技资源语料与科技资源数据库中的科技资源数据的语义向量；
[0014]分别计算所述目标科技资源语料与所述科技资源数据库中的每个科技资源数据的语义向量的余弦相似度，以得到所述目标科技资源语料与科技资源数据库中的科技资源数据的匹配度。
[0015]可选地，在接收用户输入的需求描述语料之前，所述方法还包括：
[0016]收集需求描述语料和科技资源描述语料，并划分训练集和测试集；
[0017]对训练集中的需求描述语料和科技资源描述语料进行分词和向量化处理；
[0018]基于构建的生成对抗网络、训练参数和处理后的语料对所述生成对抗网络进行训练。
[0019]可选地，所述生成对抗网络的构建方法包括如下步骤：
[0020]构建生成器和判别器，所述生成器包括第一生成器和第二生成器，所述判别器包括第一判别器和第二判别器；所述第一生成器用于根据需求描述语料生成科技资源语料，所述第二生成器用于根据科技资源语料生成需求描述语料；所述第一判别器用于判别需求描述语料是否是生成的，所述第二判别器用于判别科技资源语料是否是生成的；
[0021]将第一需求描述语料输入第一生成器中，生成第一科技资源语料；将第二科技资源语料输入第二生成器中，生成第二需求描述语料；
[0022]将所述第一科技资源语料和所述第二科技资源语料输入所述第二判别器，输出第一科技资源语料分类结果和第二科技资源语料分类结果，并分别根据分类结果计算出所述第二判别器和第一生成器的对抗损失值；将所述第一需求描述语料和所述第二需求描述语料输入所述第一判别器，输出第一需求描述语料分类结果和第二需求描述语料分类结果，并分别根据分类结果计算所述第一判别器和第二生成器的对抗损失值；
[0023]根据总对抗损失对所述生成对抗网络进行梯度反向传播训练，以最小化总对抗损失为目标，调整所述生成对抗网络的参数；所述总对抗损失是根据所有对抗损失值计算的。
[0024]可选地，所述方法还包括：
[0025]收集用户选择的科技服务目标资源列表中的科技服务资源和用户初始输入的目标需求描述语料组成的数据对，对所述生成对抗网络进行优化监督学习。
[0026]可选地，所述方法还包括：
[0027]收集用户选择的科技服务目标资源列表中的科技服务资源和科技资源数据库中的科技资源数据组成的若干数据对，对所述优化挛生神经网络进行优化监督学习。
[0028]根据本申请实施例的第二方面，提供了一种需求匹配系统，所述系统包括：
[0029]信息接收模块，用于接收用户输入的目标需求描述语料；
[0030]语料转换模块，用于基于生成对抗网络将所述目标需求描述语料转换为目标科技资源语料；
[0031]匹配模块，用于基于挛生神经网络计算所述目标科技资源语料与科技资源数据库中的科技资源数据的匹配度；
[0032]信息输出模块，用于根据匹配度排序确定科技服务目标资源列表并输出。
[0033]可选地，所述匹配模块，具体用于：
[0034]基于挛生神经网络分别计算所述目标科技资源语料与科技资源数据库中的科技资源数据的语义向量；
[0035]分别计算所述目标科技资源语料与所述科技资源数据库中的每个科技资源数据的语义向量的余弦相似度，以得到所述目标科技资源语料与科技资源数据库中的科技资源数据的匹配度。
[0036]根据本申请实施例的第三方面，提供了一种电子设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器运行所述计算机程
序时执行以实现上述第一方面所述的方法。
[0037]根据本申请实施例的第四方面，提供了一种计算机可读存储介质，其上存储有计算机可读指令，所述计算机可读指令可被处理器执行以实现上述第一方面所述的方法。
[0038]综上所述，本申请实施例提供了一种需求匹配方法和系统，通过接收用户输入的目标需求描述语料；基于生成对抗网络将所述目标需求描述语料转换为目标科技资源语料；基于挛生神经网络计算所述目标科技资源语料与科技资源数据库中的科技资源数据的匹配度；根据匹配度排序确定科技服务目标资源列表并输出。通过文本语料的跨域转换以及监督学习的混合应用，高效进行科技服务领域的需求匹配，为科技服务业提供有效支持。
附图说明
[0039]为了更清楚地说明本专利技术的实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图引伸获得其它的实施附图。
[0040]本说明书所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种需求匹配方法，其特征在于，所述方法包括：接收用户输入的目标需求描述语料；基于生成对抗网络将所述目标需求描述语料转换为目标科技资源语料；基于挛生神经网络计算所述目标科技资源语料与科技资源数据库中的科技资源数据的匹配度；根据匹配度排序确定科技服务目标资源列表并输出。2.如权利要求1所述的方法，其特征在于，所述基于挛生神经网络计算所述目标科技资源语料与科技资源数据库中的科技资源数据的匹配度，包括：基于挛生神经网络分别计算所述目标科技资源语料与科技资源数据库中的科技资源数据的语义向量；分别计算所述目标科技资源语料与所述科技资源数据库中的每个科技资源数据的语义向量的余弦相似度，以得到所述目标科技资源语料与科技资源数据库中的科技资源数据的匹配度。3.如权利要求1所述的方法，其特征在于，在接收用户输入的需求描述语料之前，所述方法还包括：收集需求描述语料和科技资源描述语料，并划分训练集和测试集；对训练集中的需求描述语料和科技资源描述语料进行分词和向量化处理；基于构建的生成对抗网络、训练参数和处理后的语料对所述生成对抗网络进行训练。4.如权利要求3所述的方法，其特征在于，所述生成对抗网络的构建方法包括如下步骤：构建生成器和判别器，所述生成器包括第一生成器和第二生成器，所述判别器包括第一判别器和第二判别器；所述第一生成器用于根据需求描述语料生成科技资源语料，所述第二生成器用于根据科技资源语料生成需求描述语料；所述第一判别器用于判别需求描述语料是否是生成的，所述第二判别器用于判别科技资源语料是否是生成的；将第一需求描述语料输入第一生成器中，生成第一科技资源语料；将第二科技资源语料输入第二生成器中，生成第二需求描述语料；将所述第一科技资源语料和所述第二科技资源语料输入所述第二判别器，输出第一科技资源语料分类结果和第二科技资源语料分类结果，并分别根据分类结果计算出所述第二判别器和第一生成器的对抗损失值；将所述第一需求描述语料和所述第二需求描述语料输入所述第一判别器，输出第一需求描...

【专利技术属性】
技术研发人员：王鸣野，李妮，王维，谢攀，杜垚，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：