(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 202211043497.6 (22)申请日 2022.08.29 (71)申请人 重庆长安汽车股份有限公司 地址 400023 重庆市江北区建新 东路260号 (72)发明人 陈浩　 (74)专利代理 机构 上海光华专利事务所(普通 合伙) 31219 专利代理师 吴向青 (51)Int.Cl. G06F 16/33(2019.01) G06F 16/35(2019.01) G06K 9/62(2022.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 一种文本匹配模型的训练方法、 装置、 设备 及介质 (57)摘要 本发明涉及文本检索技术领域， 提供一种文 本匹配模型的训练方法， 所述方法包括： 获取待 输入文本集数据； 在神经网络模型中建立约束 层， 生成约束权重矩阵； 将所述待输入文本输入 至神经网络模型中的编码层， 生成编码向量； 将 所述字符向量输入至神经网络模 型中的解码层， 生成解码向量； 对所述解码向量进行归一化处 理， 生成样 本数据集； 根据所述约束权重矩阵， 对 文本匹配模 型进行训练， 获得训练好的文本匹配 模型。 本发明能够缩小特征向量的存储内存， 降 低文本匹配模型的训练成本 。 权利要求书2页 说明书9页 附图4页 CN 115374250 A 2022.11.22 CN 115374250 A 1.一种文本匹配模型的训练方法， 其特 征在于， 所述方法包括： 获取待输入文本集数据， 所述待输入文本集数据包括多个待输入文本； 在神经网络模型中建立约束层， 生成约束权 重矩阵； 将所述待输入文本输入至神经网络模型中的编码层， 生成编码向量， 所述编码向量包 括多个字符向量； 将所述字符向量输入至神经网络模型中的解码层， 生成解码向量； 对所述解码向量进行归一 化处理， 生成样本数据集； 根据所述约束权 重矩阵， 对文本匹配模型进行训练， 获得训练好的文本匹配模型。 2.根据权利要求1所述的文本匹配模型的训练方法， 其特征在于， 所述待输入文本包括 多个字符。 3.根据权利要求1所述的文本匹配模型的训练方法， 其特征在于， 所述在神经网络模型 中建立约束层， 生成约束权 重矩阵的步骤 包括： 将起点编码设置为初始 节点； 从所述初始 节点出发， 将所述待输入文本中的所有字符依次串接起 来， 生成字符串； 将终点编码设置为结束节点； 将所述初始 节点通过所述字符串与所述结束节点相连， 生成约束权 重矩阵。 4.根据权利要求1所述的文本匹配模型的训练方法， 其特征在于， 所述将所述待输入文 本输入至神经网络模型中的编码层， 生成编码向量， 所述编码向量包括多个字符向量的步 骤包括： 将所述待输入文本 输入至神经网络模型中的编码层节点， 生成多个字符向量； 对多个所述字符向量依次进行矩阵处 理， 生成隐藏层向量； 对所述隐藏层向量进行编码处 理， 生成编码向量。 5.根据权利要求1所述的文本匹配模型的训练方法， 其特征在于， 所述将所述字符向量 输入至神经网络模型中的解码层， 生成解码向量的步骤 还包括： 将所述字符向量输入至神经网络模型中的解码层， 生成初始隐藏向量； 将所述初始隐藏向量进行加权处 理， 生成加权向量； 将所述加权向量输入至卷积层， 生成解码向量。 6.根据权利要求1所述的文本匹配模型的训练方法， 其特征在于， 所述对所述解码向量 进行归一 化处理， 生成样本数据集的步骤 包括： 在所述神经网络模型中设置 激活函数； 根据所述激活函数， 将所有所述解码向量转化为概率分布向量， 所有所述概率分布向 量构成一个样本数据集。 7.根据权利要求6所述的文本匹配模型的训练方法， 其特征在于， 所述概率分布向量的 概率和为一。 8.一种文本匹配模型的训练装置， 其特 征在于， 所述装置包括： 数据获取模块， 用于获取待输入文本集数据， 所述待输入文本集数据包括多个待输入 文本； 约束权重矩阵生成模块， 用于在神经网络模型中建立约束层， 生成约束权 重矩阵； 编码向量生成模块， 用于将所述待输入文本输入至神经网络模型中的编码层， 生成编权　利　要　求　书 1/2 页 2 CN 115374250 A 2码向量， 所述编码向量包括多个字符向量； 解码向量生成模块， 用于将所述字符向量输入至神经网络模型中的解码层， 生成解码 向量； 样本数据集 生成模块， 用于对所述 解码向量进行归一 化处理， 生成样本数据集； 文本匹配模型生成模块， 用于根据所述约束权重矩阵， 对文本匹配模型进行训练， 获得 训练好的文本匹配模型。 9.一种电子设备， 其特 征在于， 所述电子设备包括： 一个或多个处 理器； 存储装置， 用于存储一个或多个程序， 当所述一个或多个程序被所述一个或多个处理 器执行时， 使得所述电子 设备实现如权利要求 1至7中任一项 所述的文本匹配模 型的训练方 法。 10.一种计算机可读存储介质， 其特征在于， 其上存储有计算机程序， 当所述计算机程 序被计算机的处理器执行时， 使计算机执行权利要求 1至7中任一项 所述的文本匹配模型的 训练方法。权　利　要　求　书 2/2 页 3 CN 115374250 A 3