遠傳科技一直高度重視產(chǎn)品技術創(chuàng)新，擴建科研隊伍，加大研發(fā)投入。憑借精準的研發(fā)投入和雄厚的技術沉淀，迄今為止，遠傳科技已獲得專利及知識產(chǎn)權相關證書105項，成績斐然。

　　遠傳科技始終堅持創(chuàng)新驅(qū)動發(fā)展的原則，將產(chǎn)品創(chuàng)新與實際應用緊密結(jié)合，聚焦在自然語言處理（NLP）、深度學習、知識圖譜、數(shù)據(jù)挖掘等核心技術領域。

　　今天我們來講講其中一項發(fā)明專利：《文本相似度模型的訓練方法、系統(tǒng)、裝置和介質(zhì)》。

　　文本相似度，顧名思義是指兩個文本（文章）之間的相似度，相似程度的評價有很多角度：單純的字面相似度（例如：我和他 v.s. 我和她），語義的相似度（例如：爸爸 v.s. 父親）和風格的相似度（例如：我喜歡你 v.s. 我好喜歡你耶）等等。

　　可以說，文本相似度是自然語言處理（NLP）中必不可少的重要環(huán)節(jié)，幾乎所有NLP的領域都會涉及到！在搜索引擎、推薦系統(tǒng)、論文鑒定、機器翻譯、自動應答、命名實體識別、拼寫糾錯等領域有廣泛的應用。

　　雖然已有布爾模型、概率模型、向量空間模型等文本表示模型，相似度度量及距離度量等相似度計算方法，但在效率及性能等方面還存在一些無法忽視的問題，比如：這些模型存在無法表現(xiàn)特征項的出現(xiàn)順序、向量維度高、計算效率低和模型魯棒性差等問題。傳統(tǒng)算法無法識別意思相似或者相關的詞語，而且文本中的核心關鍵詞的重要程度與其他非關鍵詞重要程度一樣，這些都對文本相似度準確率的提高造成了很大的困擾。

　　遠傳科技提供的文本相似度模型的訓練方法、系統(tǒng)、裝置和介質(zhì)，通過對訓練語料進行劃分，得到訓練集、特征向量、重要性特征、訓練數(shù)據(jù)的完全特征表示、噪音數(shù)據(jù)的完全特征表示、輸入特征向量，基于輸入特征向量完成文本相似度模型的訓練。解決了文本相似度計算存在的準確率低和魯棒性差的問題，實現(xiàn)了利用對抗的思想，將噪音數(shù)據(jù)的特征融入訓練數(shù)據(jù)中來擾動訓練數(shù)據(jù)的擬合，進一步結(jié)合特征向量和重要性特征，提高了文本相似度模型的的魯棒性和準確率。從而解決相關技術中文本相似度計算存在的準確率低和魯棒性差的問題。

　　文本相似度模型發(fā)明專利的取得，有利于遠傳科技持續(xù)推動自然語言研發(fā)生產(chǎn)，提升產(chǎn)品的技術含量，鞏固公司在智能交互行業(yè)領域內(nèi)的知識產(chǎn)權競爭優(yōu)勢，增強核心競爭力。