(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 202210341547.2 (22)申请日 2022.04.02 (71)申请人 北京航空航天大 学 地址 100191 北京市海淀区学院路37号 (72)发明人 王鸣野　李妮　王维　谢攀　杜垚　 (74)专利代理 机构 北京辰权知识产权代理有限 公司 11619 专利代理师 李小朋　付婧 (51)Int.Cl. G06F 40/30(2020.01) G06F 40/289(2020.01) G06F 16/35(2019.01) G06N 3/08(2006.01) (54)发明名称 一种需求匹配方法和系统 (57)摘要 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。 权利要求书2页 说明书9页 附图4页 CN 114742067 A 2022.07.12 CN 114742067 A 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； 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。 5.如权利要求1所述的方法， 其特 征在于， 所述方法还 包括： 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。 6.如权利要求1所述的方法， 其特 征在于， 所述方法还 包括： 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。权　利　要　求　书 1/2 页 2 CN 114742067 A 27.一种需求匹配系统， 其特 征在于， 所述系统包括： 信息接收模块， 用于 接收用户输入的目标需求描述语料； 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； 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； 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。 8.如权利要求1所述的方法， 其特 征在于， 所述匹配模块， 具体用于： 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。 9.一种电子设备， 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， 其特征在于， 所述处理器运行所述计算机程序时执行以实现如权利要求 1‑6任一项所述的方法。 10.一种计算机可读存储介质， 其特征在于， 其上存储有计算机可读指令， 所述计算机 可读指令可被处 理器执行以实现如权利要求1 ‑6任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 114742067 A 3