1.一种文本相似性度量方法，其特征在于，包括：

获取待处理的第一文本的第一概率向量，以及待处理的第二文本的第二概率向量；其中，所述第一概率向量为所述第一文本的第一意图类别所对应的概率向量，所述第二概率向量为所述第二文本的第二意图类别所对应的概率向量；

调用目标概率模型，根据所述第一概率向量和所述第二概率向量计算所述第一文本和所述第二文本属于同一相似文本集合的第一相似概率；

调用所述目标概率模型，根据所述第一概率向量和所述第二概率向量计算所述第一文本和所述第二文本属于不同相似文本集合的第二相似概率；

根据所述第一相似概率和所述第二相似概率确定概率差值；

若所述概率差值大于预设阈值，则确定所述第一文本和所述第二文本属于同一相似文本集合；

确定所述第一文本和所述第二文本相似。

2.如权利要求1所述的方法，其特征在于，所述方法还包括：

若所述概率差值小于预设阈值，则确定所述第一文本和所述第二文本属于不同相似文本集合；

确定所述第一文本和所述第二文本不相似。

3.如权利要求1所述的方法，其特征在于，所述根据所述第一相似概率和所述第二相似概率确定概率差值，包括：对所述第一相似概率进行对数运算，得到第一对数值，以及对所述第二相似概率进行对数运算，得到第二对数值；

将所述第一对数值和所述第二对数值的差值确定为所述概率差值。

4.如权利要求1所述的方法，其特征在于，所述调用目标概率模型，根据所述第一概率向量和所述第二概率向量计算所述第一文本和所述第二文本属于同一相似文本集合的第一相似概率，包括：采用所述第一概率向量和所述第二概率向量构成目标概率向量组；

调用目标概率模型对所述目标概率向量组进行概率运算，得到第一相似概率。

5.如权利要求1所述的方法，其特征在于，所述调用所述目标概率模型，根据所述第一概率向量和所述第二概率向量计算所述第一文本和所述第二文本属于不同相似文本集合的第二相似概率，包括：调用所述目标概率模型对所述第一概率向量进行概率运算，得到第一中间概率，以及调用所述目标概率模型对所述第二概率向量进行概率运算，得到第二中间概率；

将所述第一中间概率和所述第二中间概率的乘积确定为第二相似概率。

6.如权利要求1‑5任一项所述的方法，其特征在于，所述方法还包括：获取样本数据，所述样本数据包括至少一个文本集合，任一文本集合中包括至少两个文本；

针对所述样本数据中的任一文本集合，对所述文本集合的各个文本进行意图分类处理，得到所述文本集合的各个文本的概率向量；

采用所述样本数据中的各文本集合的各个文本的概率向量进行模型参数训练，得到训练完成的目标参数；

采用所述目标参数构建所述目标概率模型。

7.一种文本相似性度量装置，其特征在于，包括：

获取单元，用于获取待处理的第一文本的第一概率向量，以及待处理的第二文本的第二概率向量；其中，所述第一概率向量为所述第一文本的第一意图类别所对应的概率向量，所述第二概率向量为所述第二文本的第二意图类别所对应的概率向量；

判断单元，用于调用目标概率模型，根据所述第一概率向量和所述第二概率向量计算所述第一文本和所述第二文本属于同一相似文本集合的第一相似概率；调用所述目标概率模型，根据所述第一概率向量和所述第二概率向量计算所述第一文本和所述第二文本属于不同相似文本集合的第二相似概率；根据所述第一相似概率和所述第二相似概率确定概率差值；若所述概率差值大于预设阈值，则确定所述第一文本和所述第二文本属于同一相似文本集合；

确定单元，用于在所述判断单元判断所述第一文本和所述第二文本属于同一相似文本集合的情况下，确定所述第一文本和所述第二文本相似。

8.一种用于文本相似性度量的终端，其特征在于，包括处理器、输入设备、输出设备和存储器，所述处理器、输入设备、输出设备和存储器相互连接，其中，所述存储器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行如权利要求1‑6任一项所述的方法。

9.一种计算机存储介质，其特征在于，所述计算机存储介质存储有一条或一条以上指令，所述一条或一条以上指令适于由处理器加载并执行如权利要求1‑6任一项所述的方法。