[發(fā)明專利]基于人工智能的檢索方法和裝置

在審

• 申請?zhí)枺?/td>: 201610115420.3
• 申請日: 2016-03-01
• 公開（公告）號: CN105631052A
• 公開（公告）日: 2016-06-01
• 發(fā)明（設計）人: 陳立;徐倩;田浩;何徑舟;石磊;王凡;黃世維;鄭德榮
• 申請（專利權）人: 北京百度網(wǎng)訊科技有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 宋合成

技術領域

本發(fā)明涉及互聯(lián)網(wǎng)技術領域，尤其涉及一種基于人工智能的檢索方法和裝 置。

背景技術

人工智能(ArtificialIntelligence，AI)是研究、開發(fā)用于模擬、延 伸和擴展人的智能的理論、方法、技術及應用系統(tǒng)的一門新的技術科學。人工 智能是計算機科學的一個分支，它企圖了解智能的實質，并生產出一種新的能 以人類智能相似的方式做出反應的智能機器，該領域的研究包括智能機器人、 語言識別、圖像識別、自然語言處理和專家系統(tǒng)等。

搜索引擎作為當今互聯(lián)網(wǎng)一重要應用，旨在將用戶檢索的信息展示給用 戶。現(xiàn)有的檢索系統(tǒng)，是僅以用戶提供的關鍵詞為索引，召回一系列靜態(tài)的結 果。但是，在實際中，用戶的需求往往表現(xiàn)為一個序列化的過程，當用戶的需 求有了橫向或是縱向拓展時，現(xiàn)有的檢索系統(tǒng)無法與用戶形成真正的交互。

發(fā)明內容

本發(fā)明旨在至少在一定程度上解決相關技術中的技術問題之一。

為此，本發(fā)明的一個目的在于提出一種基于人工智能的檢索方法，該方法 可以更有效的與用戶進行交互，更好滿足用戶需求，提升用戶體驗。

本發(fā)明的另一個目的在于提出一種基于人工智能的檢索裝置。

為達到上述目的，本發(fā)明第一方面實施例提出的基于人工智能的檢索方 法，包括：獲取檢索詞；根據(jù)MDP模型，計算得到與所述檢索詞對應的檢索結 果；顯示所述檢索結果；獲取用戶對所述檢索結果的反饋，以便根據(jù)MDP模型 重新計算得到檢索結果以及顯示重新計算得到的檢索結果。

本發(fā)明第一方面實施例提出的基于人工智能的檢索方法，通過獲取用戶的 反饋，可以與用戶進行多次交互，從而更有效的與用戶進行交互，另外，通過 采用MDP模型計算檢索結果，可以更好滿足用戶需求，提升用戶體驗。

為達到上述目的，本發(fā)明第二方面實施例提出的基于人工智能的檢索裝 置，包括：獲取模塊，用于獲取檢索詞；計算模塊，用于根據(jù)MDP模型，計算 得到與所述檢索詞對應的檢索結果；顯示模塊，用于顯示所述檢索結果；反饋 模塊，用于獲取用戶對所述檢索結果的反饋，以便根據(jù)MDP模型重新計算得到 檢索結果以及顯示重新計算得到的檢索結果。

本發(fā)明第二方面實施例提出的基于人工智能的檢索裝置，通過獲取用戶的 反饋，可以與用戶進行多次交互，從而更有效的與用戶進行交互，另外，通過 采用MDP模型計算檢索結果，可以更好滿足用戶需求，提升用戶體驗。

本發(fā)明附加的方面和優(yōu)點將在下面的描述中部分給出，部分將從下面的描 述中變得明顯，或通過本發(fā)明的實踐了解到。

附圖說明

本發(fā)明上述的和/或附加的方面和優(yōu)點從下面結合附圖對實施例的描述中 將變得明顯和容易理解，其中：

圖1是本發(fā)明一實施例提出的基于人工智能的檢索方法的流程示意 圖；

圖2是本發(fā)明另一實施例提出的基于人工智能的檢索方法的流程示意 圖；

圖3是本發(fā)明另一實施例提出的基于人工智能的檢索裝置的結構示意 圖。

具體實施方式

下面詳細描述本發(fā)明的實施例，所述實施例的示例在附圖中示出，其中自 始至終相同或類似的標號表示相同或類似的模塊或具有相同或類似功能的模 塊。下面通過參考附圖描述的實施例是示例性的，僅用于解釋本發(fā)明，而不能 理解為對本發(fā)明的限制。相反，本發(fā)明的實施例包括落入所附加權利要求書的 精神和內涵范圍內的所有變化、修改和等同物。

圖1是本發(fā)明一實施例提出的基于人工智能的檢索方法的流程示意 圖。參見圖1，該方法包括：

S11：獲取檢索詞。

其中，初始時，用戶可以輸入檢索詞并發(fā)起檢索，從而搜索引擎可以 接收到用戶輸入的檢索詞。

用戶可以以文本、語音、圖片等形式輸入檢索詞。

S12：根據(jù)MDP模型，計算得到與所述檢索詞對應的檢索結果。

本實施例中，基于機器學習技術中的“增強學習” (ReinforcementLearning)技術，將搜索問題看作一個馬爾科夫決策過程 (MarkovDecisionProcess，MDP)。

MDP模型用三元組表示如下：狀態(tài)(state)、行為(action)、反饋 (reward)。

MDP要求解行為A，其中一種求解方式是選擇使得收益值最大時的行 為，用公式表示為：