[發明專利]文件查詢方法、裝置及計算機可讀存儲介質

在審

• 申請號: 201910829794.5
• 申請日: 2019-09-03
• 公開（公告）號: CN110674087A
• 公開（公告）日: 2020-01-10
• 發明（設計）人: 錢克功;沈網中
• 申請（專利權）人: 平安科技(深圳)有限公司
• 主分類號: G06F16/14
• 分類號: G06F16/14;G06F16/11
• 代理公司: 44347 深圳市沃德知識產權代理事務所(普通合伙)
• 代理人: 高杰;于志光

1.一種文件查詢方法，其特征在于，所述方法包括：

獲取客戶端的收藏文件集，在文件系統中創建所述收藏文件集的業務描述，并將創建業務描述后的所述收藏文件集存入云存儲中；

通過關鍵詞提取算法對所述業務描述進行關鍵詞抽取，得到所述業務描述的關鍵詞，并將所述關鍵詞轉換為詞向量后存儲所述詞向量；

接收用戶輸入的查詢內容，計算出所述查詢內容與所述詞向量的相似度；

根據所述相似度選擇對應的業務描述，通過多策略檢索方式向所述云存儲進行收藏文件的查詢，并將查詢結果返回給所述用戶。

2.如權利要求1所述的文件查詢方法，其特征在于，所述獲取客戶端的收藏文件集包括：

從所述客戶端的本地磁盤中進行遍歷檢索得到所述收藏文件集；或

根據用戶的需求利用關鍵字從搜索引擎中搜索得到所述收藏文件集。

3.如權利要求1所述的文件查詢方法，其特征在于，所述通過關鍵詞提取算法對所述業務描述進行關鍵詞抽取，包括：

對所述業務描述進行分詞操作；

計算所述業務描述中的任意兩個詞W_i和W_j的依存關聯度：

其中，Dep(W_i,W_j)表示所述詞W_i和W_j的依存關聯度，len(W_i,W_j)表示所述詞W_i和W_j之間的依存路徑長度，b是超參數；

計算所述詞W_i和W_j的引力：

其中，f_grav(W_i,W_j)表示所述詞W_i和W_j的引力，tfidf(W_i)表示詞W_i的TF-IDF值，tfidf(W_j)表示詞W_j的TF-IDF值，TF表示詞頻，IDF表示逆文檔頻率指數，d是詞W_i和W_j的詞向量之間的歐式距離；

根據計算的所述依存關聯度和所述引力得到所述詞W_i和W_j之間的關聯強度為：

weight(W_i,W_j)＝Dep(W_i,W_j)*f_grav(W_i,W_j)

結合所述關聯強度計算出所述詞W_i的重要度得分：

其中，是與頂點W_i有關的集合，η為阻尼系數；

根據所述詞W_i的重要度得分選取t個得分最高的詞作為所述業務描述的關鍵詞。

4.如權利要求1所述的文件查詢方法，其特征在于，所述查詢內容與所述詞向量的相似度的計算公式為：

其中，X表示所述詞向量，Y表示所述查詢內容。

5.如權利要求1至4中任一項所述的文件查詢方法，其特征在于，所述通過多策略檢索方式向所述云存儲進行收藏文件的查詢，包括：

預設所述用戶輸入的查詢內容中原字符串為m，所述收藏文件的業務描述目標字符串為n；

記錄所述原字符串m變換為所述目標字符串n所需的刪除、插入、替換操作的編輯次數L；

選取所述L值最小的對應收藏文件作為查詢結果，并返回給所述用戶。