[發明專利]一種文本信息檢索的方法及相關裝置

有效

• 申請號: 201910863042.0
• 申請日: 2019-09-11
• 公開（公告）號: CN110597957B
• 公開（公告）日: 2022-04-22
• 發明（設計）人: 王昊;馮曉;仲廣沛;費昊;呂進
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F40/284
• 代理公司: 深圳市深佳知識產權代理事務所(普通合伙) 44285
• 代理人: 吳磊

本申請提供了一種文本信息檢索的方法及相關裝置，能夠提高檢索成功率。該方法在獲取待檢索文本信息后，先根據待檢索文本信息包括的目標詞集合獲取關鍵詞集合。然后根據關鍵詞集合生成聚合關鍵詞集合，聚合關鍵詞集合包括目標聚合關鍵詞子集合以及至少一個聚合關鍵詞子集合。再根據聚合關鍵詞集合生成目標聚合關鍵詞子集合所對應的第一目標特征向量，其中，第一目標特征向量是基于原始特征向量以及區分度特征向量生成的，原始特征向量與目標聚合關鍵詞子集合具有關聯關系，區分度特征向量與至少一個聚合關鍵詞子集合具有關聯關系。最后通過目標分類模型獲取第一目標特征向量所對應的檢索分值，其中，檢索分值用于確定檢索結果。

技術領域

本申請涉及網絡技術領域，尤其涉及一種文本信息檢索的方法及相關裝置。

背景技術

隨著網絡技術的快速發展，用戶可在網絡上進行信息檢索。具體的，用戶在終端設備上使用具備檢索功能的軟件時，可向其輸入需進行檢索的文本信息，軟件可對該文本信息進行智能檢索，并返回相應的檢索結果。

上述智能檢索的過程中，通常需要先確定文本信息中的關鍵詞，例如當文本信息為張XX出生于哪里，可先確定該文本信息的主語為人，并獲取與人相關聯的謂詞，如出生地、家庭成員和工作地點等等，然后通過神經網絡計算文本信息與各個謂詞之間的相似度，選擇相似度最高的謂詞，再從數據庫中獲取到該謂詞所對應的檢索結果，以供用戶使用。

然而，上述過程中僅將文本信息和謂詞直接映射為特征向量，進而計算兩個特征向量之間的相似度，以確定與文本信息最相關的謂詞。當多個謂詞之間語義較為接近時，為了保證檢索結果的準確率，則需要設置較高的相似度閾值，以將多個謂詞區分開來。由于通常會設置較高的相似度閾值，會導致某些文本信息無法檢索到結果，使得檢索成功率較低。

發明內容

本申請實施例提供了一種文本信息檢索的方法及相關裝置，能夠有效提高檢索成功率。

本申請實施例第一方面提供一種文本信息檢索的方法，包括：

獲取待檢索文本信息，其中，所述待檢索文本信息包括目標詞集合，所述目標詞集合包括至少一個目標詞；

根據所述目標詞集合獲取關鍵詞集合，其中，所述關鍵詞集合包括至少一個關鍵詞；

根據所述關鍵詞集合生成聚合關鍵詞集合，其中，所述聚合關鍵詞集合包括目標聚合關鍵詞子集合以及至少一個聚合關鍵詞子集合，所述目標聚合關鍵詞子集合包括至少一個聚合關鍵詞，所述聚合關鍵詞子集合包括至少一個聚合關鍵詞；

根據所述聚合關鍵詞集合生成所述目標聚合關鍵詞子集合所對應的第一目標特征向量，其中，所述第一目標特征向量是基于原始特征向量以及區分度特征向量生成的，所述原始特征向量與所述目標聚合關鍵詞子集合具有關聯關系，所述區分度特征向量與所述至少一個聚合關鍵詞子集合具有關聯關系；

通過目標分類模型獲取所述第一目標特征向量所對應的檢索分值，其中，所述檢索分值用于確定檢索結果。

本申請實施例第二方面提供了一種文本信息檢索的裝置，包括：

第一獲取模塊，用于獲取待檢索文本信息，其中，所述待檢索文本信息包括目標詞集合，所述目標詞集合包括至少一個目標詞；

第二獲取模塊，用于根據所述目標詞集合獲取關鍵詞集合，其中，所述關鍵詞集合包括至少一個關鍵詞；

第一生成模塊，用于根據所述關鍵詞集合生成聚合關鍵詞集合，其中，所述聚合關鍵詞集合包括目標聚合關鍵詞子集合以及至少一個聚合關鍵詞子集合，所述目標聚合關鍵詞子集合包括至少一個聚合關鍵詞，所述聚合關鍵詞子集合包括至少一個聚合關鍵詞；