[發明專利]表格智能查詢方法、裝置及計算機可讀存儲介質

有效

• 申請號: 201910975458.1
• 申請日: 2019-10-11
• 公開（公告）號: CN110866042B
• 公開（公告）日: 2023-05-12
• 發明（設計）人: 王建華;馬琳;張曉東
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06F16/2458
• 分類號: G06F16/2458
• 代理公司: 深圳市沃德知識產權代理事務所(普通合伙) 44347
• 代理人: 高杰;于志光

1.一種表格智能查詢方法，其特征在于，所述方法包括：

接收原始表格集及標簽集，將所述原始表格集進行拆分處理后得到標準表格集；

將所述標簽集進行詞性編碼得到詞向量集；

將所述標準表格集和所述詞向量集輸入至智能查詢模型中訓練得到訓練值，判斷所述訓練值與預設閾值的大小關系，若所述訓練值大于所述預設閾值，所述智能查詢模型繼續訓練，若所述訓練值小于所述預設閾值，所述智能查詢模型完成訓練；

接收用戶的查詢內容，基于關鍵字抽取技術抽取所述查詢內容得到關鍵字集，將所述關鍵字集進行所述詞性編碼得到關鍵字向量集，將所述關鍵字向量集輸入至完成訓練的所述智能查詢模型，得到所述查詢內容需要的表格集并輸出。

2.如權利要求1所述的表格智能查詢方法，其特征在于，所述拆分處理是將所述原始表格集拆分為用戶層、計算層和數據層，并將所述用戶層、所述計算層和所述數據層組成所述標準表格集；

其中：

所述用戶層是由所述原始表格集內每個表格的表題、表頭組成；

所述數據層是由所述原始表格集內每個表格的表身組成；

所述計算層提供所述用戶層和所述數據層的相互查詢功能。

3.如權利要求1或2所述的表格智能查詢方法，其特征在于，所述將所述標簽集進行詞性編碼得到詞向量集，包括：

將所述標簽集進行獨熱編碼得到初級詞向量集；

將所述初級詞向量集進行維度縮減得到所述詞向量集。

4.如權利要求3所述的表格智能查詢方法，其特征在于，所述維度縮減包括：

建立前向概率模型和后向概率模型；

最優化所述前向概率模型及所述后向概率模型得到最優化解，所述最優化解即為所述詞向量集。

5.如權利要求2所述的表格智能查詢方法，其特征在于，將所述標準表格集和所述詞向量集輸入至智能查詢模型中訓練得到訓練值，包括：

將所述標準表格集內的所述用戶層信息進行所述詞性編碼后得到用戶層信息向量集；

將所述用戶層信息向量集輸入至所述智能查詢模型，所述智能查詢模型依次進行卷積操作、池化操作和激活操作得到預測值集；

將所述預測值集與所述詞向量集進行損失計算得到所述訓練值。

6.一種表格智能查詢裝置，其特征在于，所述裝置包括存儲器和處理器，所述存儲器上存儲有可在所述處理器上運行的表格智能查詢程序，所述表格智能查詢程序被所述處理器執行時實現如下步驟：

接收原始表格集及標簽集，將所述原始表格集進行拆分處理后得到標準表格集；

將所述標簽集進行詞性編碼得到詞向量集；

將所述標準表格集和所述詞向量集輸入至智能查詢模型中訓練得到訓練值，判斷所述訓練值與預設閾值的大小關系，若所述訓練值大于所述預設閾值，所述智能查詢模型繼續訓練，若所述訓練值小于所述預設閾值，所述智能查詢模型完成訓練；

接收用戶的查詢內容，基于關鍵字抽取技術抽取所述查詢內容得到關鍵字集，將所述關鍵字集進行所述詞性編碼得到關鍵字向量集，將所述關鍵字向量集輸入至完成訓練的所述智能查詢模型，得到所述查詢內容需要的表格集并輸出。

7.如權利要求6所述的表格智能查詢裝置，其特征在于，所述拆分處理是將所述原始表格集拆分為用戶層、計算層和數據層，并將所述用戶層、所述計算層和所述數據層組成所述標準表格集；

其中：

所述用戶層是由所述原始表格集內每個表格的表題、表頭組成；

所述數據層是由所述原始表格集內每個表格的表身組成；

所述計算層提供所述用戶層和所述數據層的相互查詢功能。

8.如權利要求6或7所述的表格智能查詢裝置，其特征在于，所述將所述標簽集進行詞性編碼得到詞向量集，包括：

將所述標簽集進行獨熱編碼得到初級詞向量集；

將所述初級詞向量集進行維度縮減得到所述詞向量集。