[發(fā)明專利]搜索詞匹配方法、裝置、電子設備及可讀存儲介質

在審

• 申請?zhí)枺?/td>: 202010134331.X
• 申請日: 2020-02-29
• 公開（公告）號: CN111414452A
• 公開（公告）日: 2020-07-14
• 發(fā)明（設計）人: 劉靜;張然;譚賢
• 申請（專利權）人: 平安國際智慧城市科技股份有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F40/216;G06F40/289
• 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

本發(fā)明涉及一種人工智能技術，揭露了一種搜索詞匹配方法，包括：對原始搜索詞進行分詞操作及添加屬性標簽得到標簽搜索詞，計算所述標簽搜索詞在預構建的搜索詞數(shù)據(jù)庫中的搜索頻率，根據(jù)所述標簽搜索詞的屬性標簽計算所述標簽搜索詞的屬性權重，將所述標簽搜索詞進行詞向量轉化得到標簽搜索詞向量，根據(jù)所述搜索頻率及所述屬性權重，計算所述標簽搜索詞向量與所述搜索詞數(shù)據(jù)庫內每個搜索詞向量的相似度得到相似度集，根據(jù)所述相似度集，從所述搜索詞數(shù)據(jù)庫中選擇滿足預設相似度條件的搜索結果。本發(fā)明還提出一種搜索詞匹配裝置、電子設備以及一種計算機可讀存儲介質。本發(fā)明可以實現(xiàn)更準確的搜索詞匹配方法。

技術領域

本發(fā)明涉及人工智能技術領域，尤其涉及一種搜索詞匹配的方法、裝置、電子設備及可讀存儲介質。

背景技術

隨著大數(shù)據(jù)的應用和發(fā)展，如何通過搜索詞從龐大的數(shù)據(jù)中匹配到相似且準確的數(shù)據(jù)具有廣闊應用前景。例如，用戶在填寫發(fā)票信息時，需要在發(fā)票系統(tǒng)中填入公司名稱以及稅號，在用戶填寫公司名稱的過程中，發(fā)票系統(tǒng)會以用戶輸入的字詞作為關鍵字，自動搜索并彈出最近似的公司名稱供用戶選擇為用戶提供方便，也能一定程度的避免用戶填寫錯誤的公司名稱。

目前多數(shù)的搜索詞匹配方法多基于距離匹配方法，如構建坐標系，通過在坐標系的距離判斷相似度，進而得到匹配結果。這種方法沒有對公司名稱的組成部分進行區(qū)別對待，因為公司名稱的組成中，屬性的重要性是不同的，比如、“同芙深圳醫(yī)療美容控股有限公司”、“同芙集團中國醫(yī)療美容股份有限公司”、以及“芙蓉深圳醫(yī)療美容控股有限公司”三個公司名稱中，按照基于距離匹配方法，“同芙深圳醫(yī)療美容控股有限公司”以及“芙蓉深圳醫(yī)療美容控股有限公司”可以認為是相近的，因為兩個公司名稱的區(qū)域(深圳)相同，領域(醫(yī)療美容)結尾詞(控股有限公司)相同，只有機構名稱(同芙、芙蓉)不同，但是，事實上，這兩個公司卻是完全不相同的公司，而“同芙深圳醫(yī)療美容控股有限公司”與“同芙集團中國醫(yī)療美容股份有限公司”卻是相同的公司，因此，距離匹配方法雖然可以達到匹配的目的，但是匹配結果并不準確。

發(fā)明內容

本發(fā)明提供一種搜索詞匹配方法、裝置、電子設備及計算機可讀存儲介質，其主要目的在于提供一種基于更加準確的搜索詞匹配方法。

為實現(xiàn)上述目的，本發(fā)明提供的一種搜索詞匹配方法，包括：

對原始搜索詞進行分詞操作得到一組或多組初級搜索詞；

對所述初級搜索詞添加屬性標簽得到標簽搜索詞；

計算所述標簽搜索詞在預構建的搜索詞數(shù)據(jù)庫中的搜索頻率，根據(jù)所述標簽搜索詞的屬性標簽計算所述標簽搜索詞的屬性權重；

將所述標簽搜索詞進行詞向量轉化得到標簽搜索詞向量，根據(jù)所述搜索頻率及所述屬性權重，計算所述標簽搜索詞向量與所述搜索詞數(shù)據(jù)庫內每個搜索詞向量的相似度得到相似度集；

根據(jù)所述相似度集，從所述搜索詞數(shù)據(jù)庫中選擇滿足預設相似度條件的搜索結果。

可選地，所述將所述標簽搜索詞進行詞向量轉化得到標簽搜索詞向量，包括：

構建搜索詞矩陣并根據(jù)預設填充規(guī)則，將所述標簽搜索詞填充至所述搜索詞矩陣；

對填充完成的所述搜索詞矩陣進行編碼壓縮得到標簽搜索詞向量。

可選地，所述對填充完成的所述搜索詞矩陣進行編碼壓縮得到標簽搜索詞向量，包括：

根據(jù)填充完成的所述搜索詞矩陣，建立前向概率模型和后向概率模型；

將所述前向概率模型及所述后向概率模型相加并求導得到標簽搜索詞向量。

可選地，所述前向概率模型為：

所述后向概率模型為：