[發(fā)明專利]信息檢索方法、裝置及計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202010970977.1
• 申請(qǐng)日: 2020-09-15
• 公開（公告）號(hào): CN114186015A
• 公開（公告）日: 2022-03-15
• 發(fā)明（設(shè)計(jì)）人: 丁磊;童毅軒;董濱;姜珊珊;張永偉
• 申請(qǐng)（專利權(quán)）人: 株式會(huì)社理光
• 主分類號(hào): G06F16/33
• 分類號(hào): G06F16/33;G06F16/9535;G06F16/9538;G06N3/02;G06N3/08
• 代理公司: 北京銀龍知識(shí)產(chǎn)權(quán)代理有限公司 11243
• 代理人: 黃燦;張博

1.一種信息檢索方法，其特征在于，包括：

獲取第一訓(xùn)練數(shù)據(jù)，所述第一訓(xùn)練數(shù)據(jù)包括查詢指令和與所述查詢指令對(duì)應(yīng)的查詢結(jié)果；

清除所述第一訓(xùn)練數(shù)據(jù)中的噪聲，得到第二訓(xùn)練數(shù)據(jù)；

利用所述第二訓(xùn)練數(shù)據(jù)初始化信息檢索模型；

利用所述信息檢索模型進(jìn)行信息檢索。

2.根據(jù)權(quán)利要求1所述的信息檢索方法，其特征在于，初始化信息檢索模型之后，所述方法還包括：

通過對(duì)抗式查詢對(duì)所述信息檢索模型進(jìn)行優(yōu)化。

3.根據(jù)權(quán)利要求1所述的信息檢索方法，其特征在于，所述獲取第一訓(xùn)練數(shù)據(jù)包括：

獲取開放數(shù)據(jù)，所述開放數(shù)據(jù)包括查詢指令和與所述查詢指令對(duì)應(yīng)的查詢結(jié)果；

利用所述開放數(shù)據(jù)訓(xùn)練生成查詢數(shù)據(jù)生成模型，所述查詢數(shù)據(jù)生成模型能夠根據(jù)輸入的查詢結(jié)果生成與所述查詢結(jié)果對(duì)應(yīng)的查詢指令；

將特定領(lǐng)域的文檔輸入所述查詢數(shù)據(jù)生成模型，生成所述第一訓(xùn)練數(shù)據(jù)。

4.根據(jù)權(quán)利要求1所述的信息檢索方法，其特征在于，所述清除所述第一訓(xùn)練數(shù)據(jù)中的噪聲包括：

利用所述第一訓(xùn)練數(shù)據(jù)初始化噪聲分類模型；

對(duì)所述噪聲分類模型進(jìn)行訓(xùn)練；

利用訓(xùn)練后的噪聲分類模型清除所述第一訓(xùn)練數(shù)據(jù)中的噪聲。

5.根據(jù)權(quán)利要求4所述的信息檢索方法，其特征在于，所述對(duì)所述噪聲分類模型進(jìn)行訓(xùn)練包括：

進(jìn)行N次迭代，得到訓(xùn)練后的噪聲分類模型，N為正整數(shù)；

其中，在每次迭代中，利用所述噪聲分類模型清除所述第一訓(xùn)練數(shù)據(jù)中的噪聲，利用清除噪聲后的數(shù)據(jù)訓(xùn)練所述信息檢索模型，利用訓(xùn)練后的所述信息檢索模型的損失函數(shù)更新所述噪聲分類模型的參數(shù)。

6.根據(jù)權(quán)利要求2所述的信息檢索方法，其特征在于，所述通過對(duì)抗式查詢對(duì)所述信息檢索模型進(jìn)行優(yōu)化包括：

利用所述第二訓(xùn)練數(shù)據(jù)初始化不相關(guān)查詢生成模型，所述不相關(guān)查詢生成模型的輸入是查詢結(jié)果和與所述查詢結(jié)果相關(guān)的第一查詢指令，輸出是與所述查詢結(jié)果不相關(guān)的第二查詢指令；

將所述信息檢索模型的輸出結(jié)果輸入所述不相關(guān)查詢生成模型，利用所述不相關(guān)查詢生成模型的輸出結(jié)果對(duì)所述信息檢索模型進(jìn)行訓(xùn)練。

7.根據(jù)權(quán)利要求6所述的信息檢索方法，其特征在于，所述不相關(guān)查詢生成模型的目標(biāo)函數(shù)包括：

所述不相關(guān)查詢生成模型生成的第二查詢指令與查詢結(jié)果的相關(guān)性；

所述不相關(guān)查詢生成模型生成的第二查詢指令與第一查詢指令的文本相似性。

8.一種信息檢索裝置，其特征在于，包括：

獲取單元，用于獲取第一訓(xùn)練數(shù)據(jù)，所述第一訓(xùn)練數(shù)據(jù)包括查詢指令和與所述查詢指令對(duì)應(yīng)的查詢結(jié)果；

噪聲清除單元，用于清除所述第一訓(xùn)練數(shù)據(jù)中的噪聲，得到第二訓(xùn)練數(shù)據(jù)；

初始化單元，用于利用所述第二訓(xùn)練數(shù)據(jù)初始化信息檢索模型；

信息檢索單元，用于利用所述信息檢索模型進(jìn)行信息檢索。

9.根據(jù)權(quán)利要求8所述的信息檢索裝置，其特征在于，還包括：

優(yōu)化單元，用于通過對(duì)抗式查詢對(duì)所述信息檢索模型進(jìn)行優(yōu)化。

10.根據(jù)權(quán)利要求8所述的信息檢索裝置，其特征在于，所述獲取單元包括：

獲取子單元，用于獲取開放數(shù)據(jù)，所述開放數(shù)據(jù)包括查詢指令和與所述查詢指令對(duì)應(yīng)的查詢結(jié)果；

第一處理子單元，用于利用所述開放數(shù)據(jù)訓(xùn)練生成查詢數(shù)據(jù)生成模型，所述查詢數(shù)據(jù)生成模型能夠根據(jù)輸入的查詢結(jié)果生成與所述查詢結(jié)果對(duì)應(yīng)的查詢指令；

第二處理子單元，用于將特定領(lǐng)域的文檔輸入所述查詢數(shù)據(jù)生成模型，生成所述第一訓(xùn)練數(shù)據(jù)。