[發(fā)明專利]信息檢索方法和裝置

在審

• 申請?zhí)枺?/td>: 202011004734.9
• 申請日: 2020-09-22
• 公開（公告）號: CN112182239A
• 公開（公告）日: 2021-01-05
• 發(fā)明（設(shè)計）人: 聶砂;鄭江;白彧斐;賈國琛;羅奕康
• 申請（專利權(quán)）人: 中國建設(shè)銀行股份有限公司
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F16/33;G06F40/295;G06F40/284
• 代理公司: 中原信達知識產(chǎn)權(quán)代理有限責任公司 11219
• 代理人: 李陽;王志遠

1.一種信息檢索方法，其特征在于，包括：

獲取待檢索文本；

識別所述待檢索文本中的待檢索實體；

將所述待檢索實體與預設(shè)的政策圖譜知識庫中的實體進行匹配，獲得與所述待檢索文本對應的多個檢索結(jié)果，基于所述多個檢索結(jié)果，獲得第一結(jié)果集。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述待檢索實體包括待檢索命名實體和待檢索內(nèi)容實體；

識別所述待檢索文本中的待檢索實體包括：

利用預設(shè)的識別模型識別所述待檢索文本中的待檢索命名實體；

利用詞頻逆文本頻率算法，確定所述待檢索文本中的待檢索內(nèi)容實體。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述方法還包括根據(jù)如下過程獲得所述預設(shè)的識別模型：

獲取訓練數(shù)據(jù)，并對所述訓練數(shù)據(jù)中的樣本進行標注，以標注出所述樣本的命名實體；

將標注后的訓練數(shù)據(jù)輸入預設(shè)的基于變換器的雙向編碼表征量模型，得到所述標注后的訓練數(shù)據(jù)的字向量，訓練所述字向量，得到所述預設(shè)的識別模型。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，對所述訓練數(shù)據(jù)中的樣本進行標注包括：采用BIO格式對所述訓練數(shù)據(jù)中的樣本進行標注，其中，B表示命名實體的開始部分，I表示命名實體的中間部分或命名實體的結(jié)束部分，O表示其它部分。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述方法還包括根據(jù)如下過程獲得所述政策圖譜知識庫：

獲取政策語料；

確定所述政策語料中的命名實體、內(nèi)容實體和所述命名實體之間的關(guān)系；

獲取通用知識庫；

將所述政策語料中的命名實體、內(nèi)容實體所述命名實體之間的關(guān)系和所述通用知識庫融合，獲得政策圖譜知識庫。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述方法還包括：

在標注出所述訓練數(shù)據(jù)中的命名實體之后，確定所標注的命名實體之間的關(guān)系；

將標注后的訓練數(shù)據(jù)輸入預設(shè)的基于變換器的雙向編碼表征量模型，得到所述標注后的訓練數(shù)據(jù)的句向量，訓練所述句向量，得到關(guān)系分類模型；

確定所述政策語料中的命名實體之間的關(guān)系包括：利用所述關(guān)系分類模型，確定所述命名實體之間的關(guān)系。

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述命名實體包括以下一種或多種：時間、地點、機構(gòu)、受眾、行業(yè)和政策。

8.根據(jù)權(quán)利要求7所述的方法，其特征在于，政策與政策之間的關(guān)系包括以下一種或多種：根據(jù)、廢止、修訂、提及、復函、貫徹落實、轉(zhuǎn)發(fā)；政策與時間之間的關(guān)系包括發(fā)布；政策與機構(gòu)之間的關(guān)系包括發(fā)布和作用；政策與地點之間的關(guān)系為作用；政策與受眾之間的關(guān)系包括涉及；政策與行業(yè)之間的關(guān)系包括涉及。

9.根據(jù)權(quán)利要求1-8任一項所述的方法，其特征在于，在獲得第一結(jié)果集之后，所述方法還包括：

對所述第一結(jié)果集中的多個檢索結(jié)果進行排序。

10.根據(jù)權(quán)利要求9所述的方法，其特征在于，對所述多個檢索結(jié)果進行排序包括：

對所述待檢索文本進行分類，以確定所述待檢索文本的語義；

根據(jù)所述語義，對所述多個檢索結(jié)果進行排序。

11.根據(jù)權(quán)利要求10所述的方法，其特征在于，所述語義包括以下一種或多種：定義檢索、政策檢索和事項檢索。

12.根據(jù)權(quán)利要求11所述的方法，其特征在于，根據(jù)所述語義對所述多個檢索結(jié)果進行排序包括：

利用預設(shè)的相關(guān)度算法，分別計算每個檢索結(jié)果與所述待檢索文本的相關(guān)度；

從所述多個檢索結(jié)果中，確定與所述語義對應的檢索結(jié)果，將與所述語義對應的檢索結(jié)果的相關(guān)度進行更新；

根據(jù)所述相關(guān)度，對所述多個檢索結(jié)果進行排序。