[發明專利]一種智能語義檢索方法、系統和電子設備

在審

• 申請號: 202011211472.3
• 申請日: 2020-11-03
• 公開（公告）號: CN112035598A
• 公開（公告）日: 2020-12-04
• 發明（設計）人: 李蒙;張常睿
• 申請（專利權）人: 北京淇瑀信息科技有限公司
• 主分類號: G06F16/31
• 分類號: G06F16/31;G06F16/33
• 代理公司: 北京清誠知識產權代理有限公司 11691
• 代理人: 喬東峰

1.一種智能語義檢索方法，其特征在于，包括：

構建索引庫，該索引庫包括擴展詞索引和索引句，擴展詞索引包括多個語義相近的詞以及這些詞的詞向量，索引句為用于召回檢索結果的句子，該索引庫為每個索引句建立一個句向量，該句向量是索引句中各關鍵詞的詞向量的均值；

接收用戶輸入的檢索語句，并對該檢索語句進行關鍵詞提取，以生成至少一個關鍵詞；

基于所述關鍵詞，通過查詢所述索引庫的擴展詞索引獲得各關鍵詞的擴展詞；

將所提取的各關鍵詞和各關鍵詞的擴展詞作為檢索詞集，在所述索引庫中匹配索引句，獲得匹配的索引句列表；

計算所述檢索詞集中各詞與所述索引句列表中的各索引句的向量相似度，對所述各索引句進行排序；

基于排序靠前的至少一個索引句，獲取檢索結果。

2.根據權利要求1所述的智能語義檢索方法，其特征在于，所述計算所述檢索詞集中各詞與所述索引句列表中的各索引句的向量相似度，對所述各索引句進行排序包括：

基于檢索詞集中的詞在索引句中的命中率和所述相似度的綜合評分進行排序。

3.根據權利要求2所述的智能語義檢索方法，其特征在于，

所述綜合評分等于所述詞在索引句中的命中率與第一權重系數的乘積和所述相似度與第二權重系數的乘積之和。

4.根據權利要求3所述的智能語義檢索方法，其特征在于，

基于關系重要度的確定，設定第一權重系數和第二權重系數，其中，所述第一權重系數大于所述第二權重系數。

5.根據權利要求4所述的智能語義檢索方法，其特征在于，

所述第一權重系數大于0.5，且所述第二權重系數小于0.5。

6.根據權利要求3所述的智能語義檢索方法，其特征在于，所述基于排序靠前的至少一個索引句，獲取檢索結果包括：

從根據綜合評分而確定的排序結果中，自高分到低分依次篩選出特定數量的索引句，并以所述特定數量的索引句作為檢索結果。

7.根據權利要求1所述的智能語義檢索方法，其特征在于，所述構建索引庫包括：

獲取歷史對話文本信息，并進行預處理和分詞處理，以生成擴展詞索引和索引句。

8.一種智能語義檢索系統，其特征在于，包括：

構建模塊，用于構建索引庫，該索引庫包括擴展詞索引和索引句，擴展詞索引包括多個語義相近的詞以及這些詞的詞向量，索引句為用于召回檢索結果的句子，該索引庫為每個索引句建立一個句向量，該句向量是索引句中各關鍵詞的詞向量的均值；

接收模塊，用于接收用戶輸入的檢索語句，并對該檢索語句進行關鍵詞提取，以生成至少一個關鍵詞；

查詢模塊，基于所述關鍵詞，通過查詢所述索引庫的擴展詞索引獲得各關鍵詞的擴展詞；

匹配模塊，用于將所提取的各關鍵詞和各關鍵詞的擴展詞作為檢索詞集，在所述索引庫中匹配索引句，獲得匹配的索引句列表；

計算排序模塊，計算所述檢索詞集中各詞與所述索引句列表中的各索引句的向量相似度，對所述各索引句進行排序；

結果獲取模塊，基于排序靠前的至少一個索引句，獲取檢索結果。

9.一種電子設備，其中，該電子設備包括：

處理器；以及，

存儲計算機可執行指令的存儲器，所述可執行指令在被執行時使所述處理器執行根據權利要求1至7中任一項所述的智能語義檢索方法。

10.一種計算機可讀存儲介質，其中，所述計算機可讀存儲介質存儲一個或多個程序，所述一個或多個程序當被處理器執行時，實現權利要求1至7中任一項所述的智能語義檢索方法。