[發(fā)明專利]一種智能語義檢索方法、系統(tǒng)和電子設(shè)備

在審

• 申請?zhí)枺?/td>: 202011211472.3
• 申請日: 2020-11-03
• 公開（公告）號: CN112035598A
• 公開（公告）日: 2020-12-04
• 發(fā)明（設(shè)計(jì)）人: 李蒙;張常睿
• 申請（專利權(quán)）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(chǎn)權(quán)代理有限公司 11691
• 代理人: 喬東峰

本發(fā)明提供了一種智能語義檢索方法、系統(tǒng)和電子設(shè)備。該方法包括：構(gòu)建索引庫，該索引庫包括擴(kuò)展詞索引和索引句；接收用戶輸入的檢索語句，并對該檢索語句進(jìn)行關(guān)鍵詞提取，以生成至少一個(gè)關(guān)鍵詞；基于所述關(guān)鍵詞，通過查詢所述索引庫的擴(kuò)展詞索引獲得各關(guān)鍵詞的擴(kuò)展詞；將所提取的各關(guān)鍵詞和各關(guān)鍵詞的擴(kuò)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(jì)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(jìn)行排序；基于排序靠前的至少一個(gè)索引句，獲取檢索結(jié)果。本發(fā)明的方法實(shí)現(xiàn)了更智能化的檢索，提高了檢索效率和準(zhǔn)確度，優(yōu)化了檢索方法，還提高了召回率。

技術(shù)領(lǐng)域

本發(fā)明涉及計(jì)算機(jī)信息處理領(lǐng)域，具體涉及一種智能語義檢索方法、系統(tǒng)和電子設(shè)備。

背景技術(shù)

隨著計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)的飛速發(fā)展，大量豐富的信息為人們生活和工作帶來方便，如何準(zhǔn)確、快速的獲取有用的信息越來越重要。如果計(jì)算機(jī)能夠準(zhǔn)確理解用戶的需求，它就可以將最符合用戶需求的信息檢索出來并呈現(xiàn)給用戶。準(zhǔn)確理解用戶的需求在一定程度上就是準(zhǔn)確理解用戶輸入的含義，因而，建立基于語義的檢索非常重要，它使計(jì)算機(jī)的檢索更具有智能性，進(jìn)而實(shí)現(xiàn)智能檢索。

現(xiàn)有的檢索模型主要有布爾模型、概率模型和向量空間模型。但無論采用哪種模型，都是基于關(guān)鍵字匹配進(jìn)行檢索的，都不能從根本上解決詞的同義和多義問題。此外，現(xiàn)有的語義分析方法可以實(shí)現(xiàn)部分的語義檢索，但效果不是很理想，語義計(jì)算的準(zhǔn)確率不高。

因此，有必要提供一種更有效的智能語義檢索方法。

發(fā)明內(nèi)容

為了進(jìn)一步優(yōu)化檢索方法，本發(fā)明提供了一種智能語義檢索方法，包括：構(gòu)建索引庫，該索引庫包括擴(kuò)展詞索引和索引句，擴(kuò)展詞索引包括多個(gè)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(jié)果的句子，該索引庫為每個(gè)索引句建立一個(gè)句向量，該句向量是索引句中各關(guān)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(jìn)行關(guān)鍵詞提取，以生成至少一個(gè)關(guān)鍵詞；基于所述關(guān)鍵詞，通過查詢所述索引庫的擴(kuò)展詞索引獲得各關(guān)鍵詞的擴(kuò)展詞；將所提取的各關(guān)鍵詞和各關(guān)鍵詞的擴(kuò)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(jì)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(jìn)行排序；基于排序靠前的至少一個(gè)索引句，獲取檢索結(jié)果。

優(yōu)選地，所述計(jì)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(jìn)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(jìn)行排序。

優(yōu)選地，所述綜合評分等于所述詞在索引句中的命中率與第一權(quán)重系數(shù)的乘積和所述相似度與第二權(quán)重系數(shù)的乘積之和。

優(yōu)選地，基于關(guān)系重要度的確定，設(shè)定第一權(quán)重系數(shù)和第二權(quán)重系數(shù)，其中，所述第一權(quán)重系數(shù)大于所述第二權(quán)重系數(shù)。

優(yōu)選地，所述第一權(quán)重系數(shù)大于0.5，且所述第二權(quán)重系數(shù)小于0.5。

優(yōu)選地，所述基于排序靠前的至少一個(gè)索引句，獲取檢索結(jié)果包括：從根據(jù)綜合評分而確定的排序結(jié)果中，自高分到低分依次篩選出特定數(shù)量的索引句，并以所述特定數(shù)量的索引句作為檢索結(jié)果。

優(yōu)選地，所述構(gòu)建索引庫包括：獲取歷史對話文本信息，并進(jìn)行預(yù)處理和分詞處理，以生成擴(kuò)展詞索引和索引句。

優(yōu)選地，還包括：對所述檢索語句進(jìn)行歸一化處理和分詞處理，并通過TF-IDF方法進(jìn)行關(guān)鍵詞提取。

優(yōu)選地，還包括：使用word2vec模型、BERT模型和RoBERTa模型進(jìn)行詞向量轉(zhuǎn)換。