[發明專利]信息檢索方法、裝置、電子設備及可讀存儲介質

在審

• 申請號: 202011256814.3
• 申請日: 2020-11-11
• 公開（公告）號: CN112256730A
• 公開（公告）日: 2021-01-22
• 發明（設計）人: 李卓聰
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F16/2453
• 分類號: G06F16/2453
• 代理公司: 北京市立方律師事務所 11330
• 代理人: 張筱寧;張海秀

本申請實施例提供了一種信息檢索方法、裝置、電子設備及可讀存儲介質、涉及云技術和人工智能技術領域。該方法包括：獲取檢索信息、以及檢索信息對應的目標檢索類別；獲取待檢索信息對應的各關鍵詞，并通過融合各關鍵詞的詞向量得到檢索信息的特征向量；將檢索信息的特征向量和目標檢索類別對應的類別標記位向量融合，得到待檢索信息所對應的目標檢索向量；基于檢索信息對應的目標檢索向量和各被檢索信息對應的檢索向量的相似度，從各被檢索信息中確定出屬于目標檢索類別的目標信息，被檢索信息的檢索向量是基于被檢索信息的特征向量和被檢索信息的信息類別所對應的類別標記位向量確定的。在本申請中，保證了可以檢索到屬于目標檢索類別的信息。

技術領域

本申請涉及云技術及人工智能技術領域，具體而言，本申請涉及一種信息檢索方法、裝置、電子設備及可讀存儲介質。

背景技術

目前，在相似信息的檢索中，通常采用的是最近鄰算法進行快速檢索，從而實現在海量數據的快速搜索出相似的信息。例如，當用戶閱讀完一條資訊A后，通常采用最近鄰算法在海量數據的快速搜索出與資訊A相似的資訊B推送給用戶，以吸引用戶接著閱讀。但是，在實際應用中，在相似信息的檢索中，有時不僅需要考慮信息內容的相似度，還需要考慮信息的類別，以檢索出目標類別中最相似的信息。

現有技術中在實現檢索目標類別中最相似的信息時，通常所采用的方法是基于最近鄰算法快速檢索出N個高相似性的信息，最后再對N個高相似性的信息進行篩選，得到目標類別的信息。但是，在采用該方法每次從海量數據中確定目標類別的信息時，需要執行篩選過程，降低了處理效率，并且還可能存在目標類別的信息的數量過少、導致最終的檢索結果不準確的問題，如當信息為資訊信息時，可能出現資訊信息數目過少的問題，進而導致檢索得到的資訊結果不準確。

發明內容

本申請實施例提供一種信息檢索方法、裝置、電子設備及可讀存儲介質，由于考慮到了信息類別因素，可以有效的保證了從各被檢索信息檢索到屬于檢索信息的信息類別的信息，提升了信息檢索的準確性，并且不需要進行信息篩選過程，提升了處理效率。

一方面，本申請實施例提供了一種信息檢索方法，該方法包括：

獲取檢索信息、以及檢索信息對應的目標檢索類別；

獲取待檢索信息對應的各關鍵詞，并將各關鍵詞轉化為詞向量，通過融合各關鍵詞的詞向量得到檢索信息的特征向量；

基于目標檢索類別，獲取與目標檢索類別所對應的類別標記位向量；

將檢索信息的特征向量和類別標記位向量融合，得到待檢索信息所對應的目標檢索向量；

基于檢索信息對應的目標檢索向量和各被檢索信息對應的檢索向量的相似度，從各被檢索信息中確定出屬于目標檢索類別的目標信息，其中，對于任一被檢索信息，被檢索信息的檢索向量是基于被檢索信息的特征向量和被檢索信息的信息類別所對應的類別標記位向量確定的。

另一方面，本申請實施例提供了一種信息檢索裝置，該裝置包括：

信息獲取模塊，用于獲取檢索信息、以及檢索信息對應的目標檢索類別；

特征向量確定模塊，用于獲取待檢索信息對應的各關鍵詞，并將各關鍵詞轉化為詞向量，通過融合各關鍵詞的詞向量得到檢索信息的特征向量，基于目標檢索類別，獲取與目標檢索類別所對應的類別標記位向量，以及將檢索信息的特征向量和類別標記位向量融合，得到待檢索信息所對應的目標檢索向量；

目標信息確定模塊，用于基于檢索信息對應的目標檢索向量和各被檢索信息對應的檢索向量的相似度，從各被檢索信息中確定出屬于目標檢索類別的目標信息，其中，對于任一被檢索信息，被檢索信息的檢索向量是基于被檢索信息的特征向量和被檢索信息的信息類別所對應的類別標記位向量確定的。