[發明專利]數據檢索方法、裝置、設備及存儲介質

有效

• 申請號: 202011337026.7
• 申請日: 2020-11-25
• 公開（公告）號: CN113220824B
• 公開（公告）日: 2023-01-17
• 發明（設計）人: 李永帥;盛志超;李浩;王碩;代旭東
• 申請（專利權）人: 科大訊飛股份有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F16/335;G06F40/279
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 付麗

本申請公開了一種數據檢索方法、裝置、設備及存儲介質，對于檢索指令文本及待檢索數據集中的數據文本，分別進行意圖識別及設定類型參數的抽取，從而得到每一文本所表達的文本意圖及其包含的設定類型的參數，進一步對檢索指令文本及每條數據文本進行意圖匹配和參數匹配，通過綜合考慮意圖匹配結果和參數匹配結果，確定最終的檢索結果。本申請通過意圖識別可以得到檢索指令文本和數據文本的句子語義信息，明確檢索指令所真正意圖檢索的內容，以及數據文本所表達的語義內容，通過意圖匹配可以從句子語義信息的層次來確定二者的匹配情況，進一步結合設定類型參數的匹配，可以準確的得到與檢索指令文本對應的檢索結果。

技術領域

本申請涉及數據處理技術領域，更具體的說，是涉及一種數據檢索方法、裝置、設備及存儲介質。

背景技術

數據檢索即針對給出的檢索指令文本，在待檢索數據集中檢索相匹配的數據的過程。

傳統的檢索方式，多是基于關鍵詞的方式來進行檢索，如從檢索指令文本中提取關鍵詞，并與待檢索數據集中各條數據進行關鍵詞匹配，將匹配的數據作為檢索結果。這種單純依靠關鍵詞進行檢索的方式，經常會出現數據檢索不準確，檢索質量不高的問題。

發明內容

鑒于上述問題，提出了本申請以便提供一種數據檢索方法、裝置、設備及存儲介質，以解決現有依靠關鍵詞進行檢索的方式所存在的，檢索結果不準確、質量不高的問題。具體方案如下：

一種數據檢索方法，包括：

獲取檢索指令文本，及待檢索數據集，所述待檢索數據集包含若干條數據文本；

分別對所述檢索指令文本、所述待檢索數據集中的數據文本進行意圖識別及設定類型參數的抽取，得到每一文本所表達的文本意圖及其包含的設定類型的參數；

對所述檢索指令文本及每條數據文本的文本意圖進行意圖匹配，以及，對所述檢索指令文本及每條數據文本各自包含的設定類型的參數進行參數匹配；

基于所述意圖匹配的結果以及所述參數匹配的結果，從所述待檢索數據集包含的各條數據文本中，確定與所述檢索指令文本對應的檢索結果。

優選地，所述獲取待檢索數據集，包括：

對待檢索文件進行句子劃分，得到劃分后的各個句子作為數據文本，組成待檢索數據集。

優選地，以所述檢索指令文本、所述待檢索數據集中每條數據文本作為待解析文本，則對每條待解析文本進行意圖識別及設定類型參數的抽取的過程，包括：

利用預訓練的聯合預測模型，處理所述待解析文本，以得到預測輸出的所述待解析文本的文本意圖及其包含的設定類型的參數，其中，所述聯合預測模型為，利用標注有文本意圖標簽及設定類型參數標簽的訓練文本預先訓練得到。

優選地，所述利用預訓練的聯合預測模型，處理所述待解析文本，以得到預測輸出的所述待解析文本的文本意圖及其包含的設定類型的參數，包括：

利用聯合預測模型的編碼層，確定所述待解析文本的編碼結果；

利用聯合預測模型的中間隱層，對所述編碼結果進行隱層特征提取，得到隱層表征特征；

利用聯合預測模型的注意力層，處理所述隱層表征特征，以得到包含有待解析文本內部詞間聯系信息的注意力特征；

利用聯合預測模型的意圖識別層，基于所述注意力特征預測所述待解析文本的文本意圖；

利用聯合預測模型的參數抽取層，基于所述注意力特征抽取所述待解析文本包含的設定類型的參數。

優選地，所述利用聯合預測模型的注意力層，處理所述隱層表征特征，以得到包含有待解析文本內部詞間聯系信息的注意力特征，包括：