[發(fā)明專利]一種知識檢索方法、裝置、設(shè)備及計算機(jī)可讀存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202011473133.2
• 申請日: 2020-12-15
• 公開（公告）號: CN112445904A
• 公開（公告）日: 2021-03-05
• 發(fā)明（設(shè)計）人: 周玉立;梁嘉楠;沈懿忱;尤翔遠(yuǎn);劉俊杰;劉子星
• 申請（專利權(quán)）人: 稅友軟件集團(tuán)股份有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F16/33;G06F16/338;G06F40/216;G06F40/289;G06F40/30
• 代理公司: 北京集佳知識產(chǎn)權(quán)代理有限公司 11227
• 代理人: 侯珊

1.一種知識檢索方法，其特征在于，包括：

接收待檢索的目標(biāo)輸入內(nèi)容；

通過ElasticSearch搜索引擎根據(jù)所述目標(biāo)輸入內(nèi)容對預(yù)置知識庫進(jìn)行知識檢索，得到知識候選集；

利用word2vec詞向量模型計算所述目標(biāo)輸入內(nèi)容的第一句向量；

獲取所述知識候選集中各候選知識分別對應(yīng)的第二句向量；

分別計算各所述第二句向量與所述第一句向量的相似度；

利用lambdaRank模型根據(jù)各所述相似度對各所述候選知識進(jìn)行排序，得到知識檢索結(jié)果；其中，所述lambdaRank模型為根據(jù)歷史檢索記錄進(jìn)行訓(xùn)練得到。

2.根據(jù)權(quán)利要求1所述的知識檢索方法，其特征在于，通過ElasticSearch搜索引擎根據(jù)所述目標(biāo)輸入內(nèi)容對預(yù)置知識庫進(jìn)行知識檢索，包括：

對所述目標(biāo)輸入內(nèi)容進(jìn)行解析，得到目標(biāo)知識維度信息；

通過所述ElasticSearch搜索引擎結(jié)合所述目標(biāo)輸入內(nèi)容和所述目標(biāo)知識維度信息，對所述預(yù)置知識庫進(jìn)行知識檢索。

3.根據(jù)權(quán)利要求1所述的知識檢索方法，其特征在于，獲取所述知識候選集中各候選知識分別對應(yīng)的第二句向量，包括：

從Redis數(shù)據(jù)庫中查找所述知識候選集中各所述候選知識分別對應(yīng)的第二句向量。

4.根據(jù)權(quán)利要求3所述的知識檢索方法，其特征在于，從Redis數(shù)據(jù)庫中查找所述知識候選集中各所述候選知識分別對應(yīng)的第二句向量，包括：

獲取各所述候選知識分別對應(yīng)的目標(biāo)知識標(biāo)識信息；

從所述Redis數(shù)據(jù)庫中查找各所述目標(biāo)知識標(biāo)識信息分別對應(yīng)的第二句向量。

5.根據(jù)權(quán)利要求1所述的知識檢索方法，其特征在于，分別計算各所述第二句向量與所述第一句向量的相似度，包括：

利用各預(yù)置相似度計算算法分別計算各所述第二句向量與所述第一句向量的相似度，得到各所述第二句向量分別對應(yīng)的相似度集合；

根據(jù)各所述相似度集合分別構(gòu)建相似向量表征；

利用lambdaRank模型根據(jù)各所述相似度對各所述候選知識進(jìn)行排序，包括：

利用lambdaRank模型根據(jù)各所述相似向量表征對各所述候選知識進(jìn)行排序。

6.根據(jù)權(quán)利要求1至5任一項所述的知識檢索方法，其特征在于，得到知識檢索結(jié)果，包括：

獲取知識排序結(jié)果；

從所述知識排序結(jié)果中選取前預(yù)設(shè)數(shù)量個所述候選知識；

將選取得到的各所述候選知識確定為所述知識檢索結(jié)果。

7.根據(jù)權(quán)利要求6所述的知識檢索方法，其特征在于，在將選取得到的各所述候選知識確定為所述知識檢索結(jié)果之后，還包括：

將所述知識檢索結(jié)果返回給檢索請求端。

8.一種知識檢索裝置，其特征在于，包括：

輸入內(nèi)容接收模塊，用于接收待檢索的目標(biāo)輸入內(nèi)容；

知識候選集獲得模塊，用于通過ElasticSearch搜索引擎根據(jù)所述目標(biāo)輸入內(nèi)容對預(yù)置知識庫進(jìn)行知識檢索，得到知識候選集；

句向量計算模塊，用于利用word2vec詞向量模型計算所述目標(biāo)輸入內(nèi)容的第一句向量；

句向量獲取模塊，用于獲取所述知識候選集中各候選知識分別對應(yīng)的第二句向量；

相似度計算模塊，用于分別計算各所述第二句向量與所述第一句向量的相似度；

檢索結(jié)果獲得模塊，用于利用lambdaRank模型根據(jù)各所述相似度對各所述候選知識進(jìn)行排序，得到知識檢索結(jié)果；其中，所述lambdaRank模型為根據(jù)歷史檢索記錄進(jìn)行訓(xùn)練得到。

9.一種知識檢索設(shè)備，其特征在于，包括：

存儲器，用于存儲計算機(jī)程序；

處理器，用于執(zhí)行所述計算機(jī)程序時實現(xiàn)如權(quán)利要求1至7任一項所述知識檢索方法的步驟。

10.一種計算機(jī)可讀存儲介質(zhì)，其特征在于，所述計算機(jī)可讀存儲介質(zhì)上存儲有計算機(jī)程序，所述計算機(jī)程序被處理器執(zhí)行時實現(xiàn)如權(quán)利要求1至7任一項所述知識檢索方法的步驟。