[發明專利]基于知識圖譜的模糊匹配方法、裝置和計算機設備

在審

• 申請號: 202011633652.0
• 申請日: 2020-12-31
• 公開（公告）號: CN112732883A
• 公開（公告）日: 2021-04-30
• 發明（設計）人: 王昊;張樂情;羅水權;劉劍;李燕婷
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F16/36;G06F40/284
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 何江濤

本申請涉及知識圖譜技術領域，提供了一種基于知識圖譜的模糊匹配方法、裝置、計算機設備和存儲介質。所述方法包括：接收攜帶檢索句的檢索請求，對檢索句進行分詞，得到包括查詢關鍵字的查詢詞袋；根據查詢詞袋，查詢已構建的知識圖譜，得到包含查詢關鍵字的知識圖譜節點文本；根據知識圖譜節點文本，查詢已構建的知識圖譜，得到與知識圖譜節點文本對應的相似文本集合；根據預設特征詞得分表，獲取與查詢關鍵字對應的關鍵字得分，根據關鍵字得分以及節點連接關系，得到知識圖譜節點文本的第一檢索得分以及相似文本集合中相似節點文本的第二檢索得分；根據第一檢索得分以及第二檢索得分，得到檢索結果。采用本方法能夠提高模糊匹配準確度。

技術領域

本申請涉及計算機技術領域，特別是涉及一種基于知識圖譜的模糊匹配方法、裝置、計算機設備和存儲介質。

背景技術

隨著計算機技術的發展，出現了模糊匹配技術，模糊匹配技術是指根據查詢關鍵字，返回與查詢關鍵字相關的描述。比如，常見的模糊匹配方法有搜索引擎根據查詢關鍵字返回相關的網頁鏈接。

傳統技術中，在進行模糊匹配時，常采用的方法為基于統計的倒排索引以及基于神經網絡的計算。其中，基于統計的倒排索引的查詢方式為：將文本做分詞處理后，通過關鍵字做倒排索引，根據倒排索引將文本數據庫分桶或者做哈希運算。基于神經網絡的計算的查詢方式為：通過人工或者半人工標注的方式準備訓練語料，監督訓練一個相似度模型，通過該模型可以輸入一個文本，輸出一個隱藏向量，或者輸入兩個文本，直接輸出相似度得分。

然而，傳統方法都存在模糊匹配不準確的問題。

發明內容

基于此，有必要針對上述技術問題，提供一種能夠提高模糊匹配準確度的基于知識圖譜的模糊匹配方法、裝置、計算機設備和存儲介質。

一種基于知識圖譜的模糊匹配方法，所述方法包括：

接收攜帶檢索句的檢索請求，對檢索句進行分詞，得到包括查詢關鍵字的查詢詞袋；

根據查詢詞袋，查詢已構建的知識圖譜，得到包含查詢關鍵字的知識圖譜節點文本，已構建的知識圖譜以文本數據為節點、并以與文本數據對應的文本相似度為節點連接關系；

根據知識圖譜節點文本，查詢已構建的知識圖譜，根據節點連接關系得到與知識圖譜節點文本對應的相似文本集合；

根據預設特征詞得分表，獲取與查詢關鍵字對應的關鍵字得分，根據關鍵字得分以及節點連接關系，得到知識圖譜節點文本的第一檢索得分以及相似文本集合中相似節點文本的第二檢索得分；

根據第一檢索得分以及第二檢索得分對知識圖譜節點文本以及相似節點文本進行排序，得到與檢索句對應的檢索結果。

在一個實施例中，根據關鍵字得分以及節點連接關系，得到知識圖譜節點文本的第一檢索得分以及相似文本集合中相似節點文本的第二檢索得分包括：

根據關鍵字得分，計算知識圖譜節點文本的第一檢索得分，并根據知識圖譜節點文本，確定與相似文本集合中相似節點文本對應的目標節點文本；

根據目標節點文本以及節點連接關系，計算相似節點文本的第二檢索得分。

在一個實施例中，根據查詢詞袋，查詢已構建的知識圖譜，得到包含查詢關鍵字的知識圖譜節點文本之前，還包括：

獲取文本數據集，對文本數據集中文本數據進行分詞，得到與文本數據對應的詞語集合；

將詞語集合輸入已訓練的詞向量模型，得到與詞語集合對應的詞向量集合，根據詞向量集合，得到與文本數據對應的文本向量；

根據文本向量、詞語集合以及預設詞頻統計算法，計算文本數據集中文本數據之間的文本相似度，確定與文本數據對應的目標相似文本；