[發(fā)明專利]信息檢索方法、裝置、設(shè)備及介質(zhì)

有效

• 申請?zhí)枺?/td>: 202110076199.6
• 申請日: 2021-01-20
• 公開（公告）號(hào): CN112860848B
• 公開（公告）日: 2022-03-25
• 發(fā)明（設(shè)計(jì)）人: 嚴(yán)為絨;喬建秀;劉元震
• 申請（專利權(quán)）人: 平安科技（深圳）有限公司
• 主分類號(hào): G06F16/33
• 分類號(hào): G06F16/33;G06F16/338;G06K9/62
• 代理公司: 深圳市賽恩倍吉知識(shí)產(chǎn)權(quán)代理有限公司 44334
• 代理人: 孫芬;劉麗華

1.一種信息檢索方法，其特征在于，所述信息檢索方法包括：

響應(yīng)于信息檢索指令，根據(jù)所述信息檢索指令獲取訓(xùn)練數(shù)據(jù)；

從所述訓(xùn)練數(shù)據(jù)中識(shí)別問題數(shù)據(jù)及文檔數(shù)據(jù)，并對所述問題數(shù)據(jù)及所述文檔數(shù)據(jù)進(jìn)行拼接處理，得到樣本序列，所述問題數(shù)據(jù)包括需要檢索的問題，所述文檔數(shù)據(jù)包括根據(jù)所述問題數(shù)據(jù)進(jìn)行檢索后獲得的文檔；

調(diào)用初始網(wǎng)絡(luò)，并根據(jù)所述樣本序列對所述初始網(wǎng)絡(luò)進(jìn)行預(yù)訓(xùn)練，得到中間模型；

計(jì)算所述文檔數(shù)據(jù)與所述問題數(shù)據(jù)間的相似度，根據(jù)所述文檔數(shù)據(jù)與所述問題數(shù)據(jù)間的相似度將所述文檔數(shù)據(jù)拆分為正樣本及負(fù)樣本；

根據(jù)所述問題數(shù)據(jù)、所述正樣本及所述負(fù)樣本構(gòu)建三元組；

構(gòu)建目標(biāo)損失函數(shù)；

根據(jù)所述三元組及所述目標(biāo)損失函數(shù)訓(xùn)練所述中間模型，得到目標(biāo)模型；

當(dāng)接收到待查詢問題及對應(yīng)的至少一個(gè)查詢文檔時(shí)，將所述待查詢問題及所述至少一個(gè)查詢文檔輸入至所述目標(biāo)模型，得到所述至少一個(gè)查詢文檔的排序結(jié)果，并將所述排序結(jié)果確定為所述待查詢問題的查詢結(jié)果。

2.如權(quán)利要求1所述的信息檢索方法，其特征在于，所述根據(jù)所述信息檢索指令獲取訓(xùn)練數(shù)據(jù)包括：

解析所述信息檢索指令的方法體，得到所述信息檢索指令所攜帶的信息；

獲取與領(lǐng)域?qū)?yīng)的預(yù)設(shè)標(biāo)簽；

根據(jù)所述預(yù)設(shè)標(biāo)簽構(gòu)建正則表達(dá)式；

利用所述正則表達(dá)式在所述信息檢索指令所攜帶的信息中進(jìn)行遍歷，并將遍歷到的數(shù)據(jù)確定為目標(biāo)領(lǐng)域；

連接配置數(shù)據(jù)庫，并從所述配置數(shù)據(jù)庫中搜索與所述目標(biāo)領(lǐng)域?qū)?yīng)的數(shù)據(jù)作為所述訓(xùn)練數(shù)據(jù)。

3.如權(quán)利要求1所述的信息檢索方法，其特征在于，采用下述公式對所述問題數(shù)據(jù)及所述文檔數(shù)據(jù)進(jìn)行拼接處理，得到樣本序列：

X_i＝[＜CLS＞，Q_m，＜SEP＞，D_j，＜SEP＞]

其中，X_i表示第i個(gè)樣本序列；＜CLS＞及＜SEP＞為標(biāo)志，＜CLS＞用于標(biāo)記首句句首，＜SEP＞用于分開兩個(gè)句子，并標(biāo)記尾句句尾；Q_m表示第m個(gè)問題數(shù)據(jù)，D_j表示對應(yīng)于Q_m的第j個(gè)文檔數(shù)據(jù)；i、m、j為正整數(shù)。

4.如權(quán)利要求1所述的信息檢索方法，其特征在于，所述根據(jù)所述樣本序列對所述初始網(wǎng)絡(luò)進(jìn)行預(yù)訓(xùn)練，得到中間模型包括：

將所述樣本序列輸入至所述初始網(wǎng)絡(luò)的Bert層進(jìn)行Embedding編碼，得到嵌入向量；

將所述嵌入向量輸入至所述初始網(wǎng)絡(luò)的Pooling層進(jìn)行池化處理，得到池化特征；

將所述池化特征輸入至所述初始網(wǎng)絡(luò)的Softmax層，得到輸出值；

根據(jù)所述輸出值，采用交叉熵?fù)p失函數(shù)優(yōu)化所述初始網(wǎng)絡(luò)，直至所述交叉熵?fù)p失函數(shù)的取值不再降低，停止訓(xùn)練，得到所述中間模型。

5.如權(quán)利要求3所述的信息檢索方法，其特征在于，采用下述公式根據(jù)所述問題數(shù)據(jù)、所述正樣本及所述負(fù)樣本構(gòu)建三元組：

I_m＝(Q_m，P_a，N_b)

其中，I_m表示第m個(gè)三元組；P_a表示對應(yīng)于Q_m的第a個(gè)正樣本；P_b表示對應(yīng)于Q_m的第b個(gè)負(fù)樣本；a、b為正整數(shù)。

6.如權(quán)利要求1所述的信息檢索方法，其特征在于，采用構(gòu)建目標(biāo)損失函數(shù)：

L＝max(||S_query-S_positive||-||S_query-S_negative||+Margin，0)

其中，L表示所述目標(biāo)損失函數(shù)，S_query表示所述問題數(shù)據(jù)對應(yīng)的句向量，S_positive表示所述正樣本對應(yīng)的句向量，S_negative表示所述負(fù)樣本對應(yīng)的句向量，Margin表示安全系數(shù)。