[發(fā)明專利]一種智能檢索方法及檢索系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202110279256.0
• 申請日: 2021-03-16
• 公開（公告）號: CN113282702A
• 公開（公告）日: 2021-08-20
• 發(fā)明（設計）人: 李媛婷;賴金林;鄭曉敏;徐錦宏;蘇志雄;彭志勇;陳剛;黎美玲
• 申請（專利權）人: 廣東醫(yī)通軟件有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33
• 代理公司: 中山穎聯知識產權代理事務所(普通合伙) 44647
• 代理人: 何卓南;鐘作亮

1.一種智能檢索方法，其特征在于，包括：

在獲取用戶輸入的查詢語句之后，通過預訓練語言模型生成查詢句向量；

將所述查詢句向量與每一案例文摘的語義矩陣進行計算，以得到余弦相似度平均值；

由高到低輸出所述余弦相似度平均值對應案例的原始文本鏈接。

2.根據權利要求1所述的方法，其特征在于，所述在獲取用戶輸入的查詢語句之后，通過預訓練語言模型生成查詢句向量之前，所述方法還包括：

利用抽取式文摘生成算法，將創(chuàng)傷案例庫中的每一案例的原始文本生成所述案例文摘；

將每一所述案例文摘的句子逐一輸入至所述預訓練語言模型中以生成案例句向量；

將所述案例句向量按行組合，以形成所述語義矩陣。

3.根據權利要求2所述的方法，其特征在于，所述將所述查詢句向量與每一案例文摘的語義矩陣進行計算，以得到余弦相似度平均值，包括：

將所述查詢句向量與每一所述語義矩陣進行逐行計算，以得到每一所述語義矩陣對應的余弦行相似度值；

將每一所述余弦行相似度值進行相加之后除以對應的每一所述語義矩陣的總行數，以得到所述余弦相似度平均值。

4.根據權利要求3所述的方法，其特征在于，所述方法還包括：

所述預訓練語言模型至少包括為BERT系列預訓練語言模型。

5.一種檢索系統(tǒng)，其特征在于，所述檢索系統(tǒng)包括：

第一生成單元，用于在獲取用戶輸入的查詢語句之后，通過預訓練語言模型生成查詢句向量；

計算單元，用于將所述查詢句向量與每一案例文摘的語義矩陣進行計算，以得到余弦相似度平均值；

輸出單元，用于由高到低輸出所述余弦相似度平均值對應案例的原始文本鏈接。

6.根據權利要求5所述的檢索系統(tǒng)，其特征在于，所述檢索系統(tǒng)還包括：

第二生成單元，用于在所述第一生成單元在獲取用戶輸入的查詢語句之后，通過預訓練語言模型生成查詢句向量之前，利用抽取式文摘生成算法，將創(chuàng)傷案例庫中的每一案例的原始文本生成所述案例文摘；

輸入單元，用于將每一所述案例文摘的句子逐一輸入至所述預訓練語言模型中以生成案例句向量；

組合單元，用于將所述案例句向量按行組合，以形成所述語義矩陣。

7.根據權利要求6所述的檢索系統(tǒng)，其特征在于，所述計算單元包括：

第一計算子單元，用于將所述查詢句向量與每一所述語義矩陣進行逐行計算，以得到每一所述語義矩陣對應的余弦行相似度值；

第二計算子單元，用于將每一所述余弦行相似度值進行相加之后除以對應的每一所述語義矩陣的總行數，以得到所述余弦相似度平均值。

8.一種檢索系統(tǒng)，其特征在于，所述檢索系統(tǒng)包括：

存儲有可執(zhí)行程序代碼的存儲器；

與所述存儲器耦合的處理器；

所述處理器調用所述存儲器中存儲的所述可執(zhí)行程序代碼，執(zhí)行權利要求1-4任一項所述的智能檢索方法。

9.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質存儲有計算機程序，其中，所述計算機程序使得計算機執(zhí)行權利要求1-4任一項所述的智能檢索方法。