[發明專利]基于query分析的圖譜優化方法、裝置、設備及介質

有效

• 申請號: 202110688454.2
• 申請日: 2021-06-22
• 公開（公告）號: CN113254671B
• 公開（公告）日: 2021-09-28
• 發明（設計）人: 陳宇
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F16/28;G06F16/35;G06F40/295;G06N3/04;G06N5/02
• 代理公司: 深圳市精英專利事務所 44242
• 代理人: 李翔宇

1.一種基于query分析的圖譜優化方法，其特征在于，包括：

獲取預設時長內產生的query日志；

從所述query日志中獲取瀏覽信息，并根據所述瀏覽信息確定待優化query；

調用指定搜索引擎，并利用所述指定搜索引擎查詢所述待優化query，得到至少一個非結構化文本；

利用改進的BiLSTM模型對所述至少一個非結構化文本進行實體及關系抽取，得到候選實體及候選關系；

從所述至少一個非結構化文本中獲取抽取失敗的文本，利用改進的基于ERNIE的實體關系聯合抽取模型對所述抽取失敗的文本進行補充抽取，并將抽取到的數據補充至所述候選實體及所述候選關系；

調用初始知識圖譜，并利用所述初始知識圖譜對所述候選實體及所述候選關系進行清洗，得到目標實體及目標關系，包括：從所述候選實體中識別所述初始知識圖譜中存在的實體，并從所述候選實體中刪除識別到的實體，得到第一實體；合并所述第一實體中重復的實體，得到所述目標實體；從所述候選關系中識別所述初始知識圖譜中存在的關系，并從所述候選關系中刪除識別到的關系，得到第一關系；合并所述第一關系中重復的關系，得到所述目標關系；

將所述目標實體及所述目標關系更新至所述初始知識圖譜，得到目標圖譜。

2.根據權利要求1所述的基于query分析的圖譜優化方法，其特征在于，所述根據所述瀏覽信息確定待優化query包括：

從所述瀏覽信息中捕獲停留時長大于或者等于配置時長，且沒有點擊操作的頁面，將捕獲到的頁面所對應的query確定為所述待優化query；及/或

從所述瀏覽信息中讀取用戶的消極反饋記錄，并獲取與所述消極反饋記錄對應的query作為所述待優化query。

3.根據權利要求1所述的基于query分析的圖譜優化方法，其特征在于，所述利用所述指定搜索引擎查詢所述待優化query，得到至少一個非結構化文本包括：

向所述指定搜索引擎發起帶有所述待優化query的查詢請求；

接收所述指定搜索引擎針對所述待優化query反饋的頁面，其中，所述指定搜索引擎根據所述待優化query生成Request包，并基于HTTP庫向目標站點發送所述Request包，所述指定搜索引擎接收所述目標站點反饋的Response包，并返回所述Response包的內容作為所述指定搜索引擎針對所述待優化query反饋的頁面；

獲取排在預設位之前的頁面作為目標頁面；

將所述目標頁面內的數據確定為所述至少一個非結構化文本。

4.根據權利要求1所述的基于query分析的圖譜優化方法，其特征在于，在利用改進的BiLSTM模型對所述至少一個非結構化文本進行實體及關系抽取前，所述方法還包括：

調用初始BiLSTM模型，并在所述初始BiLSTM模型的輸出層添加關系分類器；

獲取第一訓練樣本，將所述第一訓練樣本進行向量化處理，得到所述第一訓練樣本的嵌入表示；

獲取所述第一訓練樣本的實體標簽及關系標簽；

將所述第一訓練樣本的嵌入表示確定為輸入，將所述第一訓練樣本的實體標簽及關系標簽確定為訓練目標，并對所述初始BiLSTM模型及所述關系分類器進行聯合訓練；

當所述初始BiLSTM模型及所述關系分類器同時收斂時，停止訓練，得到所述改進的BiLSTM模型。

5.根據權利要求1所述的基于query分析的圖譜優化方法，其特征在于，在利用改進的基于ERNIE的實體關系聯合抽取模型對所述抽取失敗的文本進行補充抽取前，所述方法還包括：

從通用中文庫中獲取第二訓練樣本；

隨機屏蔽所述第二訓練樣本中的短語，并將屏蔽掉的短語替換為預設標記，得到屏蔽樣本；

調用初始ERNIE模型；

根據所述屏蔽樣本對所述初始ERNIE模型進行屏蔽短語預測訓練；

當所述初始ERNIE模型達到收斂時，停止訓練，得到所述改進的基于ERNIE的實體關系聯合抽取模型。