[發明專利]搜索方法、裝置、電子設備及存儲介質

有效

• 申請號: 202110738785.2
• 申請日: 2021-06-30
• 公開（公告）號: CN113590645B
• 公開（公告）日: 2022-05-10
• 發明（設計）人: 賈巍;戴岱;肖欣延
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06F16/242
• 分類號: G06F16/242
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 張夢瑤

1.一種搜索方法，包括：

獲取查詢語句；

將所述查詢語句與搜索數據庫中的每個候選結果對應的第一結構化數據集進行匹配，以確定所述查詢語句與每個所述候選結果間的相關性，其中，每個所述第一結構化數據集為訓練生成的結構化信息抽取模型，對每個所述候選結果進行信息抽取后生成的；

根據每個所述相關性，確定所述查詢語句對應的目標搜索結果；

還包括：

接收訓練數據集，其中，所述訓練數據集中包括多種模態的樣本數據及每個樣本數據對應的標注結構化數據；

將每個樣本數據輸入初始網絡模型，以獲取所述樣本數據對應的預測結構化數據，其中，所述初始網絡模型包括：

第一部分，用于將任意非文本類型的數據轉化為文本數據；

第二部分，用于將文本數據進行處理，以輸出其對應的結構化數據；

基于所述預測結構化數據與對應的標注結構化數據的差異，對所述初始網絡模型進行修正，以獲取所述結構化信息抽取模型。

2.如權利要求1所述的方法，其中，所述將所述查詢語句與搜索數據庫中的每個候選結果對應的結構化數據集進行匹配，包括：

將所述查詢語句輸入所述結構化信息抽取模型，以獲取所述查詢語句對應的第二結構化數據集；

將所述第二結構化數據集中的每個第二結構化數據，分別與每個所述候選結果對應的每個第一結構化數據進行匹配。

3.如權利要求2所述的方法，其中，所述結構化數據中包括關系型數據及鍵值對，所述將所述第二結構化數據集中的每個第二結構化數據，分別與每個所述候選結果對應的每個第一結構化數據進行匹配，包括：

確定每個所述第一結構化數據及每個所述第二結構化數據的類型；

將每個第二結構化數據，分別與相同類型的每個第一結構化數據進行匹配。

4.如權利要求1所述的方法，其中，在所述確定所述查詢語句對應的目標搜索結果之后，還包括：

根據所述目標搜索結果對應的第一結構化數據集，確定所述目標搜索結果對應的知識圖譜；

展示所述目標搜索結果及所述知識圖譜。

5.如權利要求4所述的方法，其中，所述展示所述目標搜索結果及所述知識圖譜，包括：

在所述目標搜索結果中數據的模態滿足預設條件的情況下，展示所述目標搜索結果及所述知識圖譜。

6.一種搜索裝置，包括：

獲取模塊，用于獲取查詢語句；

第一確定模塊，用于將所述查詢語句與搜索數據庫中的每個候選結果對應的第一結構化數據集進行匹配，以確定所述查詢語句與每個所述候選結果間的相關性，其中，每個所述第一結構化數據集為訓練生成的結構化信息抽取模型，對每個所述候選結果進行信息抽取后生成的；

第二確定模塊，用于根據每個所述相關性，確定所述查詢語句對應的目標搜索結果；

還包括訓練模塊，所述訓練模塊，具體用于：

接收訓練數據集，其中，所述訓練數據集中包括多種模態的樣本數據及每個樣本數據對應的標注結構化數據；

將每個樣本數據輸入初始網絡模型，以獲取所述樣本數據對應的預測結構化數據，其中，所述初始網絡模型包括：

第一部分，用于將任意非文本類型的數據轉化為文本數據；

第二部分，用于將文本數據進行處理，以輸出其對應的結構化數據；

基于所述預測結構化數據與對應的標注結構化數據的差異，對所述初始網絡模型進行修正，以獲取所述結構化信息抽取模型。

7.如權利要求6所述的搜索裝置，其中，第一確定模塊，包括：

獲取單元，用于將所述查詢語句輸入所述結構化信息抽取模型，以獲取所述查詢語句對應的第二結構化數據集；

匹配單元，用于將所述第二結構化數據集中的每個第二結構化數據，分別與每個所述候選結果對應的每個第一結構化數據進行匹配。