[發明專利]基于領域知識圖譜的檢索方法、裝置

有效

• 申請號: 202110829095.8
• 申請日: 2021-07-22
• 公開（公告）號: CN113282689B
• 公開（公告）日: 2023-02-03
• 發明（設計）人: 丁紅霞;伍星;吳忠毅;余志穎;徐更惟;李靖;廖宛玲;李琪
• 申請（專利權）人: 藥渡經緯信息科技（北京）有限公司
• 主分類號: G06F16/28
• 分類號: G06F16/28;G06F40/30;G06F40/295;G06N3/04
• 代理公司: 北京慧加倫知識產權代理有限公司 16035
• 代理人: 陳偉偉

本申請公開一種基于領域知識圖譜的檢索方法、裝置和搜索引擎，本申請在獲取用戶輸入并收集用戶第一搜索意圖后，通過基于領域知識圖譜構建關系圖，并根據用戶與關系圖的交互操作確認與識別用戶的第二搜索意圖，實現了對用戶意圖更精準的收集與理解，便于搜索引擎更精準地搜索所需數據，且由于構建并展示的關系圖，不僅涵蓋用戶原始輸入所表征的意圖，還包括自動擴展的與用戶原始輸入表征的意圖具備關聯的信息，為用戶確認其搜索意圖提供了可直觀查閱及操作的知識探索及延展空間，降低了對用戶專業知識的要求，可在低專業性要求前提下，高準確率、高效率/低耗時地解決具有知識復雜性、專業性和一定廣度/深度的數據關聯關系場景下的信息檢索問題。

技術領域

本申請屬于信息檢索技術領域，尤其涉及一種基于領域知識圖譜的檢索方法、裝置。

背景技術

信息檢索是一種查找信息的方法/手段，是用戶獲取信息的重要方式，傳統技術通過關鍵詞檢索（如，基于全文檢索相關技術實現的關鍵詞檢索）實現從信息集合中查找所需信息。即，用戶向搜索引擎輸入關鍵詞，搜索引擎通過對信息條目的全文關鍵詞匹配從信息集合中確定出相關信息條目，并反饋給用戶。

申請人發現，傳統技術的檢索方案至少存在以下技術缺陷：

1）僅基于用戶輸入的關鍵詞信息來構建搜索條件，信息單一，搜索引擎很難準確識別用戶的搜索意圖，這導致用戶常常需要根據搜索引擎返回的結果，不斷進行檢索關鍵詞的修正、嘗試，才能得到滿意的檢索結果，甚至多次嘗試仍得不到所需結果，信息檢索的效率低、耗時長；

2）針對特定產業領域（如，生物醫藥、光電/光導、空間技術等）通常具備的知識專業度高、復雜性高、數據涉及面廣等特點，傳統搜索引擎要求使用者具備一定領域專業知識才能較好的展開檢索任務，使用者的專業程度、知識局限性成為影響傳統搜索技術搜索準確率的一個重要因素，在使用者知識結構不完備，無法找到合適關鍵詞進行數據檢索的情況下，很難給出符合用戶意圖的高準確度檢索結果，從而導致檢索結果準確率低。

發明內容

有鑒于此，本申請公開一種基于領域知識圖譜的檢索方法、裝置和搜索引擎，用于通過利用領域知識圖譜以圖文交互方式進行用戶意圖確認，輔助解決在具有知識復雜性、專業性和一定廣度/深度的數據關聯關系場景下的信息檢索問題，來克服傳統技術存在的至少部分技術缺陷。

具體技術方案如下：

一種基于領域知識圖譜的檢索方法，包括：

獲取用戶輸入的檢索信息，確定所述檢索信息表征的用戶的第一搜索意圖；所述檢索信息至少包括一個實體詞；

基于領域知識圖譜，構建與所述第一搜索意圖相匹配的關系圖并展示；其中，所述關系圖包括多個實體節點及不同實體節點分別對應的實體之間的語義關系；所述關系圖表征的信息包括：所述第一搜索意圖表征的信息以及基于所述領域知識圖譜擴展出的與所述第一搜索意圖具備關聯的信息；

獲取用戶通過對展示的關系圖執行交互操作所產生的意圖確認信息，并根據所述意圖確認信息，識別用戶的第二搜索意圖；

根據所述第二搜索意圖，構造檢索條件；

根據所述檢索條件，對數據集進行檢索，得到目標檢索結果并反饋。

可選的，所述獲取用戶輸入的檢索信息，確定所述檢索信息表征的用戶的第一搜索意圖，包括：

獲取用戶輸入的包括單一實體詞的短文本或包括多個實體詞的長文本；

若所述檢索信息為短文本，識別所述短文本中的單一實體詞，得到所述短文本的一個原實體詞；將所述一個原實體詞作為用戶的第一搜索意圖；

若所述檢索信息為長文本，識別所述長文本中的多個實體詞，得到所述長文本的多個原實體詞；抽取不同的原實體詞分別對應的實體之間的語義關系；將所述多個原實體詞和抽取的語義關系作為用戶的第一搜索意圖。