[發明專利]一種檢索方法、裝置、電子設備及計算機存儲介質

在審

• 申請號: 202111113002.8
• 申請日: 2021-09-23
• 公開（公告）號: CN113901173A
• 公開（公告）日: 2022-01-07
• 發明（設計）人: 余顯;陳曉帆;陳梓鴻;李德方
• 申請（專利權）人: 深信服科技股份有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F16/338;G06F40/216;G06F40/289
• 代理公司: 北京派特恩知識產權代理有限公司 11270
• 代理人: 賈偉;張穎玲

1.一種檢索方法，其特征在于，所述方法包括：

根據至少一個檢索詞，從預設的文檔數據庫中檢索出候選文檔集；

獲取所述候選文檔集的每一候選文檔的目標文檔得分，其中，所述每一候選文檔的目標文檔得分是基于對所述檢索詞的詞頻做對數操作確定的；

基于所述候選文檔集的每一候選文檔的目標文檔得分對所述候選文檔集的每一候選文檔進行排序，得到排序后的候選文檔集；

基于所述排序后的候選文檔集，輸出檢索結果。

2.如權利要求1所述的方法，其特征在于，在所述根據至少一個檢索詞，從預設的文檔數據庫中檢索出候選文檔集之前，所述方法還包括：

對所述預設的文檔數據庫中的每一文檔進行分詞操作，得到每一所述文檔對應的目標分詞集合；

對所述目標分詞集合中的每一分詞的詞頻做對數操作，和對每一所述分詞做逆文本頻率指數操作確定每一所述分詞的第一分詞得分；

對應地，所述獲取所述候選文檔集的每一候選文檔的目標文檔得分，包括：

獲取每一所述候選文檔中與所述檢索詞匹配的至少一個分詞的第一分詞得分；

將每一所述候選文檔中至少一個分詞的第一分詞得分進行加和操作，得到每一所述候選文檔的目標文檔得分。

3.如權利要求2所述的方法，其特征在于，所述方法還包括：

將每一所述分詞的第一分詞得分與對應分詞的位置權重相乘，得到每一所述分詞的第二分詞得分；

對應地，所述獲取所述候選文檔集的每一候選文檔的目標文檔得分，包括：

獲取每一所述候選文檔中與所述檢索詞匹配的至少一個分詞的第二分詞得分；

將每一所述候選文檔中至少一個分詞的第二分詞得分進行加和操作，得到每一所述候選文檔的目標文檔得分。

4.如權利要求3所述的方法，其特征在于，所述方法還包括：

將每一所述分詞的第二分詞得分與對應分詞的關鍵詞權重相乘，得到每一所述分詞的目標分詞得分；

對應地，所述獲取所述候選文檔集的每一候選文檔的目標文檔得分，包括：

獲取每一所述候選文檔中與所述檢索詞匹配的至少一個分詞的目標分詞得分；

將每一所述候選文檔中至少一個分詞的目標分詞得分進行加和操作，得到每一所述候選文檔的目標文檔得分。

5.如權利要求2至4任一項所述的方法，其特征在于，所述對所述預設的文檔數據庫中的每一文檔進行分詞操作，得到每一所述文檔對應的目標分詞集合，包括：

對所述預設的文檔數據庫中的每一文檔進行分詞操作，得到每一所述文檔對應的預設分詞集合；

對所述預設分詞集合進行清洗操作，得到所述目標分詞集合，其中，所述清洗操作包括以下至少之一：去除HTML標簽、去除純數字、去除數字和英文的組合、英文字符轉小寫、去除標點以及符號組合。

6.如權利要求4所述的方法，其特征在于，所述將所述每一候選文檔中至少一個分詞的目標分詞得分進行加和操作，得到每一所述候選文檔的目標文檔得分，包括：

將每一所述候選文檔中至少一個分詞的目標分詞得分進行加和操作，得到每一所述候選文檔的第一文檔得分；

將每一所述候選文檔的第一文檔得分與對應文檔的權重相乘，得到每一所述候選文檔的目標文檔得分，其中，所述對應文檔的權重由文檔的檢索頻率和文檔的質量確定。

7.如權利要求1至6任一項所述的方法，其特征在于，所述方法還包括：

獲取用戶輸入的預期檢索結果；

在確定所述檢索結果與所述預期檢索結果存在差異的情況下，利用神經網絡模型對所述檢索詞的位置權重進行更新。