[發(fā)明專利]一種基于意圖識別的關(guān)聯(lián)搜索方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202210082469.9
• 申請日: 2022-01-24
• 公開（公告）號: CN114610842A
• 公開（公告）日: 2022-06-10
• 發(fā)明（設(shè)計）人: 寧旭章;徐東升;宋志軍;賈現(xiàn)永;蔡子哲
• 申請（專利權(quán)）人: 企知道網(wǎng)絡(luò)技術(shù)有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33
• 代理公司: 暫無信息
• 代理人: 暫無信息

本申請公開了一種基于意圖識別的關(guān)聯(lián)搜索方法及系統(tǒng)，其方法包括：獲取檢索內(nèi)容文本；根據(jù)檢索內(nèi)容文本進行意圖識別，得到意圖檢索領(lǐng)域；根據(jù)意圖檢索領(lǐng)域關(guān)聯(lián)得到目標數(shù)據(jù)源；對目標數(shù)據(jù)源進行搜索，得到搜索結(jié)果。通過先根據(jù)檢索內(nèi)容文本進行意圖識別，得到意圖檢索領(lǐng)域，從而關(guān)聯(lián)到目標數(shù)據(jù)源，從進行精準的搜索，不需要遍歷所有的數(shù)據(jù)源進行搜索了，提高了搜索過程的效率，并且搜索結(jié)果能夠滿足用戶的搜索意圖。

技術(shù)領(lǐng)域

本申請涉及信息檢索技術(shù)領(lǐng)域，尤其是涉及一種基于意圖識別的關(guān)聯(lián)搜索方法及系統(tǒng)。

背景技術(shù)

目前，面向企業(yè)用戶和個人用戶的搜索引擎，一般都是按照企業(yè)用戶或個人用戶的搜索意圖對不同的數(shù)據(jù)源進行內(nèi)容搜索。

但是，搜索引擎對于無差別的搜索，需要逐個查詢所有數(shù)據(jù)源，再對搜索到的結(jié)果進行混合排序，會導致搜索過程的效率低，并且也無法保證搜索結(jié)果滿足用戶搜索意圖。

發(fā)明內(nèi)容

為了提高搜索過程的效率，并且搜索結(jié)果能夠滿足用戶的搜索意圖，本申請?zhí)峁┝艘环N基于意圖識別的關(guān)聯(lián)搜索方法及系統(tǒng)。

第一方面，本申請?zhí)峁┮环N基于意圖識別的關(guān)聯(lián)搜索方法，采用如下的技術(shù)方案：

一種基于意圖識別的關(guān)聯(lián)搜索方法，包括：

獲取檢索內(nèi)容文本；

根據(jù)所述檢索內(nèi)容文本進行意圖識別，得到意圖檢索領(lǐng)域；

根據(jù)所述意圖檢索領(lǐng)域關(guān)聯(lián)得到目標數(shù)據(jù)源；

對所述目標數(shù)據(jù)源進行搜索，得到搜索結(jié)果。

通過采用上述技術(shù)方案，在進行搜索之前，先根據(jù)檢索內(nèi)容文本進行意圖識別，得到意圖檢索領(lǐng)域，從而關(guān)聯(lián)到目標數(shù)據(jù)源，從進行精準的搜索，不需要遍歷所有的數(shù)據(jù)源進行搜索了，提高了搜索過程的效率，并且搜索結(jié)果能夠滿足用戶的搜索意圖。

可選的，所述根據(jù)所述檢索內(nèi)容文本進行意圖識別，得到意圖檢索領(lǐng)域，包括：

將所述檢索內(nèi)容文本與預(yù)設(shè)關(guān)鍵詞庫進行關(guān)鍵詞匹配；

若成功匹配到目標關(guān)鍵詞，則基于所述目標關(guān)鍵詞進行意圖識別，得到意圖檢索領(lǐng)域。

可選的，所述根據(jù)所述檢索內(nèi)容文本進行意圖識別，得到意圖檢索領(lǐng)域，包括：

將所述檢索內(nèi)容文本與預(yù)設(shè)熱詞庫進行熱詞匹配；

若成功匹配到目標熱詞，則基于所述目標熱詞進行意圖識別，得到意圖檢索領(lǐng)域。

可選的，所述方法還包括：

若未成功匹配到目標關(guān)鍵詞和/或目標熱詞，則對所述檢索內(nèi)容文本進行向量化處理；

將向量化處理后的所述檢索內(nèi)容文本輸入預(yù)先訓練的卷積神經(jīng)意圖識別模型，得到模型輸出結(jié)果，將所述模型輸出結(jié)果作為意圖檢索領(lǐng)域。

可選的，所述根據(jù)所述檢索內(nèi)容文本進行意圖識別，得到意圖檢索領(lǐng)域之前，還包括：

獲取所有數(shù)據(jù)源的數(shù)據(jù)中的重要詞語，將所述重要詞語作為第一熱詞；

獲取用戶搜索歷史文本，對所述用戶搜索歷史文本進行非名詞清洗，得到第二熱詞；

根據(jù)所述第一熱詞和所述第二熱詞形成熱詞庫；

接收運維人員輸入的熱修復詞語，將所述熱修復詞語作為新的熱詞增加到所述熱詞庫中。

可選的，所述根據(jù)所述檢索內(nèi)容文本進行意圖識別，得到意圖檢索領(lǐng)域之前，還包括：

獲取業(yè)務(wù)標注數(shù)據(jù)及數(shù)據(jù)源中的數(shù)據(jù)；

根據(jù)預(yù)設(shè)標簽類別，對所述業(yè)務(wù)標注數(shù)據(jù)和所述數(shù)據(jù)源中的數(shù)據(jù)賦予類別標簽；

對所述類別標簽的數(shù)據(jù)進行向量化處理后，對文本卷積神經(jīng)網(wǎng)絡(luò)模型進行訓練，得到卷積神經(jīng)意圖識別模型。

可選的，所述根據(jù)所述意圖檢索領(lǐng)域關(guān)聯(lián)得到目標數(shù)據(jù)源，包括：

確定所述意圖檢索領(lǐng)域的子領(lǐng)域數(shù)量；