[發明專利]搜索方法、終端、電子設備以及可讀存儲介質

在審

• 申請號: 202210282190.5
• 申請日: 2022-03-21
• 公開（公告）號: CN114880425A
• 公開（公告）日: 2022-08-09
• 發明（設計）人: 曹俊年
• 申請（專利權）人: OPPO廣東移動通信有限公司
• 主分類號: G06F16/31
• 分類號: G06F16/31;G06F40/279;G06F40/284;G06F40/242;G06F16/33;G06F40/205;G06N3/04;G06F16/35;G06F16/953
• 代理公司: 深圳市威世博知識產權代理事務所(普通合伙) 44280
• 代理人: 唐雙

1.一種搜索方法，其特征在于，應用于終端設備，所述方法包括：

獲取文本信息；

將所述文本信息輸入至預先訓練的文本分類器，以得到對應的分類結果；

將所述文本信息與所述分類結果對應的標簽模板進行匹配，以得到所述文本信息對應的標簽信息；

將所述文本信息、以及對應的分類結果和標簽信息，發送至所述終端設備的搜索引擎，以使基于所述搜索引擎對所述文本信息、以及對應的分類結果和標簽信息進行搜索，得到對應的搜索結果。

2.根據權利要求1所述的方法，其特征在于，

在所述將所述文本信息輸入至預先訓練的文本分類器，以得到對應的分類結果之前，所述方法還包括:

對待訓練的文本信息進行數據清洗和數據增強，得到增強后的文本信息；

對所述增強后的文本信息進行分詞，得到多個字或詞，其中每個字對應詞典中的一個id；

采用多個字或詞對所述文本分類器的參數進行訓練，得到更新后的權重參數，所述文本分類器至少包括text CNN模型。

3.根據權利要求2所述的方法，其特征在于，

所述采用多個字或詞對所述文本分類器的權重參數進行訓練，得到更新后的權重參數，包括：

采用詞嵌入的方式，按照預設維度對多個字或詞進行數值轉換，得到轉換的數值；

基于梯度下降法的迭代，將所述轉換的數值經預設函數進行參數訓練，所述參數至少包括嵌入矩陣的參數和卷積網絡的參數；

通過軟件接口，將所述訓練后的參數固化入所述終端，以形成所述預先訓練的文本分類器。

4.根據權利要求3所述的方法，其特征在于，

所述預設函數為：

其中，t是時間，W_t為上一次的參數權重，W_t+1為這一次的參數權重，α為學習率，Loss為每一個分支的交叉熵損失的和。

5.根據權利要求2所述的方法，其特征在于，

在所述將所述文本信息與所述分類結果對應的標簽模板進行匹配，以得到所述文本信息對應的標簽信息之前，所述方法還包括：

將所述多個字或詞與預設業務場景詞典進行標簽匹配，得到不同頻率的模板；

將滿足預設條件頻率的模板作為所述挖掘模塊的結果，以完成對所述標簽模板的訓練。

6.根據權利要求5所述的方法，其特征在于，

所述標簽模式至少包括“TIME”模板、“LOC”模板以及“TAG”模板。

7.根據權利要求1～6任一項所述的方法，其特征在于，

所述文本分類器采用的算法至少包括fastText算法以及RNN算法。

8.一種終端，其特征在于，所述終端包括：

獲取模塊，用于獲取文本信息；

輸入模塊，用于將所述文本信息輸入至預先訓練的文本分類器，以得到對應的分類結果；

匹配模塊，用于將所述文本信息與所述分類結果對應的標簽模板進行匹配，以得到所述文本信息對應的標簽信息；

發送模塊，用于將所述文本信息、以及對應的分類結果和標簽信息，發送至所述終端設備的搜索引擎，以使基于所述搜索引擎對所述文本信息、以及對應的分類結果和標簽信息進行搜索，得到對應的搜索結果。

9.一種電子設備，其特征在于，包括：處理器和存儲器，所述存儲器中存儲有計算機程序，所述處理器用于執行所述計算機程序以實現如權利要求1-7任一項所述的方法。

10.一種計算機可讀存儲介質，其特征在于，該計算機可讀存儲介質存儲有計算機程序，計算機程序能夠被處理器執行時實現如權利要求1-7任一項所述的方法。