[發明專利]一種數據搜索方法、系統、電子設備及存儲介質

在審

• 申請號: 202210417524.5
• 申請日: 2022-04-21
• 公開（公告）號: CN114547474A
• 公開（公告）日: 2022-05-27
• 發明（設計）人: 崔燕紅
• 申請（專利權）人: 北京泰迪熊移動科技有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/9538;G06N3/08
• 代理公司: 北京樂知新創知識產權代理事務所(普通合伙) 11734
• 代理人: 江宇

1.一種數據搜索方法，其特征在于，所述方法包括：

獲取待搜索數據；

將所述待搜索數據輸入預先訓練好的識別模型進行待搜索詞提取，獲取待搜索詞集；

對所述待搜索詞集中的待搜索詞進行可視化顯示，生成待搜索詞圖形；

所述待搜索詞圖形被觸發時，獲取所述待搜索詞圖形對應的待搜索詞在至少一個搜索引擎中的搜索結果集，所述搜索結果集包括至少一個搜索結果；

獲取所述搜索結果與對應的待搜索詞之間的關聯度，根據預設的打分規則和所述關聯度，對所述搜索結果集進行打分，獲取對應搜索結果集的分數；

根據所述分數，對所述搜索結果集進行排序與可視化顯示，生成搜索結果集圖形，所述搜索結果集圖形分別與搜索引擎和待搜索詞相對應。

2.根據權利要求1所述的數據搜索方法，其特征在于，

所述待搜索數據至少包括以下之一：文本數據和語音數據；

所述識別模型至少包括以下之一：文本識別子模型和語音識別子模型。

3.根據權利要求2所述的數據搜索方法，其特征在于，所述文本識別子模型的獲取步驟包括：

獲取第一訓練集，所述第一訓練集包括：訓練語句、訓練詞集、與所述訓練語句相對應的第一真實語義標簽、以及與所述訓練詞集相對應的第二真實語義標簽；

將所述訓練語句和訓練詞集分別輸入預設的第一語義識別網絡進行語義識別，獲取第一預測語義標簽集和第二預測語義標簽集，所述第一預測語義標簽集包括至少一個第一預測語義標簽，所述第二預測語義標簽集包括至少一個第二預測語義標簽，所述第一預測語義標簽集與所述訓練語句相對應，所述第二預測語義標簽集與所述訓練詞集相對應；

根據所述第一真實語義標簽與第一預測語義標簽之間的差距、以及第二真實語義標簽與第二預測語義標簽之間的差距，對所述第一語義識別網絡進行迭代訓練，獲取所述文本識別子模型。

4.根據權利要求2所述的數據搜索方法，其特征在于，所述語音識別子模型的獲取步驟包括：

獲取第二訓練集，所述第二訓練集包括：語音樣本數據、以及與所述語音樣本數據相對應的第三真實語義標簽；

對所述語音樣本數據進行降噪處理，獲取降噪樣本數據；

將所述降噪樣本數據輸入預設的語音識別網絡進行語音識別，獲取語音文本；

將所述語音文本輸入預設的第二語義識別網絡進行語義識別，獲取第三預測語義標簽集；

根據所述第三真實語義標簽和所述第三預測語義標簽集中的第三預測語義標簽之間的差距，對所述語音識別網絡和所述第二語義識別網絡進行聯合訓練，獲取所述語音識別子模型。

5.根據權利要求2所述的數據搜索方法，其特征在于，將待搜索數據輸入預先訓練好的識別模型進行待搜索詞提取，獲取待搜索詞集的步驟包括：

當所述待搜索數據為文本數據時，將所述文本數據輸入所述文本識別子模型進行識別與預測，獲取所述文本識別子模型輸出的文本語義標簽集，將所述文本語義標簽集作為待搜索詞集；

當所述待搜索數據為語音數據時，將所述語音數據輸入所述語音識別子模型進行識別與預測，獲取所述語音識別子模型輸出的語音語義標簽集，將所述語音語義標簽集作為待搜索詞集。

6.根據權利要求5所述的數據搜索方法，其特征在于，將待搜索數據輸入預先訓練好的識別模型進行待搜索詞提取，獲取待搜索詞集的步驟還包括：

當所述待搜索數據為文本數據和語音數據時，將所述文本數據輸入所述文本識別子模型進行識別與預測，獲取文本語義標簽集，并將所述語音數據輸入所述語音識別子模型進行識別與預測，獲取語音語義標簽集；

獲取所述文本語義標簽集中文本語義標簽的第一置信度、以及所述語音語義標簽集中語音語義標簽的第二置信度；

根據所述第一置信度和第二置信度，對所述文本語義標簽和所述語音語義標簽進行篩選，獲取所述待搜索詞集。