[發(fā)明專利]表搜索方法、裝置、設(shè)備及存儲介質(zhì)

在審

• 申請?zhí)枺?/td>: 202211201173.0
• 申請日: 2022-09-29
• 公開（公告）號: CN115438048A
• 公開（公告）日: 2022-12-06
• 發(fā)明（設(shè)計）人: 陳先麗;王陽;劉屹;李楠;王皖麟;孫猛
• 申請（專利權(quán)）人: 招商局金融科技有限公司
• 主分類號: G06F16/22
• 分類號: G06F16/22;G06F16/2453;G06F16/248;G06F16/215
• 代理公司: 深圳市沃德知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44347
• 代理人: 高杰;于志光

本發(fā)明涉及數(shù)據(jù)處理技術(shù)，揭露了一種表搜索方法、裝置、電子設(shè)備以及存儲介質(zhì)，所述方法包括：對獲取的用戶輸入進(jìn)行類型識別，對類型識別結(jié)果為文本輸入的進(jìn)行數(shù)據(jù)清洗，對清洗數(shù)據(jù)抽取實(shí)體得到的輸入實(shí)體進(jìn)行向量計算得到第一表示向量，對預(yù)設(shè)的表數(shù)據(jù)庫中的表進(jìn)行向量計算得到第二表示向量，根據(jù)第一及第二表示向量相似度計算的結(jié)果從表數(shù)據(jù)庫中選取匹配表；若類型識別結(jié)果為表輸入，分別根據(jù)對用戶輸入及表數(shù)據(jù)庫中的每個表進(jìn)行表列名識別及內(nèi)容識別的結(jié)果計算每個表的表列名相關(guān)度及內(nèi)容相關(guān)度；根據(jù)表列名相關(guān)度及內(nèi)容相關(guān)度進(jìn)行綜合打分得到的綜合相關(guān)度從表數(shù)據(jù)庫中選取匹配表。本發(fā)明可以提高用戶輸入的表搜索效率及準(zhǔn)確率。

技術(shù)領(lǐng)域

本發(fā)明涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，尤其涉及一種表搜索方法、裝置、電子設(shè)備及計算機(jī)可讀存儲介質(zhì)。

背景技術(shù)

面對海量的數(shù)據(jù)，用戶往往需要從中精準(zhǔn)搜索到有效數(shù)據(jù)，表作為重要的數(shù)據(jù)存儲方式之一，便成為用戶搜索對象的載體。在使用過程中，表中既存在有效數(shù)據(jù)又含有大量的干擾數(shù)據(jù)，因此快速識別用戶輸入、精準(zhǔn)匹配數(shù)據(jù)并滿足用戶需求有助于提高表搜索的高效性和精準(zhǔn)性?，F(xiàn)有的表搜索技術(shù)由于支持搜索的對象單一，缺乏完善的匹配機(jī)制，導(dǎo)致了基于用戶輸入的表搜索效率低以及準(zhǔn)確率低的問題，從而很難滿足用戶對所需數(shù)據(jù)的高效獲取。

發(fā)明內(nèi)容

本發(fā)明提供一種表搜索方法、裝置、電子設(shè)備及計算機(jī)可讀存儲介質(zhì)，其主要目的在于解決基于用戶輸入的表搜索效率低以及準(zhǔn)確率低的問題。

為實(shí)現(xiàn)上述目的，本發(fā)明提供的一種表搜索方法，包括：

獲取用戶輸入，對所述用戶輸入進(jìn)行類型識別，根據(jù)類型識別的結(jié)果判斷所述用戶輸入為文本輸入還是表輸入；

當(dāng)所述用戶輸入為文本輸入時，對所述用戶輸入進(jìn)行數(shù)據(jù)清洗，得到清洗數(shù)據(jù)，從所述清洗數(shù)據(jù)中抽取實(shí)體，得到輸入實(shí)體；

對所述輸入實(shí)體及預(yù)設(shè)的表數(shù)據(jù)庫中的表進(jìn)行向量計算，得到所述輸入實(shí)體的第一表示向量以及所述表數(shù)據(jù)庫中表的第二表示向量；

對所述第一表示向量以及所述第二表示向量進(jìn)行相似度計算，根據(jù)相似度計算的結(jié)果從所述表數(shù)據(jù)庫中選取匹配表；

當(dāng)所述用戶輸入為表輸入時，分別對所述用戶輸入以及所述表數(shù)據(jù)庫中的每個表進(jìn)行表列名識別和內(nèi)容識別，并根據(jù)表列名識別的結(jié)果及內(nèi)容識別的結(jié)果計算每個表的表列名相關(guān)度及內(nèi)容相關(guān)度；

根據(jù)所述表列名相關(guān)度及所述內(nèi)容相關(guān)度進(jìn)行綜合打分，得到綜合相關(guān)度，通過所述綜合相關(guān)度從所述表數(shù)據(jù)庫中選取匹配表。

可選地，所述對所述用戶輸入進(jìn)行類型識別，根據(jù)類型識別的結(jié)果判斷所述用戶輸入為文本輸入還是表輸入，包括：

提取所述用戶輸入的數(shù)據(jù)格式，得到目標(biāo)數(shù)據(jù)格式；

利用所述目標(biāo)數(shù)據(jù)格式在預(yù)設(shè)的文本數(shù)據(jù)格式集合及預(yù)設(shè)的表數(shù)據(jù)格式集合中進(jìn)行同類檢索，得到匹配類型；

若所述匹配類型屬于所述文本數(shù)據(jù)格式集合，則判定所述用戶輸入為文本輸入；

若所述匹配類型屬于所述表數(shù)據(jù)格式集合，則判定所述用戶輸入為表輸入。

可選地，所述對所述用戶輸入進(jìn)行數(shù)據(jù)清洗，得到清洗數(shù)據(jù)，包括：

根據(jù)預(yù)設(shè)的文本規(guī)則對所述用戶輸入進(jìn)行句法分析，得到干擾數(shù)據(jù)；

對所述干擾數(shù)據(jù)進(jìn)行過濾及數(shù)據(jù)糾正，得到清洗數(shù)據(jù)。

可選地，所述從所述清洗數(shù)據(jù)中抽取實(shí)體，得到輸入實(shí)體，包括：

對所述清洗數(shù)據(jù)進(jìn)行詞性分析及分詞處理，得到輸入分詞以及對應(yīng)的詞性；

獲取預(yù)設(shè)的停用詞性標(biāo)簽，根據(jù)所述詞性標(biāo)簽所述輸入分詞的詞性對所述輸入分詞進(jìn)行篩選，得到標(biāo)準(zhǔn)分詞；