[發(fā)明專利]一種文本檢索方法、裝置、終端設(shè)備和存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202211407833.0
• 申請(qǐng)日: 2022-11-10
• 公開（公告）號(hào): CN115687574A
• 公開（公告）日: 2023-02-03
• 發(fā)明（設(shè)計(jì)）人: 李延;王志海;喻波;董曉斌
• 申請(qǐng)（專利權(quán)）人: 北京明朝萬(wàn)達(dá)科技股份有限公司
• 主分類號(hào): G06F16/33
• 分類號(hào): G06F16/33;G06F16/35;G06F16/38;G06N20/00
• 代理公司: 北京潤(rùn)澤恒知識(shí)產(chǎn)權(quán)代理有限公司 11319
• 代理人: 蘇培華

本發(fā)明提供了一種文本檢索方法、裝置、終端設(shè)備及存儲(chǔ)介質(zhì)，該方法包括：獲取目標(biāo)檢索文本；根據(jù)目標(biāo)檢索文本和預(yù)先建立的排序模型，確定與目標(biāo)檢索詞對(duì)應(yīng)的檢索結(jié)果，檢索結(jié)果至少包括排序參數(shù)和與排序參數(shù)對(duì)應(yīng)的權(quán)重值；根據(jù)排序參數(shù)和與排序參數(shù)的權(quán)重值，對(duì)檢索結(jié)果進(jìn)行排序，得到與目標(biāo)檢索文本對(duì)應(yīng)的目標(biāo)檢索結(jié)果，通過采用大量歷史查詢信息和與歷史查詢信息對(duì)應(yīng)的文檔信息，以及監(jiān)督機(jī)器學(xué)習(xí)算法，得到排序模型，當(dāng)獲取到目標(biāo)檢索文本時(shí)，采用該排序模型，對(duì)檢索結(jié)果中的各個(gè)文檔進(jìn)行排序，從而將與目標(biāo)檢索文本最接近的檢索結(jié)果進(jìn)行顯示，不僅節(jié)省了人力物力，而且提高了檢索匹配度。

技術(shù)領(lǐng)域

本發(fā)明涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，特別是涉及一種文本檢索方法、裝置、終端設(shè)備和存儲(chǔ)介質(zhì)。

背景技術(shù)

隨著科學(xué)技術(shù)的發(fā)展與進(jìn)步，移動(dòng)網(wǎng)絡(luò)也逐步普及，這樣就會(huì)產(chǎn)生海量數(shù)據(jù)，在這些海量數(shù)量中想要查找到需要的數(shù)據(jù)就尤為重要。

目前，在檢索一個(gè)文本數(shù)據(jù)時(shí)，通常只能滿足某一檢索條件，這樣，就只能滿足少部分人群的檢索需求，若想要查詢到更加準(zhǔn)確的數(shù)據(jù)，可以為各個(gè)檢索條件設(shè)置不同的權(quán)重值，但是當(dāng)檢索需求發(fā)生變化時(shí)，需要人工調(diào)整權(quán)重值，這樣，不僅消耗大量的人力物力，同時(shí)檢索匹配度較低。

發(fā)明內(nèi)容

本發(fā)明提供了一種文本檢索方法及裝置，以解決現(xiàn)有技術(shù)中對(duì)的文本檢索響應(yīng)較慢的問題。

為了解決上述問題，本發(fā)明是這樣實(shí)現(xiàn)的：

第一方面，本發(fā)明實(shí)施例提供了一種文本檢索方法，包括：

獲取目標(biāo)檢索文本；

根據(jù)所述目標(biāo)檢索文本和預(yù)先建立的排序模型，確定與所述目標(biāo)檢索詞對(duì)應(yīng)的檢索結(jié)果，其中，所述預(yù)先建立的排序模型是采用監(jiān)督機(jī)器學(xué)習(xí)方法對(duì)歷史檢索日志進(jìn)行學(xué)習(xí)得到的；所述檢索結(jié)果至少包括排序參數(shù)和與所述排序參數(shù)對(duì)應(yīng)的權(quán)重值；

根據(jù)所述排序參數(shù)和與所述排序參數(shù)的權(quán)重值，對(duì)所述檢索結(jié)果進(jìn)行排序，得到與所述目標(biāo)檢索文本對(duì)應(yīng)的目標(biāo)檢索結(jié)果。

可選地，所述排序參數(shù)至少包括發(fā)表時(shí)間、來(lái)源信息、瀏覽量信息、文章關(guān)鍵詞、發(fā)表人名稱、發(fā)表機(jī)構(gòu)或領(lǐng)域分類信息中的一種或多種。

可選地，所述根據(jù)所述排序參數(shù)和與所述排序參數(shù)的權(quán)重值，對(duì)所述檢索結(jié)果進(jìn)行排序，得到與所述目標(biāo)檢索文本對(duì)應(yīng)的目標(biāo)檢索結(jié)果，包括：

獲取每一個(gè)檢索結(jié)果的各個(gè)排序參數(shù)的分值；

根據(jù)所述排序參數(shù)的分值和與所述排序參數(shù)對(duì)應(yīng)的權(quán)重值，確定每一個(gè)檢索結(jié)果的排序分值；

根據(jù)所述每一個(gè)檢索結(jié)果的排序分值的大小，對(duì)所述檢索結(jié)果進(jìn)行排序，得到與所述目標(biāo)檢索文本對(duì)應(yīng)的目標(biāo)檢索結(jié)果。

可選地，所述根據(jù)所述排序參數(shù)的分值和與所述排序參數(shù)對(duì)應(yīng)的權(quán)重值，確定每一個(gè)檢索結(jié)果的排序分值，包括：

分別計(jì)算每一個(gè)排序參數(shù)的分值和與所述排序參數(shù)對(duì)應(yīng)的權(quán)重值的乘積分值；

將一個(gè)所述乘積分值或多個(gè)所述乘積分值之和，確定為所述檢索結(jié)果的排序分值。

可選地，所述預(yù)先建立的排序模型通過如下方式得到：

獲取訓(xùn)練樣本數(shù)據(jù)，其中，所述訓(xùn)練樣本數(shù)據(jù)至少包括歷史查詢信息和與所述歷史查詢信息對(duì)應(yīng)的文檔信息；所述訓(xùn)練樣本數(shù)據(jù)來(lái)自所述歷史檢索日志；

根據(jù)所述歷史查詢信息，獲取所述文檔信息的特征信息，其中，所述特征信息至少包括歷史查詢信息與所述文檔信息之間的相關(guān)度，以及所述文檔信息的特征數(shù)據(jù)和重要性信息；

采用監(jiān)督機(jī)器學(xué)習(xí)方法，對(duì)所述特征信息進(jìn)行機(jī)器學(xué)習(xí)，得到訓(xùn)練模型；