[發明專利]一種類案檢索方法、系統、電子設備及存儲介質

在審

• 申請號: 202310187729.3
• 申請日: 2023-03-02
• 公開（公告）號: CN116069903A
• 公開（公告）日: 2023-05-05
• 發明（設計）人: 鄒游
• 申請（專利權）人: 特斯聯科技集團有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F40/211;G06N3/088
• 代理公司: 北京中知法苑知識產權代理有限公司 11226
• 代理人: 李明;趙吉陽

本公開的實施例提供一種類案檢索方法、系統、電子設備及存儲介質，屬于類案檢索領域。所述方法包括：接收用戶的檢索案例請求；將所述檢索案例句子輸入預先訓練的類案檢索編碼器，得到對應的句子向量表示；根據所述句子向量表示和案例向量表示集合，得到與所述檢索案例句子相似的相似案例。本公開的實施例的一種類案檢索方法、系統、電子設備及存儲介質，解決了類案案例庫數據無標注的場景下的訓練問題，避免了人工添加標注的人力開銷和時間。提高了檢索句子向量表示的質量，從而提升了檢索的準確度。

技術領域

本公開的實施例屬于數據檢索領域，具體涉及一種類案檢索方法、系統、電子設備及存儲介質。

背景技術

類案的檢索往往存在沒有標注數據的情況，這種情況下無法訓練有監督的模型。當前做法大多是通過人工添加標注的有監督方式進行類案的檢索，增加了人力開銷；或者簡單的通過關鍵詞進行類案的檢索，準確性較低。

而使用無監督的方式，句向量的表示往往質量不高，導致類案的檢索準確性很難得到保證。當前做法僅僅簡單采用詞向量生成句向量的方式表示句向量，導致句向量的表示質量仍然非常差。

另外，在案例庫數據量很大的情況下，檢索出相似案例的耗時問題也非常嚴重。

發明內容

本公開的實施例旨在至少解決現有技術中存在的技術問題之一，提供一種類案檢索方法、系統、電子設備及存儲介質。

本公開一方面提供一種類案檢索方法，包括：

接收用戶的檢索案例請求；其中，所述檢索案例請求包括檢索案例句子；

將所述檢索案例句子輸入預先訓練的類案檢索編碼器，得到對應的句子向量表示；其中，所述類案檢索編碼器采用基于對比學習的無監督方式預先訓練得到；

根據所述句子向量表示和案例向量表示集合，得到與所述檢索案例句子相似的相似案例；其中，所述案例向量表示集合經由所述類案檢索編碼器對案例集合處理得到。

可選的，所述類案檢索編碼器采用以下步驟訓練得到：

設置類案檢索編碼器encoder和動量編碼器momentum?encoder；

更新所述encoder和所述momentum?encoder的網絡權重，根據損失函數 L_i得到訓練好的類案檢索編碼器。

可選的，所述損失函數 L_i滿足下述關系式：

??????(1)

其中， M表示momentum?encoder的隊列大小，表示momentum?encoder的隊列中的負樣本的編碼表示， N表示每個mini-batch的大小，表示每個mini-batch的負樣本的編碼表示，和分別表示每個樣本和它增強的正樣本。

可選的，所述更新所述encoder和所述momentum?encoder的網絡權重，包括：

通過反向傳播法更新所述encoder的網絡權重；

通過如下式(1)更新所述momentum?encoder的網絡權重：

????????????????(2)

其中，為所述momentum?encoder的網絡權重，為所述encoder的網絡權重，；

在更新所述momentum?encoder的過程中每個最新的mini-batch數據進入隊列，最舊的數據出隊列，每一批mini-batch的數據進行訓練的時候，隊列的數據編碼作為負樣本進行對比學習。