[发明专利]基于人工智能的搜索方法和装置

权利要求书

1.一种基于人工智能的搜索方法，其特征在于，所述方法包括：

获取与查询语句相关的至少一个候选文档；

确定与所述查询语句的切分词序列对应的查询词向量序列，以及确定与所述至少一个候选文档中的每个候选文档的切分词序列对应的候选文档词向量序列；

对于所述至少一个候选文档中的每个候选文档，执行以下相似度计算步骤：将该候选文档的候选文档词向量序列导入预先训练的第一神经网络模型，生成用于表征该候选文档的语义的第一候选文档语义向量；

将该候选文档的候选文档词向量序列导入预先训练的第二神经网络模型，生成用于表征该候选文档的语义的第二候选文档语义向量；

对于所述查询词向量序列中的每个查询词向量，执行以下第一更新步骤：将该候选文档的第二候选文档语义向量与该查询词向量进行拼接处理，以生成该查询词向量的调整后向量；用所生成的该查询词向量的调整后向量更新该查询词向量；

将所述查询词向量序列导入所述第一神经网络模型，生成用于表征所述查询语句的语义的第一查询语句语义向量；根据该候选文档的第一候选文档语义向量与所述第一查询语句语义向量之间的相似度，确定该候选文档与所述查询语句之间的相似度；

从所述至少一个候选文档中，按照与所述查询语句的相似度从大到小的顺序，选取预设数目个候选文档作为搜索结果。

2.根据权利要求1所述的方法，其特征在于，所述将该候选文档的第二候选文档语义向量与该查询词向量进行拼接处理，以生成该查询词向量的调整后向量，包括：

对该候选文档的第二候选文档语义向量和该查询词向量进行线性变换，以生成该查询词向量的调整后向量。

3.根据权利要求1所述的方法，其特征在于，所述将该候选文档的第二候选文档语义向量与该查询词向量进行拼接处理，以生成该查询词向量的调整后向量，包括：

对该候选文档的第二候选文档语义向量和该查询词向量进行线性变换，以生成第一向量；

对所述第一向量进行非线性变换，以生成该查询词向量的调整后向量。

4.根据权利要求1所述的方法，其特征在于，所述对于所述至少一个候选文档中的每个候选文档，执行以下相似度计算步骤之前，所述方法还包括：

将所述查询词向量序列导入预先训练的第三神经网络模型，生成用于表征所述查询语句的语义的第二查询语句语义向量；以及

在所述将该候选文档的候选文档词向量序列导入预先训练的第一神经网络模型，生成用于表征该候选文档的语义的第一候选文档语义向量之前，所述相似度计算步骤还包括：

对于该候选文档的候选文档词向量序列中的每个候选文档词向量，执行以下第二更新步骤：将所述第二查询语句语义向量与该候选文档词向量进行拼接处理，以生成该候选文档词向量的调整后向量；用所生成的该候选文档词向量的调整后向量更新该候选文档词向量。

5.根据权利要求4所述的方法，其特征在于，所述将所述第二查询语句语义向量与该候选文档词向量进行拼接处理，以生成该候选文档词向量的调整后向量，包括：

对所述第二查询语句语义向量和该候选文档词向量进行线性变换，以生成该候选文档词向量的调整后向量。

6.根据权利要求4所述的方法，其特征在于，所述将所述第二查询语句语义向量与该候选文档词向量进行拼接处理，以生成该候选文档词向量的调整后向量，包括：

对所述第二查询语句语义向量和该候选文档词向量进行线性变换，以生成第二向量；

对所述第二向量进行非线性变换，以生成该候选文档词向量的调整后向量。

7.根据权利要求1-6之一所述的方法，其特征在于，所述确定与所述查询语句的切分词序列对应的查询词向量序列，包括：

获取用于表征查询语句切分词与查询词向量的对应关系的第一词向量表；

根据所述第一词向量表，确定与所述查询语句的切分词序列对应的查询词向量序列。