[发明专利]基于互联网金融智能问答的检索方法及系统

说明书

本发明提供了一种基于互联网金融智能问答的检索方法及系统，其所述的方法为：接收输入的检索语句进行语义识别，提取出关键字；将提取的关键字在关键字表中进行检索，得出二进制的关键字属性bitmap；根据所得bitmap，确定数据源索引映射表中的相关的数据项索引ID；根据上述索引ID在数据源表中提取出相关的数据源并呈现。在效率方面，本方案采用位运算进行检索，因此有着极高的效率；在空间方面，问答信息不需要载入内存，只需要将关键字的Bitmap信息载入内存即可，并且该方法方便拓展，大大节省了检索时间和检索成本，相比于现有技术能够快速提供精准的用户需求数据，用户体验良好。

技术领域

本发明涉及一种检索方法，尤其涉及基于互联网金融智能问答的检索方法及系统。

背景技术

背景技术：在互联网金融的智能客服需求中，往往为一问一答的形式，而用户输入的问句往往实质上的有效信息仅仅为几个关键字，例如有用户问句如“我怎么样才能买卖基金”。在问句中，通过自然语言识别技术不难得出有效关键字仅为“买卖基金”，根据该关键字可以在数据库中进行检索得出相关的信息。在信息化高速发展的今天,数据呈几何式增长,随着数据的暴增,数据检索越来越被重视,常见的索引手段有B/B+树,红黑树,哈希表等检索方式。在不同的检索方式的实现上各有利弊。B/B+树的主要思想是减少磁盘的IO次数，但在智能客服问答系统中，采用B/B+的存储检索方案时，依然会有很高的IO频率，极其影响效率。红黑树，哈希树的效率较高，但红黑树，哈希树具有一定的局限性，红黑树，哈希树方法需要将海量的检索数据全部载入内存来实现，占用资源较高，一般的移动终端很难实现。并且，红黑树，哈希树方法仅仅只是将单个关键字的搜索结果提取呈现给用户，其搜索结果过于宽泛，不能将问句中的多个关键字根据用户所表达的语境进行较为复杂的逻辑运算，不能将最符合用户需求的搜索结果提供给客户。

发明内容

为解决上述背景技术中存在的技术问题，本发明提供了一种基于互联网金融智能客服问答系统的快速检索方法，其所述的方法为：

接收输入的检索语句进行语义识别，提取出关键字；

将提取的关键字在关键字表中进行检索，得出二进制的关键字属性bitmap；

根据所得bitmap，确定数据源索引映射表中的相关的数据项索引ID；

根据上述索引ID在数据源表中提取出相关的数据源并呈现。

其中，所述数据源表中每条数据源对应有关键字属性以及关键字属性描述信息，该关键字属性描述信息中包含有文字、图片、视频等信息。

其中，数据源索引映射表同数据源表相映射，在该表中每条记录包含一个数据源索引ID。其中，关键字表中的每条记录包含关键字属性以及关键字属性bitmap。

其中，关键字属性bitmap设定为只有黑白两种像素的位图模型,bitmap中的每一位对应一个数据源索引ID及该ID所映射的数据源,当某一位标识为1时,表示当前位所代表的数据源包含有该关键字属性,当某一位标识为0时,则表示该数据源不包含该关键字属性；所述的每个关键字属性bitmap为遍历数据源表得出的包含有该关键字属性的所有数据源。

作为优选，在关键字表中初始化一个全量bitmap字段用于表示数据源表中数据源是否存在，初始全部设为1。数据源表中某项数据源移除，则将该项数据源所对应的全量bitmap对应位的1改为0。所述全量bitmap可用于数据增加或移除后同检索出的关键字属性进行与运算。

作为优选，数据源表中增加一项数据源，数据源映射表中的索引自动增加一位，其关键字属性bitmap及全量bitmap相应增加一位并进行标识。

作为优选，提取出多个关键字属性，将多个关键字属性bitmap根据查询语句的语义进行位运算获得结果bitmap。

所述数据源表、数据源索引映射表及关键字表的建立方法如下：