[发明专利]基于关联词的协同检索方法、装置、设备及可读存储介质

说明书

本发明公开一种基于关联词的协同检索方法、装置、设备及可读存储介质，所述方法包括：爬取多个文本语料，并对其进行分句和分词处理，以生成多个分句和分词；根据各分词的出现次数确定多个常用词，基于预设算法计算各常用词的词向量，并根据各词向量生成句子向量和文章向量；根据各词向量，确定与各常用词对应的关联词，并将各常用词及对应关联词建立常用词组，形成词典存储；当接收到检索词时，确定对应的目标常用词组，并将目标常用词组生成搜索向量，将搜索向量在各句子向量或各文章向量之间对比，以基于关联词进行协同检索。本方案基于人工智能确定与各常用词具有相似性的关联词，以常用词和关联词进行协同检索，提高了搜索效率以及准确性。

技术领域

本发明主要涉及人工智能技术领域，具体地说，涉及一种基于关联词的协同检索方法、装置、设备及可读存储介质。

背景技术

随着网络技术的发展，大众通过网络进行搜索的场景越来越多，且在搜索过程中需要用到关键词提取技术以进行文本匹配。目前市面上的搜索工具通常依赖用户输入的内容，对文本的关键词进行完全匹配检索，或者进行模糊匹配检索；其中模糊匹配检索只是放宽了关键词的位置要求，检索的结果依赖于用户输入内容的准确性，用户通常都需要搜索多次，才能得到自己想要的结果，搜索效率低；同时现有技术中依据对关键词的识别进行匹配检索，因关键词的复杂性，使得识别速度慢，进一步降低了搜索的效率。

发明内容

本发明的主要目的是提供一种基于关联词的协同检索方法、装置、设备及可读存储介质，旨在解决现有技术中搜索时仅依赖于输入内容进行匹配检索，在输入内容不准确时，容易导致检索结果不准确，且对搜索内容的调整以及关键词的识别，使得搜索效率低的问题。

为实现上述目的，本发明提供一种基于关联词的协同检索方法，所述基于关联词的协同检索方法包括以下步骤：

爬取多个文本语料，并对各所述文本语料进行分句和分词处理，分别生成多个分句和多个分词；

根据各所述分词的出现次数确定多个常用词，基于预设算法计算各所述常用词的词向量，并根据各所述词向量生成各所述分句的句子向量以及各所述文本语料的文章向量；

根据各所述词向量，确定与各所述常用词对应的关联词，并将各所述常用词及对应关联词建立常用词组，形成词典存储；

当接收到检索词时，确定所述词典中与所述检索词对应的目标常用词组，并将所述目标常用词组生成搜索向量，在所述搜索向量和各所述句子向量之间或所述搜索向量和各所述文章向量之间对比，以基于关联词进行协同检索。

优选地，所述在所述搜索向量和各所述句子向量之间或所述搜索向量和各所述文章向量之间对比，以基于关联词进行协同检索的步骤包括：

读取所述检索词中携带的类型标识符，并根据所述类型标识符确定搜索类型；

当所述搜索类型为句子类型时，将所述搜索向量和各所述句子向量进行对比，生成第一搜索结果，以基于关联词进行句子类型的协同检索；

当所述搜索类型为文章类型时，将所述搜索向量和各所述文章向量进行对比，生成第二搜索结果，以基于关联词进行文章类型的协同检索。

优选地，所述将所述搜索向量和各所述句子向量进行对比，生成第一搜索结果的步骤包括：

将所述搜索向量和各所述句子向量进行余弦计算，生成各第一余弦值，并确定各所述第一余弦值中排列在前预设位的第一目标余弦值；

将与各所述第一目标余弦值对应的分句确定为目标分句，并根据各所述文本语料中具有所述目标分句的数量，确定与所述检索词对应的第一搜索结果。

优选地，所述将所述搜索向量和各所述文章向量进行对比，生成第二搜索结果的步骤包括：