[发明专利]一种知识检索方法及其系统、计算机设备和可读存储介质

权利要求书

1.一种知识检索方法，其特征在于，包括如下步骤：

获取待处理知识数据，所述待处理知识数据包括语音信息、图像信息或第一文字信息中的一种或多种；

对所述待处理知识数据进行预处理得到关键词；

将所述关键词输入预先训练好的深度学习神经网络进行特征检索得到检索结果；所述检索结果包括深度学习神经网络中与所述关键词关联的特征知识；

输出并展示所述检索结果；

其中，所述展示所述检索结果包括检索结果的初级展示以及次级展示；

所述初级展示包括初级知识、同层神经网络相关知识以及引申抽象的高层知识的展示；所述初级知识为与深度学习神经网络中与所述关键词相同的第一特征词；所述同层神经网络相关知识为所述第一特征词所在神经网络层中与所述与所述关键词相关的第二特征词；所述引申抽象的高层知识为所述第一特征词所在神经网络层中的高层抽象概念字词；

所述次级展示是将初级知识展示、同层神经网络相关知识以及引申抽象的高层知识均通过链接方式与数据资料中的提取文本链接，将包括所述关键词的文本段落进行展示；

其中，深度学习神经网络的建立过程包括如下步骤：

A、导入模型训练所需的数据资料，并根据所述数据资料提取多个特征词；数据资料包括知识关键词、关键词所属文本段落、BERT的训练集和各算法的编程数据；

B、根据所述特征词逐层构建神经网络层得到深度学习神经网络；

C、利用wake-sleep算法对构建的深度学习神经网络进行调优；wake-sleep算法进行调优是对每层神经网络常采用wake-sleep算法进行调节，并在每次仅调整一层，逐层调整；

D、进行深度学习神经网络调整，在各层参数的基础上，在最顶层的编码器添加一个SVM分类器，而后通过带标签数据的监督学习，并利用梯度下降法微调整个网络参数；

E、进行特征词链接，将深度学习神经网络的关键词语与数据资料文本创建链接关系。

2.如权利要求1所述的知识检索方法，其特征在于，所述对所述待处理知识数据进行预处理得到关键词包括：

将待处理知识数据转换为文字信息；其中，所述文字信息包括第一文字信息、第二文字信息和/或第三文字信息；

采用BERT算法对所述文字信息进行处理得到关键词。

3.如权利要求2所述的知识检索方法，其特征在于，所述将待处理知识数据转换为文字信息包括：

若待处理知识数据包括语音信息，则对语音信息进行滤波降噪，并将滤波降噪后的语音识别信息转换为所述第二文字信息；

若待处理知识数据包括图像信息，则对图像信息进行二值化，并提取二值化后的图像信息中的所述第三文字信息。

4.如权利要求1所述的知识检索方法，其特征在于，所述方法还包括如下步骤：

接收数据修改信息，并根据所述数据修改信息确定深度学习神经网络中需修改的特征词和知识数据，并对所述需修改的特征词所对应的神经网络层进行重新训练。

5.一种知识检索系统，用于实现权利要求1-4任一项所述知识检索方法，其特征在于，所述系统包括：

信息获取单元，被配置为获取待处理知识数据；其中，所述待处理知识数据为语音信息、图像信息或第一文字信息中的一种或多种；

信息处理单元，被配置为对所述待处理知识数据进行预处理得到关键词；

信息检索单元，被配置为将所述关键词输入预先训练好的深度学习神经网络进行特征检索得到检索结果；所述检索结果包括深度学习神经网络中与所述关键词关联的特征知识；

信息展示单元，被配置为输出并展示所述检索结果。

6.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行权利要求1至4中任一项所述知识检索方法的步骤。

7.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时，以实现如权利要求1至4中任一项所述知识检索方法的步骤。