[发明专利]用于查找信息的方法、电子设备和计算机可读介质在审

专利信息
申请号: 201910760754.X 申请日: 2019-08-16
公开(公告)号: CN112395314A 公开(公告)日: 2021-02-23
发明(设计)人: 林玥煜;邓侃;邱鹏飞 申请(专利权)人: 北京大数医达科技有限公司
主分类号: G06F16/2455 分类号: G06F16/2455;G06F16/2458;G06F16/248
代理公司: 北京卫智畅科专利代理事务所(普通合伙) 11557 代理人: 陈佳
地址: 100193 北京市海淀区东北*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用于 查找 信息 方法 电子设备 计算机 可读 介质
【权利要求书】:

1.一种用于查找信息的方法,包括:

获取目标用户在文本输入终端上的输入文本;

对所述输入文本进行结构化,得到结构化数据;

将所述结构化数据输入至预先训练的数据查找模型,得到与所述结构化数据对应的数据查找结果,其中,所述数据查找模型用于表征结构化数据与数据查找结果的对应关系;

向所述目标用户的信息接收终端推送所述数据查找结果。

2.根据权利要求1所述的方法,其中,所述获取目标用户在文本输入终端上的输入文本,包括:

检测目标用户在文本输入终端上的操作;

响应于确定所述目标用户在文本输入终端上的操作是输入操作,获取输入文本。

3.根据权利要求1所述的方法,其中,所述对所述输入文本进行结构化,得到结构化数据,包括:

根据所述输入文本,提取实体和实体关系;

根据所述实体和实体关系,将所述输入文本转化成结构化数据。

4.根据权利要求1所述的方法,其中,所述数据查找模型包括卷积神经网络、循环神经网络和全连接层;以及

所述将所述结构化数据输入至预先训练的数据查找模型,得到与所述结构化数据对应的数据查找结果,包括:

将所述结构化数据输入至所述卷积神经网络,得到所述结构化数据的各段信息的特征向量;

将所述结构化数据的各段信息的各个特征向量输入至所述循环神经网络,得到所述结构化数据的特征向量;

将所述结构化数据的特征向量输入至全连接层,得到所述目标用户的数据查找结果。

5.根据权利要求1所述的方法,其中,所述数据查找模型通过如下步骤训练得到:

获取样本集合,样本包括样本信息和与样本信息对应的数据查找结果;

将所述样本集合中的样本的样本信息作为输入,将与输入的样本信息对应的所述目标用户的数据查找结果做为期望输出,训练得到所述数据查找模型。

6.根据权利要求5所述的方法,其中,所述将所述样本集合中的样本的样本信息作为输入,将与输入的样本信息对应的所述目标用户的数据查找结果作为期望输出,训练得到所述数据查找模型,包括:

基于样本集执行以下训练步骤:将样本集中的至少一个样本的样本信息分别输入至初始数据查找模型,得到所述至少一个样本中的每个样本信息所对应的数据查找结果;将所述至少一个样本中的每个样本信息对应的数据查找结果与对应的数据查找结果进行比较;根据比较结果确定所述初始数据查找模型的预测准确率;确定所述预测准确率是否大于预设准确率阈值;响应于确定所述准确率大于所述预设准确率阈值,则将所述初始数据查找模型作为训练完成的数据查找模型。

7.根据权利要求6所述的方法,其中,所述将所述样本集合中的样本的样本信息作为输入,将与输入的样本信息对应的所述目标用户的数据查找结果做为期望输出,训练得到所述数据查找模型,还包括:

响应于确定所述准确率不大于所述预设准确率阈值,调整所述初始数据查找模型的参数,以及从所述样本集中重新选取样本,使用调整后的初始数据查找模型作为初始数据查找模型,再次执行所述训练步骤。

8.一种电子设备,包括:

一个或多个处理器;

存储装置,其上存储有一个或多个程序,

当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。

9.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京大数医达科技有限公司,未经北京大数医达科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910760754.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top