[发明专利]检索处理方法

权利要求书

1.一种检索处理方法，其特征在于，包括：

获取问题，从所述问题中提取至少一个关键词；

确定用于检索所述问题对应答案的海量文档库；

根据与所述至少一个关键词的关联度，从所述海量文档库中提取与所述问题的相关文档组成关联文档集合；

从所述关联文档集合中检索所述问题对应的答案。

2.根据权利要求1所述的方法，其特征在于，所述根据与所述至少一个关键词的关联度，从所述海量文档库中提取与所述问题的相关文档组成关联文档集合包括：

获取所述海量文档库中每篇文档的主题，将所述至少一个关键词中每个关键词与所述海量文档库中每篇文档的主题进行匹配，得到所述关键词的第一系列概率；

将所述至少一个关键词中每个关键词与所述海量文档库中每篇文档的语义相似度进行匹配，得到所述关键词的第二系列概率；

根据所述第一系列概率及所述第二系列概率，从所述海量文档库中提取与所述问题的相关文档组成所述关联文档集合。

3.根据权利要求2所述的方法，其特征在于，所述获取所述海量文档库中每篇文档的主题包括：

基于LDA算法构建主题模型；

根据所述主题模型确定所述海量文档库中每篇文档的主题。

4.根据权利要求3所述的方法，其特征在于，所述根据所述主题模型确定所述海量文档库中每篇文档的主题包括：

根据所述主题模型确定所述海量文档库中每篇文档的至少一个备选主题及每个备选主题的概率；

根据每个备选主题的概率，确定所述海量文档库中每篇文档的主题，所述海量文档库中每篇文档的主题可以为一个或者多个。

5.根据权利要求2所述的方法，其特征在于，所述将所述至少一个关键词中每个关键词与所述海量文档库中每篇文档的语义相似度进行匹配，得到所述关键词的第二系列概率包括：

根据TF-IDF算法、BM25算法和ES算法中至少一种算法，建立海量文档库的语义相似度模型；

基于所述语义相似度模型，将所述至少一个关键词中每个关键词与所述海量文档库中每篇文档的语义相似度进行匹配，得到所述关键词的第二系列概率。

6.根据权利要求2至5中任一项所述的方法，其特征在于，所述根据所述第一系列概率及所述第二系列概率，从所述海量文档库中提取与所述问题的相关文档组成所述关联文档集合包括：

根据所述第一系列概率与所述第二系列概率，确定所述海量文档库中每篇文档与所述问题相关度的综合概率；

根据所述综合概率对所述海量文档库中的文档进行排序，从所述海量文档库中提取与所述问题的相关文档组成所述关联文档集合。

7.根据权利要求6所述的方法，其特征在于，所述根据所述第一系列概率与所述第二系列概率，确定所述海量文档库中每篇文档与所述问题相关度的综合概率包括：

将所述第一系列概率与所述第二系列概率加权相加，得出所述海量文档库中每篇文档与所述问题相关度的综合概率。

8.根据权利要求6所述的方法，其特征在于，所述根据所述综合概率对所述海量文档库中的文档进行排序，从所述海量文档库中提取与所述问题的相关文档组成所述关联文档集合包括：

根据所述综合概率从高到低对所述海量文档库中的文档进行排序；

从排序中第一个文档起获取设定数量的文档，作为与所述问题的相关文档组成所述关联文档集合。

9.根据权利要求1至5中任一项所述的方法，其特征在于，所述获取问题，从所述问题中提取至少一个关键词包括：

接收用户输入的所述问题；

将所述问题进行预处理操作，得到所述至少一个关键词，所述预处理操作包含分词、纠错、去停、实体识别、长难句压缩和指代消解中的一种或者多种操作。

10.根据权利要求1至5中任一项所述的方法，其特征在于，所述从所述关联文档集合中检索所述问题对应的答案包括：

建立深度学习模型；

根据所述深度学习模型，从所述关联文档集合中查询所述问题所对应的答案。