[发明专利]搜索方法、装置、电子设备及计算机可读存储介质

权利要求书

1.一种搜索方法，其特征在于，包括：

获取用户的搜索请求，所述搜索请求包含有所述用户的搜索意图，所述搜索请求是所述用户在搜索场景下输入文本信息、语音信息或者其他形式的信息时，当输入的信息为分文本信息时，先将非文本信息转化为文本信息，触发搜索动作时产生的，或者是所述用户在非搜索场景下输入文本信息、语音信息或者其他形式的信息时，当输入的信息为非文本信息时，先将非文本信息转化为文本信息，所述用户选取文本信息中的部分文本作为待搜索的文本，触发搜索动作时产生的；

依据所述搜索请求中的搜索意图对所对应的搜索文本进行提取，确定出所述搜索文本中的目标片段；

对所述目标片段进行标记，并将标记后的目标片段提供给所述用户；

在获取到对所述标记后的目标片段的触发操作时，获取与所述触发操作对应的目标片段所对应的搜索结果，并将所述搜索结果提供给所述用户；

当所述搜索文本包括至少两个目标片段时，且所述至少两个目标片段之间的相关性大于等于第二预设阈值时，所述方法还包括：

将所述至少两个目标片段设置为联合片段；

在获取到用户针对所述至少两个目标片段中任一目标片段的触发操作时，将是否以所述联合片段进行搜索的确认提示提供给所述用户；

若获取到所述用户针对所述确认提示的确认触发操作，则获取与所述联合片段对应的搜索结果，并将所述搜索结果提供给所述用户；若获取到所述用户针对所述确认提示的否认触发操作，则将获取所述任一目标片段对应的搜索结果，并将所述搜索结果提供给所述用户。

2.根据权利要求1所述的方法，其特征在于，所述依据所述搜索请求所对应的搜索文本确定出所述搜索文本中的目标片段，包括：

将所述搜索请求所对应的搜索文本输入至神经网络模型中，基于所述神经网络模型的输出确定出所述搜索文本中的目标片段；

所述神经网络模型是通过以下方式训练得到的：

获取训练数据，所述训练数据包括预设数量的样本文本，其中，各所述样本文本包含带有标签的标记片段，所述标签表征了对应的所述标记片段为目标片段的真实概率；

基于各所述样本文本对初始网络模型进行更新，直至所述初始网络模型的损失函数收敛，将所述损失函数收敛时的所述初始网络模型作为所述神经网络模型。

3.根据权利要求2所述的方法，其特征在于，基于每一样本文本对所述初始网络模型进行更新的过程包括：

根据每一样本文本的上下文语义信息，获取该样本文本中每一字符的向量表示，将经向量表示后的该样本文本输入初始网络模型，输出该样本文本包含的标记片段为目标片段的预测概率；

基于所述预测概率与对应的真实概率之间的差值，利用反向传播算法更新所述初始网络模型。

4.根据权利要求3所述的方法，其特征在于，各所述样本文本中的标记片段对应的真实概率通过以下方式获取：

根据各所述样本文本的上下文语义信息，获取该样本文本中每一字符的向量表示；

基于每一字符的向量表示，获取该样本文本中的标记片段对应的真实概率。

5.根据权利要求3所述的方法，其特征在于，所述基于所述神经网络模型的输出确定出所述搜索文本中的目标片段，包括：

对于所述搜索文本中的各片段，若片段所对应的预测概率大于等于第一预设阈值，则确定片段为目标片段。

6.根据权利要求1所述的方法，其特征在于，所述对所述目标片段进行标记，具体包括：

将所述目标片段设置为可触发片段；

将所述目标片段中的字符的字符颜色修改为指定颜色，或者，将所述目标片段设置为高亮。