[发明专利]语义搜索方法、系统及计算机可读存储介质

权利要求书

1.一种语义搜索方法，其特征在于，包括：

基于预先构建的双词词典，在设定主题个数下，求解预先构建的社交网络多特征主题模型，得到用户-主题分布、主题-单词分布、主题-话题标签分布及主题-时间分布；其中，所述社交网络多特征主题模型包括用户-主题分布模型、主题-单词分布模型、主题-话题标签分布模型及主题-时间分布模型；所述双词词典中的每个双词为通过根据用户信息将单词进行两两组合而形成，并且所述每个双词包括该双词对应的用户信息、所述双词对应的文本发表时间信息以及所述双词对应的话题标签信息；

获取待搜索项对应的文本信息、用户信息、文本发表时间信息及话题标签信息，并根据所述待搜索项对应的用户信息和所述用户-主题分布得到所述待搜索项对应的主题矩阵，根据所述待搜索项对应的主题矩阵、所述待搜索项对应的文本信息及所述主题-单词分布得到所述待搜索项对应的主题-单词矩阵，根据所述待搜索项对应的主题矩阵、所述待搜索项对应的话题标签信息及所述主题-话题标签分布得到所述待搜索项对应的主题-话题标签矩阵，根据所述待搜索项对应的主题矩阵、所述待搜索项对应的文本发表时间信息及所述主题-时间分布得到所述待搜索项对应的主题-时间矩阵，并根据所述待搜索项对应的主题矩阵、主题-单词矩阵、主题-话题标签矩阵及主题-时间矩阵，计算得到所述待搜索项对应的主题语义表示向量；

获取搜索项对应的文本信息，根据所述搜索项对应的文本信息和所述主题-单词矩阵得到所述搜索项对应的主题语义表示向量；

根据所述待搜索项对应的主题语义表示向量和所述搜索项对应的主题语义表示向量，计算所述待搜索项和所述搜索项之间的相似度；

在所述待搜索项和所述搜索项之间的相似度满足设定条件的情况下，将所述待搜索项作为所述搜索项的搜索结果进行输出；

根据所述待搜索项对应的用户信息和所述用户-主题分布得到所述待搜索项对应的主题矩阵，包括：将所述待搜索项对应的用户信息输入至所述用户-主题分布，得到所述待搜索项对应的所述设定主题个数的主题，并由所述设定主题个数的主题构成主题矩阵；

根据所述待搜索项对应的主题矩阵、所述待搜索项对应的文本信息及所述主题- 单词分布得到所述待搜索项对应的主题-单词矩阵，包括：针对所述待搜索项对应的主题矩阵中的每个主题，将所述待搜索项对应的文本信息中的各单词的信息，分别输入至所述主题-单词分布，得到所述待搜索项对应的主题矩阵中的每个主题对应的词分别为所述待搜索项对应的文本信息中的各单词的概率，构成所述待搜索项对应的主题-单词矩阵；

根据所述待搜索项对应的主题矩阵、所述待搜索项对应的话题标签信息及所述主题-话题标签分布得到所述待搜索项对应的主题-话题标签矩阵，包括：针对所述待搜索项对应的主题矩阵中的每个主题，将所述待搜索项对应的各话题标签信息分别输入至所述主题-话题标签分布，得到所述待搜索项对应的主题矩阵中的每个主题对应的话题标签分别为所述待搜索项对应的各话题标签的概率，构成所述待搜索项对应的主题-话题标签矩阵；

根据所述待搜索项对应的主题矩阵和所述主题-时间分布得到所述待搜索项对应的主题-时间矩阵，包括：将所述待搜索项对应的主题矩阵中的每个主题的信息，输入至所述主题-时间分布，得到设定数量时间戳对应的概率，构成主题-时间矩阵；

根据所述待搜索项对应的主题矩阵、主题-单词矩阵、主题-话题标签矩阵及主题-时间矩阵，计算得到所述待搜索项对应的主题语义表示向量，包括：分别对所述主题-单词矩阵、所述主题-话题标签矩阵及所述主题-时间矩阵中同一主题的元素求和，分别得到第一主题向量、第二主题向量及第三主题向量；计算第一主题向量和第二主题向量的和与所述主题矩阵的乘积，得到第四主题向量；计算所述第四主题向量和所述第三主题向量的和，得到所述待搜索项的主题语义表示向量；

根据所述搜索项对应的文本信息和所述主题-单词矩阵得到所述搜索项对应的主题语义表示向量，包括：对所述搜索项的文本信息中的文本进行单词划分，根据所述主题-单词得到对应于所述单词划分结果的主题-单词矩阵，对该主题-单词矩阵中的同一主题维度的元素求和，得到所述搜索项的主题语义表示向量。

2.如权利要求1所述的语义搜索方法，其特征在于，所述用户-主题分布模型符合包含第一超参数的狄利克雷分布，所述主题-单词分布模型符合包含第二超参数的狄利克雷分布，所述主题-话题标签分布模型符合包含第三超参数的狄利克雷分布，所述主题-时间分布模型符合贝塔分布。