[发明专利]搜索处理方法、装置、计算机设备和介质

权利要求书

1.一种搜索处理方法，包括：

获取搜索语句；

确定知识库中存储的多个文档中的每个文档与所述搜索语句之间的语义相关度；

确定所述每个文档与所述搜索语句之间的表面文本相关度；

基于所述每个文档的属性信息，确定针对所述每个文档的调节因子；

基于所述语义相关度、所述表面文本相关度和所述调节因子，确定所述每个文档的综合评分；以及

基于所述多个文档各自的综合评分，从所述多个文档中选取预定数量个文档，以作为针对所述搜索语句的搜索结果。

2.根据权利要求1所述的方法，其中，所述确定知识库中存储的多个文档中的每个文档与所述搜索语句之间的语义相关度包括：

获取所述搜索语句的句向量；

获取所述每个文档的正文的语义特征向量和标题的句向量；

计算所述每个文档的正文的语义特征向量与所述搜索语句的句向量之间的第一语义相关度；

计算所述每个文档的标题的句向量与所述搜索语句的句向量之间的第二语义相关度；以及

选取所述第一语义相关度和所述第二语义相关度中最大的一项，以作为所述每个文档与所述搜索语句之间的语义相关度。

3.根据权利要求2所述的方法，其中，获取所述每个文档的正文的语义特征向量包括：

从所述每个文档的正文中提取依次排列的M个文本片段，M为大于等于1的整数；

将所述M个文本片段转换为依次排列的M个句向量；

将所述M个句向量划分成多个分组，所述多个分组中的每个分组包括P个句向量，所述P为大于等于1且小于等于M的整数；

将所述每个分组的所述P个句向量进行求和，以得到所述每个分组的特征向量；

计算所述每个分组的特征向量与所述搜索语句的句向量之间的第三语义相关度；以及

以所述第三语义相关度作为权重，对所述多个分组的特征向量进行加权求和，以得到所述每个文档的正文的语义特征向量。

4.根据权利要求3所述的方法，其中，所述从所述每个文档的正文中提取依次排列的M个文本片段包括：

从所述每个文档的正文的多个字符中去除预定字符，以得到针对所述每个文档的字符序列；以及

利用第一滑动窗口沿第一预定方向对所述字符序列进行扫描，以获得按照扫描顺序依次排列的所述M个文本片段，其中，所述第一滑动窗口沿扫描方向的尺寸等于所述M个文本片段中的每个文本片段的长度。

5.根据权利要求3所述的方法，其中，所述将所述M个文本片段转换为依次排列的M个句向量包括：

按照所述M个文本片段的排列顺序，利用预先构建的语言模型依次对所述M个文本片段中的每个文本片段进行句向量提取，以得到依次排列的M个句向量。

6.根据权利要求3所述的方法，其中，所述将所述M个句向量划分成多个分组包括：

利用第二滑动窗口沿第二预定方向对所述M个句向量进行扫描，以获得按照扫描顺序依次排列的多组句向量。

7.根据权利要求2所述的方法，其中，所述获取所述搜索语句的句向量包括：

利用预先构建的语言模型对所述搜索语句进行句向量提取，以得到所述搜索语句的句向量。

8.根据权利要求2所述的方法，其中，获取所述每个文档的标题的句向量包括：利用预先构建的语言模型对所述标题进行句向量提取，以得到所述标题的句向量。

9.根据权利要求1所述的方法，其中，所述调节因子包括质量预测因子，所述属性信息包括：所述每个文档的第一指标数据和第一预定时段内针对所述每个文档的第一用户行为数据；

所述确定针对所述每个文档的调节因子包括：

获取所述每个文档的第一指标数据和第一预定时段内针对所述每个文档的第一用户行为数据；

将所述第一指标数据和所述第一用户行为数据转换为第一向量；以及

利用预先构建的质量预测模型，基于所述第一向量来对所述每个文档进行质量预测，以获得针对所述每个文档的质量预测因子。