[发明专利]检索方法、装置、电子设备及可读存储介质

权利要求书

1.一种检索方法，其特征在于，包括：

获取至少一个检索关键词；

基于所述至少一个检索关键词通过预构建的知识图谱确定与所述检索关键词关联的至少一个目标素材标签；

基于确定的至少一个目标素材标签从资源库中确定出目标检索资源。

2.根据权利要求1所述的方法，其特征在于，所述基于所述至少一个检索关键词通过预构建的知识图谱确定与所述检索关键词关联的至少一个目标素材标签，包括：

如果所述检索关键词为多个，则分别基于各个所述检索关键词通过预构建的知识图谱确定与各个所述检索关键词关联的候选素材标签；

将各个所述检索关键共有的候选素材标签确定为目标素材标签。

3.根据权利要求1所述的方法，其特征在于，基于确定的至少一个目标素材标签从资源库中确定出目标检索资源，包括：

分别基于各个目标素材标签从资源库中确定候选检索资源；

针对各个目标素材标签分别选取预定数量的候选检索资源作为目标检索资源。

4.根据权利要求1所述的方法，其特征在于，该方法还包括：

基于所述各个目标素材标签与所述检索关键词的关联度对目标检索资源进行排序；

将排序后的目标检索资源反馈给用户。

5.根据权利要求1所述的方法，其特征在于，所述资源库包括以下至少一项：图片资源库、视频资源库、文档资源库。

6.根据权利要求5所述的方法，其特征在于，所述图片资源库的构建包括：

获取原始图片；

基于预训练的第一深度学习模型对所述原始图片进行分割处理得到至少一个单一对象图片；

基于预训练的第二深度学习模型对各个所述单一对象图片进行识别，确定各个所述单一对象图片的标签；

将各个所述单一对象图片及其对应的标签进行存储。

7.根据权利要求6所述的方法，其特征在于，所述基于预训练的第一深度学习模型对所述原始图片进行分割处理得到至少一个单一对象图片，之前包括：

判断所述原始图片是否包括多个对象；

如果包括多个对象，则基于预训练的第一深度学习模型对所述原始图片进行分割处理得到至少一个单一对象图片。

8.根据权利要求6所述的方法，其特征在于，所述预训练的第一深度学习模型为基于以下任一网络的模型：

RCNN、FAST-RCNN、FASTER-RCNN、YOLO、R-FCN、MASK-RCNN。

9.一种检索装置，其特征在于，包括：

获取模块，用于获取至少一个检索关键词；

第一确定模块，用于基于所述至少一个检索关键词通过预构建的知识图谱确定与所述检索关键词关联的至少一个目标素材标签；

第二确定模块，用于基于确定的至少一个目标素材标签从资源库中确定出目标检索资源。

10.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储器；

一个或多个应用程序，其中所述一个或多个应用程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序配置用于：执行根据权利要求1至8任一项所述的检索方法。

11.一种计算机可读存储介质，其特征在于，所述计算机存储介质用于存储计算机指令，当其在计算机上运行时，使得计算机可以执行上述权利要求1至8中任一项所述的检索方法。