[发明专利]基于MRC的文档数据检索方法、装置、设备及存储介质

权利要求书

1.一种基于MRC的文档数据检索方法，其特征在于，包括：

从接收到的询问信息中获取关键词；

确定预设的标题词库中与所述关键词匹配的标题，以作为目标标题；所述标题词库中包含多个标题与相应标题词集合的对应关系；

从预设的标题文档库中查询与所述目标标题对应的全量相关文档内容，以作为召回文档；所述标题文档库中包含多个标题与其全量相关文档内容的对应关系；

将所述询问信息及所述召回文档输入预设的MRC模型，以提取答案信息。

2.如权利要求1所述的基于MRC的文档数据检索方法，其特征在于，还包括：

获取所述答案信息的置信度；

确认所述置信度是否低于预设的置信度阈值；

当所述置信度低于所述置信度阈值时，将所述答案信息作为无答案处理。

3.如权利要求1所述的基于MRC的文档数据检索方法，其特征在于，还包括：

当所述答案信息的边界内容为数值类字符时，根据边界位置向前或向后扩充所述答案信息，以保障答案信息的完整性。

4.如权利要求1所述的基于MRC的文档数据检索方法，其特征在于，还包括：

当所述答案信息的边界内容为标点类字符时，根据边界位置向前或向后缩小所述答案信息，以删除答案信息中的冗余信息。

5.如权利要求1所述的基于MRC的文档数据检索方法，其特征在于，所述MRC模型包括ELECTRA模型。

6.如权利要求1所述的基于MRC的文档数据检索方法，其特征在于，所述从接收到的询问信息中获取关键词，包括：

对接收到的询问信息进行分词处理，获得分词结果；

基于预设的词汇映射表对所述分词结果进行词语替换，以获得书面语表述的关键词；所述词汇映射表中包含口语表述词汇与书面语表述词汇的对应关系。

7.如权利要求6所述的基于MRC的文档数据检索方法，其特征在于，所述确定预设的标题词库中与所述关键词匹配的标题，包括：

从所述标题词库中选择一个标题对应的标题词集合，以作为目标集合；

根据公式确定所述目标集合的相似度评价值；

其中，j为目标集合的相似度评价值，A为关键词，B为目标集合，D为标题词库，B₁为目标集合中的名词集合，B₂为目标集合中的动词集合，α为名词集合的权重系数，β为动词集合的权重系数；

确定所述标题词库中余下标题对应的标题词集合的相似度评价值；

对所述相似度评价值进行排序，并将排序结果中的最大相似度评价值对应的标题作为与所述关键词匹配的标题。

8.一种基于MRC的文档数据检索装置，其特征在于，包括：

关键词获取模块，用于从接收到的询问信息中获取关键词；

标题匹配模块，用于确定预设的标题词库中与所述关键词匹配的标题，以作为目标标题；所述标题词库中包含多个标题与相应标题词集合的对应关系；

文档召回模块，用于从预设的标题文档库中查询与所述目标标题对应的全量相关文档内容，以作为召回文档；所述标题文档库中包含多个标题与其全量相关文档内容的对应关系；

答案提取模块，用于将所述询问信息及所述召回文档输入预设的MRC模型，以提取答案信息。

9.一种计算机设备，包括存储器、处理器、以及存储在所述存储器上的计算机程序，其特征在于，所述计算机程序被所述处理器运行时，执行根据权利要求1-7任意一项所述方法的指令。

10.一种计算机存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被计算机设备的处理器运行时，执行根据权利要求1-7任意一项所述方法的指令。