[发明专利]检索信息的方法、装置、设备以及存储介质

说明书

本申请实施例公开了检索信息的方法、装置、设备以及存储介质，涉及智能推荐、深度学习等人工智能技术领域。该检索信息的方法的一具体实施方式包括：获取输入的查询语句；采用预先训练的语义匹配模型，将查询语句转换成语义向量；基于语义向量和预先根据查询语句和检索结果构建的近似最近邻检索索引库，确定查询语句的至少一个近似查询语句；基于至少一个近似查询语句，确定查询语句的检索结果，从而通过近似最近邻检索实现对输入查询语句的泛化，进而提高低频查询请求的召回率。

技术领域

本申请涉及计算机技术领域，具体涉及智能推荐、深度学习等人工智能技术领域，尤其涉及检索信息的方法、装置、设备以及存储介质。

背景技术

信息检索的一个核心任务就是计算用户输入的查询请求(query)与作为检索对象的各文档(doc)之间的语义相关程度。具体地，可对查询请求与各doc的标题(title)的匹配度进行评估，如计算query与title之间的匹配度评分(score)，并可按照评分由高到低的顺序对各doc进行排序，进而将排序后处于前N位的doc作为检索结果返回给用户，N为正整数。

在一些特定领域(例如医疗领域)检索场景下，对于高频查询请求的召回结果能够很好的满足用户需求，但是对于低频查询请求的召回结果不能够满足用户需求，有损用户搜索体验效果。

发明内容

本申请实施例提供了检索信息的方法、装置、设备以及存储介质。

第一方面，本申请实施例提供了检索信息的方法，包括：获取输入的查询语句；采用预先训练的语义匹配模型，将查询语句转换成语义向量；基于语义向量和预先根据查询语句和检索结果构建的近似最近邻检索索引库，确定查询语句的至少一个近似查询语句；基于至少一个近似查询语句，确定查询语句的检索结果。

第二方面，本申请实施例提供了检索信息的装置，包括：装置包括：输入模块，被配置成获取输入的查询语句；转换模块，被配置成采用预先训练的语义匹配模型，将查询语句转换成语义向量；第一确定模块，被配置成基于语义向量和预先根据查询语句和检索结果构建的近似最近邻检索索引库，确定查询语句的至少一个近似查询语句；第二确定模块，被配置成基于至少一个近似查询语句，确定查询语句的检索结果。

第三方面，本申请实施例提出了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行如第一方面中任一实现方式描述的方法。

第四方面，本申请实施例提出了一种存储有计算机指令的非瞬时计算机可读存储介质，计算机指令用于使计算机执行如第一方面中任一实现方式描述的方法。

本申请实施例提供的检索信息的方法、装置、设备以及存储介质，首先获取输入的查询语句；之后采用预先训练的语义匹配模型，将查询语句转换成语义向量；而后基于语义向量和预先根据查询语句和检索结果构建的近似最近邻检索索引库，确定查询语句的至少一个近似查询语句；最后基于至少一个近似查询语句，确定查询语句的检索结果，从而通过近似最近邻检索实现对输入查询语句的泛化，进而提高低频query的召回率。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显。附图用于更好地理解本方案，不构成对本申请的限定。其中：

图1是本申请可以应用于其中的示例性系统架构图；

图2是根据本申请的检索信息的方法的一个实施例的流程示意图；

图3是根据本申请的检索信息的方法的另一个实施例的流程示意图；