[发明专利]一种知识检索方法、装置、设备及计算机可读存储介质在审

专利信息
申请号: 202011473133.2 申请日: 2020-12-15
公开(公告)号: CN112445904A 公开(公告)日: 2021-03-05
发明(设计)人: 周玉立;梁嘉楠;沈懿忱;尤翔远;刘俊杰;刘子星 申请(专利权)人: 税友软件集团股份有限公司
主分类号: G06F16/332 分类号: G06F16/332;G06F16/33;G06F16/338;G06F40/216;G06F40/289;G06F40/30
代理公司: 北京集佳知识产权代理有限公司 11227 代理人: 侯珊
地址: 310053 浙江省杭*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 知识 检索 方法 装置 设备 计算机 可读 存储 介质
【权利要求书】:

1.一种知识检索方法,其特征在于,包括:

接收待检索的目标输入内容;

通过ElasticSearch搜索引擎根据所述目标输入内容对预置知识库进行知识检索,得到知识候选集;

利用word2vec词向量模型计算所述目标输入内容的第一句向量;

获取所述知识候选集中各候选知识分别对应的第二句向量;

分别计算各所述第二句向量与所述第一句向量的相似度;

利用lambdaRank模型根据各所述相似度对各所述候选知识进行排序,得到知识检索结果;其中,所述lambdaRank模型为根据历史检索记录进行训练得到。

2.根据权利要求1所述的知识检索方法,其特征在于,通过ElasticSearch搜索引擎根据所述目标输入内容对预置知识库进行知识检索,包括:

对所述目标输入内容进行解析,得到目标知识维度信息;

通过所述ElasticSearch搜索引擎结合所述目标输入内容和所述目标知识维度信息,对所述预置知识库进行知识检索。

3.根据权利要求1所述的知识检索方法,其特征在于,获取所述知识候选集中各候选知识分别对应的第二句向量,包括:

从Redis数据库中查找所述知识候选集中各所述候选知识分别对应的第二句向量。

4.根据权利要求3所述的知识检索方法,其特征在于,从Redis数据库中查找所述知识候选集中各所述候选知识分别对应的第二句向量,包括:

获取各所述候选知识分别对应的目标知识标识信息;

从所述Redis数据库中查找各所述目标知识标识信息分别对应的第二句向量。

5.根据权利要求1所述的知识检索方法,其特征在于,分别计算各所述第二句向量与所述第一句向量的相似度,包括:

利用各预置相似度计算算法分别计算各所述第二句向量与所述第一句向量的相似度,得到各所述第二句向量分别对应的相似度集合;

根据各所述相似度集合分别构建相似向量表征;

利用lambdaRank模型根据各所述相似度对各所述候选知识进行排序,包括:

利用lambdaRank模型根据各所述相似向量表征对各所述候选知识进行排序。

6.根据权利要求1至5任一项所述的知识检索方法,其特征在于,得到知识检索结果,包括:

获取知识排序结果;

从所述知识排序结果中选取前预设数量个所述候选知识;

将选取得到的各所述候选知识确定为所述知识检索结果。

7.根据权利要求6所述的知识检索方法,其特征在于,在将选取得到的各所述候选知识确定为所述知识检索结果之后,还包括:

将所述知识检索结果返回给检索请求端。

8.一种知识检索装置,其特征在于,包括:

输入内容接收模块,用于接收待检索的目标输入内容;

知识候选集获得模块,用于通过ElasticSearch搜索引擎根据所述目标输入内容对预置知识库进行知识检索,得到知识候选集;

句向量计算模块,用于利用word2vec词向量模型计算所述目标输入内容的第一句向量;

句向量获取模块,用于获取所述知识候选集中各候选知识分别对应的第二句向量;

相似度计算模块,用于分别计算各所述第二句向量与所述第一句向量的相似度;

检索结果获得模块,用于利用lambdaRank模型根据各所述相似度对各所述候选知识进行排序,得到知识检索结果;其中,所述lambdaRank模型为根据历史检索记录进行训练得到。

9.一种知识检索设备,其特征在于,包括:

存储器,用于存储计算机程序;

处理器,用于执行所述计算机程序时实现如权利要求1至7任一项所述知识检索方法的步骤。

10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述知识检索方法的步骤。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于税友软件集团股份有限公司,未经税友软件集团股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011473133.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top