[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

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。