[发明专利]信息搜索方法、装置、电子设备和计算机可读介质

权利要求书

1.一种信息搜索方法，其特征在于，所述方法包括：

通过脑机接口获取用户的脑部神经元信号序列；

将所述脑补神经元信号序列输入至预先训练的文字转换模型，得到所述脑补神经元信号对应的第一文字序列；

基于所述第一文字序列进行信息搜索。

2.根据权利要求1所述的方法，其特征在于，所述通过脑机接口获取用户的脑部神经元信号序列，包括：

通过脑机接口获取用户在点餐过程中的脑部神经元信号序列；

以及，所述基于所述第一文字序列进行信息搜索，包括：

基于所述第一文字序列进行餐品信息搜索。

3.根据权利要求1所述的方法，其特征在于，所述基于所述第一文字序列进行信息搜索，包括：

将所述第一文字序列输入至预先训练的语言模型，得到所述语言模型输出的第二文字序列，所述语言模型用于对文字序列进行校准；

将所述第二文字序列作为目标搜索词，进行信息搜索。

4.根据权利要求3所述的方法，其特征在于，所述语言模型中包括校准子模型和打分子模型；

所述将所述第一文字序列输入至预先训练的语言模型，得到所述语言模型输出的第二文字序列，包括：

将所述第一文字序列输入至所述校准子模型，得到对所述第一打分模型校准后的至少一个候选文字序列；

将所述各候选文字序列输入至所述打分子模型，得到各候选文字序列的得分，并将得分最高的候选文字序列作为第二文字序列。

5.根据权利要求1所述的方法，其特征在于，所述文字转换模型通过如下步骤训练得到：

获取第一样本集，所述第一样本集中包括用户在历史搜索过程中所产生的历史脑部神经元信号序列和历史搜索词；

将所述第一样本集中的历史脑部神经元信号序列作为递归神经网络的输入，基于所输入的历史脑部神经元信号序列对应的历史搜索词，对所述递归神经网络进行训练，得到文字转换模型。

6.根据权利要求5所述的方法，其特征在于，在得到文字转换模型之后，训练所述文字转换模型的步骤还包括：

获取第二样本集，所述第二样本集中包括用户在历史搜索过程中所产生的历史脑部神经元信号序列；

将所述第二样本集中的历史脑部神经元信号序列输入至所述文字转换模型，得到文字序列转换结果，并将所述文字序列转换结果输入至预先训练的语言模型，得到所述语言模型输出的校准序列；

基于所述校准序列，对所述文字转换模型进行重训练，以更新所述文字转换模型。

7.根据权利要求6所述的方法，其特征在于，所述基于所述校准序列，对所述文字转换模型进行重训练，以更新所述文字转换模型，包括：

基于所述文字序列转换结果和所述校准序列，确定所述文字转换模型的损失值；

基于所述损失值，更新所述文字转换模型的参数。

8.一种信息搜索装置，其特征在于，所述装置包括：

获取单元，用于通过脑机接口获取用户的脑部神经元信号序列；

输入单元，用于将所述脑补神经元信号序列输入至预先训练的文字转换模型，得到所述脑补神经元信号对应的第一文字序列；

搜索单元，用于基于所述第一文字序列进行信息搜索。

9.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，其上存储有一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。

10.一种计算机可读介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的方法。