[发明专利]知识抽取方法、装置、设备、介质和程序产品

权利要求书

1.一种知识抽取方法，包括：

响应于接收到目标搜索语句，根据所述目标搜索语句从历史搜索语句数据库中确定与所述目标搜索语句具有关联关系的历史搜索语句；

根据所述目标搜索语句和所述历史搜索语句，从预先配置完成的运维知识库中确定粗排知识集；以及

根据对所述目标搜索语句以及所述历史搜索语句进行融合而生成的搜索词向量，从所述粗排知识集中抽取目标知识文档。

2.根据权利要求1所述的方法，其中，所述根据所述目标搜索语句从历史搜索语句数据库中确定与所述目标搜索语句具有关联关系的历史搜索语句包括：

根据所述目标搜索语句，从所述历史搜索语句数据库中确定候选历史搜索语句；

将所述目标搜索语句和所述候选历史搜索语句输入预先训练完成的神经网络模型，输出相似度结果；

在所述相似度结果满足预设条件的情况下，将所述候选历史搜索语句确定为所述历史搜索语句。

3.根据权利要求2所述的方法，其中，所述根据所述目标搜索语句，从所述历史搜索语句数据库中确定候选历史搜索语句包括：

获取所述目标搜索语句的接收时间；

根据所述接收时间对所述历史搜索语句数据库中的搜索语句进行排序，生成排序结果；

根据所述排序结果确定所述候选历史搜索语句。

4.根据权利要求1所述的方法，其中，所述根据所述目标搜索语句和所述历史搜索语句，从预先配置完成的运维知识库中确定粗排知识集包括：

基于所述目标搜索语句和所述历史搜索语句，分别利用多种召回算法从所述运维知识库中确定与每种召回算法分别对应的初始知识集；

根据多个所述初始知识集，生成所述粗排知识集。

5.根据权利要求4所述的方法，其中，所述初始知识集中的知识文档具有基于召回算法计算得到的分值；

所述根据多个所述初始知识集，生成所述粗排知识集包括：

对多个所述初始知识集中知识文档的分值进行归一化处理，生成归一化初始知识集；

对多个所述归一化初始知识集中的知识文档进行去重处理，生成去重初始知识集；

对多个所述去重初始知识集中的知识文档按照所述分值进行排序，生成所述粗排知识集。

6.根据权利要求1所述的方法，其中，所述根据对所述目标搜索语句以及所述历史搜索语句进行融合成而生成的融合向量，从所述粗排知识集中抽取目标知识文档包括：

分别对所述目标搜索语句和所述历史搜索语句进行词嵌入处理，生成与目标搜索语句相对应的第一搜索词向量和与所述历史搜索语句相对应的第二搜索词向量；

对所述第一搜索词向量和所述第二搜索词向量进行融合，生成所述搜索词向量；

根据所述搜索词向量从所述粗排知识集中抽取目标知识文档。

7.根据权利要求1所述的方法，还包括：

获取原始运维知识文档；

对所述原始运维知识文档中的运维知识语句进行切词处理，生成多个原始运维知识词；

根据所述多个原始运维知识词生成运维知识图谱，其中，所述运维知识图谱包括节点和边，所述节点表示所述原始运维知识词，所述节点具有词权重，所述边表示由所述边连接的节点在所述运维知识语句中的前后关系。

8.根据权利要求7所述的方法，还包括：

对所述原始运维知识文档中的运维知识语句计算节点权重。

9.根据权利要求8所述的方法，其中，所述根据所述目标搜索语句以及所述历史搜索语句，从所述粗排知识集中抽取目标知识文档包括：

从所述运维知识图谱中确定与所述粗排知识集中的知识文档对应的词权重；

根据所述粗排知识集中的知识文档和所述词权重生成粗排知识向量集；

对所述搜索词向量与所述粗排知识向量集中的知识文档向量和所述词权重进行相似度计算，生成精排知识集；

从所述精排知识中确定所述目标知识文档。