CN109933672A - 处理查询的方法、装置、电子设备和计算机可读存储介质 - Google Patents

Abstract

本公开的实施例涉及处理查询的方法、装置、电子设备和计算机可读存储介质。该方法包括：响应于接收到查询，确定查询的类别；基于查询的类别来确定查询的结构化表示；以及基于查询的结构化表示，获取与查询相关联的查询结果。以这种方式，可以方便地获得与特定类别更加适配的查询结果。

Description

处理查询的方法、装置、电子设备和计算机可读存储介质

技术领域

本公开的实施例涉及自然语言处理，并且更具体地涉及用于处理查询的方法、装置、电子设备和计算机可读存储介质。

背景技术

目前，通常使用通用的实体发现和识别技术来处理行业文本数据，以获得相关的查询结果。例如，可以使用通用的意图识别技术和通用的关注点标注技术，根据实体图谱、概念图谱数据等对行业文本数据进行处理。

尽管目前已经有较为完备的实体图谱以及概念图谱，但是缺少关注点图谱数据，目前无法满足行业需求，并且数据到应用之间仍然存在较大的鸿沟。通用的实体发现与识别能力在行业文本上效果差，且实体类型体系有差异，无法直接应用。另外，通用的意图识别能力也无法满足行业需求，并且通用关注点标注无法完全满足关注点标注能力，而是需要结合概念图谱、关注点图谱及实体发现和识别在行业进行适配。

发明内容

根据本公开的实施例，提供了一种用于处理查询的方案。

在本公开的第一方面，提供了一种用于处理查询的方法。该方法包括：响应于接收到查询，确定查询的类别；基于查询的类别来确定查询的结构化表示；以及基于查询的结构化表示，获取与查询相关联的查询结果。

在本公开的第二方面，提供了一种用于处理查询的装置。该装置包括：类别确定模块，被配置为响应于接收到查询，确定查询的类别；结构化表示确定模块，被配置为基于查询的类别来确定查询的结构化表示；以及获取模块，被配置为基于查询的结构化表示，获取与查询相关联的查询结果。

在本公开的第三方面，提供了一种电子设备。该电子设备包括：一个或多个处理器；以及存储器，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得电子设备实现根据本公开的第一方面的方法。

在本公开的第四方面，提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理器执行时实现根据本公开的第一方面的方法。

应当理解，发明内容部分中所描述的内容并非旨在限定本公开的实施例的关键或重要特征，亦非用于限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。

附图说明

结合附图并参考以下详细说明，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中，相同或相似的附图标记表示相同或相似的元素，其中：

图1示出了能够在其中实现本公开的实施例的示例性环境的示意图；

图2示出了根据本公开的一些实施例的用于处理查询的方法的流程图；

图3示出了根据本公开的一些实施例的关注点识别模块的示意图；

图4示出了根据本公开的一些实施例的属性标注模块的示意图；

图5示出了根据本公开的一些实施例的用于处理查询的装置的框图；以及

图6示出了能够实施本公开的一些实施例的电子设备的框图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

如上所述，通用的实体发现和识别技术无法满足行业化数据的要求。对此，本公开的实施例提供了一种面向行业知识的结构化文本理解技术。例如，基于查询的类别来确定查询的结构化表示，并且基于查询的结构化表示，获取与查询相关联的查询结果。以下结合图1-图4来具体描述本公开的实施例。

图1示出了能够在其中实现本公开的实施例的示例性环境100的示意图。如图1所示，查询102可以是文本查询、语音查询或者两者的结合。例如，语音查询可以首先被转换为文本，以进行进一步处理。查询102可以具有各种形式，例如，用户在搜索框中输入的查询文本或者某些网站的标题，例如，“三棵树地板本色油漆多少钱一组？”查询102可以是与特定类别相关联，这些类别可以是行业或领域，例如，装修、奢侈品、幼儿教育、家电、美食等。为了方便起见，以下主要结合行业来描述本公开的实施例，然而，应当理解，本公开的原理也可以应用于其他分类。

如图1所示，分类模块103对查询102进行分类，以获得查询102相关联的类别，例如，行业或领域。然后，将查询102调度给相应的模型，例如，行业模型104，其与特定的行业相关联。行业模型104可以确定查询102的结构化表示。该结构化表示还可以包括查询102的意图或关注点，这可以通过关注点识别模块106来获得。例如，“三棵树地板本色油漆多少钱一组”的关注点或意图可以是产品价格。应当理解，尽管图1示出了一个行业模型104，但是环境100可以包括多个行业模型，每一个行业模型对应于一个特定行业，或者更广义的类别。

另外，结构化表示可以包括实体及其相对应的属性，这可以由属性标注模块108来获得。例如，对于“三棵树地板本色油漆多少钱一组”而言，实体可以是三棵树、地板、油漆、地面装修、油漆涂料，并且其对应的属性可以是品牌、装修品类、装修品类、装修项目、装修项目。

基于查询102的结构化表示，可以获取与查询102相关联的查询结果。例如，在该示例中，可以获得三棵树地板本色油漆的价格以及相应的购物网站。

图2示出了根据本公开的一些实施例的用于处理查询的方法200的流程图。例如，方法200可以在环境100中实现。然而，应当理解，方法200也可以在任何其他合适的环境中实现。

在框202，响应于接收到查询，确定查询的类别。例如，框202可以通过图1所示的分类模块103来实现。分类模块103可以是文本分类模型，其可以对查询进行需求识别，明确用户所关注的行业领域。分类模块103可以由神经网络来实现，例如，深度神经网络(DNN)。分类模块103可以通过基于不同行业的查询来训练一个多分类模型来实现。例如，训练数据可以包括查询文本以及与查询文本对应的行业标签。

在框204，基于查询的类别来确定查询的结构化表示。查询的结构化表示可以包括实体及其对应的属性，并且还可以包括与查询对应或相关联的关注点。例如，框202可以通过行业模型104来实现。

在一些实施例中，基于查询的类别来识别查询的关注点。例如，可以通过特定于该类别的关注点识别模块106来识别查询的关注点。例如，可以基于与类别相关联的预定义规则来识别查询的关注点。备选地或附加地，可以通过与类别相关联的神经网络模型来识别查询的关注点。

图3示出了根据本公开的一些实施例的关注点识别模块106的示意图。关注点识别模块106也可以被称为意图识别模块，其判断用户在行业领域的倾向以及对于行业产品的关注点，从而进一步理解用户的需求意图。例如，对于“浪鲸卫浴怎么样”，用户关注点或意图是产品质量。

如图3所示，查询可以被提供给基于行业领域的模型302，并获得相应的意图结果。模型302可以是基于神经网络的多分类模型，例如，深度神经网络(DNN)。该模型可以通过行业领域的本文数据进行训练，以抽取用户的意图。

另外，查询也可以被提供给基于规则的模块304。基于规则的模块可以基于与该行业相关联的预定义规则来识别查询的关注点。例如，用户可以对规则进行定制。意图融合模块306可以将基于行业领域的模型302和基于规则的模块304的结果进行合并筛选，以最终在意图结果产出模块308产出最终的意图结果。

在一些实施例中，如果基于规则的模块304可以确定查询的意图或关注点，则可以将该意图或关注点作为最终的意图结果。如果基于规则的模块304无法确定查询的意图或关注点，则可以进一步通过基于行业领域的模型302识别出的结果来确定最终的意图结果。

应当理解，尽管图3示出了多个模块，然而在一些实施例中，可以省略其中的一个或多个模块。例如，可以仅使用基于行业领域的模型302或者基于规则的模块304来确定用户的意图。

在一些实施例中，基于查询的类别来识别与查询相关联的实体和与实体对应的属性。例如，可以通过特定于查询的类别的属性标注模块108来识别与查询相关联的实体和与实体对应的属性。另外，可以基于识别出的关注点、实体以及属性来确定查询的结构化表示，以用于进一步处理。

在一些实施例中，可以基于通用属性标注模型，识别与查询相关联的实体和实体的通用属性。例如，可以通过命名实体识别(NER)模型来确定与查询相关联的实体(例如，三棵树)和实体的类型(例如，企业)。然而，NER模型识别出的实体的类型可以与该实体在该行业内的属性不相匹配。例如，在装修领域，可能没有“企业”这一个属性，因而实体“三棵树”的类型“企业”在装修行业内并不适用。在这种情况下，可以使用预定义的属性映射库将实体的类型映射到实体的通用属性。属性映射库包括类型与目标属性的映射关系，其可以由用户进行定制，并且也可以称为属性映射词典。如果实体的类型(例如，企业)与预定义的属性映射库中的类型(例如，企业)匹配，则从属性映射库中确定与类型对应的、与该类别(例如，装修)相关联的目标属性(例如，品牌)以作为该实体的通用属性。

在一些实施例中，基于与该类别相关联的属性标注模型，识别实体的特定属性。基于通用属性和特定属性，可以最终获得与实体对应的属性。例如，如果与查询相关联的实体与关联于该类别的实体属性库中的实体匹配，则基于实体属性库来确定实体的特定属性。实体属性库包括实体与目标属性的映射关系。附加地或备选地，通过与该类别相关联的神经网络模型来确定实体的特定属性。

图4示出了根据本公开的一些实施例的属性标注模块108的示意图。如图4所示，通用属性标注模型可以包括命名实体识别(NER)模型402，其可以识别出与查询相关联的实体以及对应的类型。NER模型402可以通过通用文本数据进行训练。实体和对应的类型被提供给属性映射模块410，以将实体的类型映射为相应的属性，以作为实体的通用属性。例如，实体“三棵树”的类型是“企业”，其在装修行业可以被映射为“品牌”。用户可以对属性映射模块410使用的属性映射库或属性映射词典进行定制。

在一些实施例中，NER模型402识别出的实体也可以被提供给与该行业相关联的属性标注模型404(也称为特定属性标注模型)，其可以识别实体的特定属性。属性标注模型404可以包括基于行业领域的模块406，例如，槽填充(slot filling)模块。基于行业领域的模块406可以是神经网络模型，例如，深度神经网络(DNN)。槽填充模块可以通过行业相关的文本数据进行训练。另外，属性标注模型404可以包括基于规则的模块408，其可以将实体映射到相应的属性，可以将实体“三棵树”映射到属性“品牌”。

结果融合模块412可以将通用属性和特定属性进行筛选融合，以获得与实体对应的属性，以在结果产出模块414处产出。例如，结果融合模块412可以使用加权的方式来对通用属性和特定属性进行融合。在一些示例中，特定属性可以比通用属性具有更高的优先级。

现在返回图2，在框206，基于查询的结构化表示来获取与查询相关联的查询结果。例如，对于“三棵树地板本色油漆多少钱一组”，可以从网站中获取与其结构化表示对应的查询结果，例如，该产品的价格以及相应的购物网站的链接。例如，对于“新中源厨房地砖效果图”，可以从网站中获取与其结构化表示对应的查询结果，例如，该产品的效果图以及相应的购物网站的链接。

根据本公开的实施例，结合关注点挖掘、关注点关联技术构建关注点图谱数据，可以结合新实体发现以及实体识别技术完善目前的知识图谱数据，解决目前的数据缺失问题。构建行业知识与通用知识的映射体系以及定制的行业化文本理解技术解决需求数据到应用之间存在的鸿沟问题。另外，构建基于行业定制的实体发现与识别技术，结合通用的实体发现与识别技术以及通用-行业知识映射体系解决了通用实体与行业实体体系差异的问题，在行业文本上能较好的识别出行业领域的实体数据。

此外，通过挖掘大规模的行业领域文本数据构建训练样本训练基于行业领域的意图识别模型，从而满足不同行业领域的意图识别需求。通过挖掘大规模的行业领域文本数据构建训练样本训练基于行业领域的属性标注模型，采用通用属性标注模型结合通用知识-行业领域知识的映射体系以及完善实体概念图谱，构建关注点图谱在行业进行适配。将行业定制模型以及通用模型进行结合解决行业文本中的属性标注问题。

图5示出了根据本公开的一些实施例的用于处理查询的装置500的框图。装置500可以在如图1所示的环境100中实现，然而本公开不限于此。如图5所示，装置500包括类别确定模块502，被配置为响应于接收到查询，确定查询的类别。例如，查询可以包括文本查询和/或语音查询。查询的类别可以是与查询相关联的行业或领域等。

装置500还包括结构化表示确定模块504，被配置为基于查询的类别来确定查询的结构化表示。在一些实施例中，结构化表示确定模块504包括：关注点识别模块，被配置为基于类别，识别查询的关注点；实体和属性识别模块，被配置为基于类别，识别与查询相关联的实体和与实体对应的属性；以及结构化表示确定子模块，被配置为基于关注点、实体以及属性，确定查询的结构化表示。

在一些实施例中，关注点识别模块包括以下至少一项：关注点规则识别模块，被配置为基于与类别相关联的预定义规则来识别查询的关注点；以及关注点模型识别模块，被配置为通过与类别相关联的神经网络模型来识别查询的关注点。

在一些实施例中，实体和属性识别模块包括：通用属性识别模块，被配置为基于通用属性标注模型，识别实体和实体的通用属性；特定属性识别模块，被配置为基于与类别相关联的属性标注模型，识别实体的特定属性；以及获得模块，被配置为基于通用属性和特定属性，获得与实体对应的属性。

在一些实施例中，通用属性识别模块包括：实体和类型识别模块，被配置为通过命名实体识别来确定与查询相关联的实体和实体的类型；以及属性映射模块，被配置为响应于类型与预定义的属性映射库中的类型匹配，从属性映射库中确定与类型对应的、与类别相关联的目标属性以作为通用属性，属性映射库包括类型与目标属性的映射关系。

在一些实施例中，特定属性识别模块包括以下至少一项：基于规则的特定属性确定模块，被配置为响应于与查询相关联的实体与关联于类别的实体属性库中的实体匹配，基于实体属性库来确定实体的特定属性；以及基于模型的特定属性确定模块，被配置为通过与类别相关联的神经网络模型来确定实体的特定属性。

装置500还包括获取模块506，被配置为基于查询的结构化表示，获取与所述查询相关联的查询结果。

图6示出了一个可以用来实施本公开的实施例的设备600的示意性框图。如图1所示的环境100以及如图5所示的装置500可以由设备600来实现。如图6所示，设备600包括中央处理单元(CPU)601，其可以根据存储在只读存储器(ROM)602中的计算机程序指令或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序指令，来执行各种适当的动作和处理。在RAM 603中，还可存储设备600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

设备600中的多个部件连接至I/O接口605，包括：输入单元606，例如键盘、鼠标等；输出单元607，例如各种类型的显示器、扬声器等；存储单元608，例如磁盘、光盘等；以及通信单元609，例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

上文所描述的各个过程和处理，例如方法200，可由处理单元601执行。例如，在一些实施例中，方法200可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元608。在一些实施例中，计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序被加载到RAM 603并由CPU 601执行时，可以执行上文描述的方法200的一个或多个步骤。备选地，在其他实施例中，CPU 601可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行方法200。

本公开可以是方法、设备、***和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质，其上载有用于执行本公开的各个方面的计算机可读程序指令。

计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身，诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如，通过光纤电缆的光脉冲)、或者通过电线传输的电信号。

这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备，或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令，并转发该计算机可读程序指令，以供存储在各个计算/处理设备中的计算机可读存储介质中。

用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码，所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等，以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中，通过利用计算机可读程序指令的状态信息来个性化定制电子电路，例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA)，该电子电路可以执行计算机可读程序指令，从而实现本公开的各个方面。

这里参照根据本公开实施例的方法、装置(***)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解，流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机可读程序指令实现。

这些计算机可读程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理单元，从而生产出一种机器，使得这些指令在通过计算机或其他可编程数据处理装置的处理单元执行时，产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中，这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作，从而，存储有指令的计算机可读介质则包括一个制造品，其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。

也可以把计算机可读程序指令加载到计算机、其他可编程数据处理装置、或其他设备上，使得在计算机、其他可编程数据处理装置或其他设备上执行一系列操作步骤，以产生计算机实现的过程，从而使得在计算机、其他可编程数据处理装置、或其他设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。

附图中的流程图和框图显示了根据本公开的多个实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分，所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的***来实现，或者可以用专用硬件与计算机指令的组合来实现。

以上已经描述了本公开的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所公开的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择，旨在最好地解释各实施例的原理、实际应用或对市场中的技术的改进，或者使本技术领域的其他普通技术人员能理解本文公开的各实施例。

Claims (18)

1.一种用于处理查询的方法，包括：

响应于接收到查询，确定所述查询的类别；

基于所述查询的所述类别来确定所述查询的结构化表示；以及

基于所述查询的结构化表示，获取与所述查询相关联的查询结果。

2.根据权利要求1所述的方法，其中确定所述查询的结构化表示包括：

基于所述类别，识别所述查询的关注点；

基于所述类别，识别与所述查询相关联的实体和与所述实体对应的属性；以及

基于所述关注点、所述实体以及所述属性，确定所述查询的结构化表示。

3.根据权利要求2所述的方法，其中识别所述查询的关注点包括以下至少一项：

基于与所述类别相关联的预定义规则来识别所述查询的所述关注点；以及

通过与所述类别相关联的神经网络模型来识别所述查询的所述关注点。

4.根据权利要求2所述的方法，其中识别所述实体和与所述实体对应的属性包括：

基于通用属性标注模型，识别所述实体和所述实体的通用属性；

基于与所述类别相关联的属性标注模型，识别所述实体的特定属性；以及

基于所述通用属性和所述特定属性，获得与所述实体对应的所述属性。

5.根据权利要求4所述的方法，其中识别所述实体和所述实体的通用属性包括：

通过命名实体识别来确定与所述查询相关联的实体和所述实体的类型；以及

响应于所述类型与预定义的属性映射库中的类型匹配，从所述属性映射库中确定与所述类型对应的、与所述类别相关联的目标属性以作为所述通用属性，所述属性映射库包括所述类型与所述目标属性的映射关系。

6.根据权利要求4所述的方法，其中识别所述实体的特定属性包括以下至少一项：

响应于与所述查询相关联的实体与关联于所述类别的实体属性库中的实体匹配，基于所述实体属性库来确定所述实体的特定属性；以及

通过与所述类别相关联的神经网络模型来确定所述实体的特定属性。

7.根据权利要求1所述的方法，其中确定所述查询的类别包括确定与所述查询相关联的行业。

8.根据权利要求1所述的方法，其中所述查询包括文本查询和语音查询中的至少一种。

9.一种用于处理查询的装置，包括：

类别确定模块，被配置为响应于接收到查询，确定所述查询的类别；

结构化表示确定模块，被配置为基于所述查询的所述类别来确定所述查询的结构化表示；以及

获取模块，被配置为基于所述查询的结构化表示，获取与所述查询相关联的查询结果。

10.根据权利要求9所述的装置，其中结构化表示确定模块包括：

关注点识别模块，被配置为基于所述类别，识别所述查询的关注点；

实体和属性识别模块，被配置为基于所述类别，识别与所述查询相关联的实体和与所述实体对应的属性；以及

结构化表示确定子模块，被配置为基于所述关注点、所述实体以及所述属性，确定所述查询的结构化表示。

11.根据权利要求10所述的装置，其中所述关注点识别模块包括以下至少一项：

关注点规则识别模块，被配置为基于与所述类别相关联的预定义规则来识别所述查询的所述关注点；以及

关注点模型识别模块，被配置为通过与所述类别相关联的神经网络模型来识别所述查询的所述关注点。

12.根据权利要求10所述的装置，其中所述实体和属性识别模块包括：

通用属性识别模块，被配置为基于通用属性标注模型，识别所述实体和所述实体的通用属性；

特定属性识别模块，被配置为基于与所述类别相关联的属性标注模型，识别所述实体的特定属性；以及

获得模块，被配置为基于所述通用属性和所述特定属性，获得与所述实体对应的所述属性。

13.根据权利要求12所述的装置，其中所述通用属性识别模块包括：

实体和类型识别模块，被配置为通过命名实体识别来确定与所述查询相关联的实体和所述实体的类型；以及

属性映射模块，被配置为响应于所述类型与预定义的属性映射库中的类型匹配，从所述属性映射库中确定与所述类型对应的、与所述类别相关联的目标属性以作为所述通用属性，所述属性映射库包括所述类型与所述目标属性的映射关系。

14.根据权利要求12所述的装置，其中所述特定属性识别模块包括以下至少一项：

基于规则的特定属性确定模块，被配置为响应于与所述查询相关联的实体与关联于所述类别的实体属性库中的实体匹配，基于所述实体属性库来确定所述实体的特定属性；以及

基于模型的特定属性确定模块，被配置为通过与所述类别相关联的神经网络模型来确定所述实体的特定属性。

15.根据权利要求9所述的装置，其中确定所述查询的类别包括确定与所述查询相关联的行业。

16.根据权利要求9所述的装置，其中所述查询包括文本查询和语音查询中的至少一种。

17.一种电子设备，所述电子设备包括：

一个或多个处理器；以及

存储器，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述电子设备实现根据权利要求1-8中任一项所述的方法。

18.一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现根据权利要求1-8中任一项所述的方法。