CN111597433A - 资源搜索方法、装置以及电子设备 - Google Patents
资源搜索方法、装置以及电子设备 Download PDFInfo
- Publication number
- CN111597433A CN111597433A CN202010280580.XA CN202010280580A CN111597433A CN 111597433 A CN111597433 A CN 111597433A CN 202010280580 A CN202010280580 A CN 202010280580A CN 111597433 A CN111597433 A CN 111597433A
- Authority
- CN
- China
- Prior art keywords
- resource
- intention
- search
- entity
- resources
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 62
- 230000011218 segmentation Effects 0.000 claims description 25
- 238000001914 filtration Methods 0.000 claims description 22
- 230000015654 memory Effects 0.000 claims description 20
- 238000012163 sequencing technique Methods 0.000 claims description 12
- 238000000605 extraction Methods 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 12
- 238000004364 calculation method Methods 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 241000234435 Lilium Species 0.000 description 5
- 241000208422 Rhododendron Species 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 230000007547 defect Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 235000013305 food Nutrition 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000004321 preservation Methods 0.000 description 2
- 238000002791 soaking Methods 0.000 description 2
- 241000196324 Embryophyta Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 235000005911 diet Nutrition 0.000 description 1
- 230000000378 dietary effect Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请公开了资源搜索方法、装置以及电子设备,涉及知识图谱技术领域。具体实现方案为:获取目标搜索词,以及其中的目标实体和目标意图;获取目标实体的意图体系;意图体系包括:多个意图标签、每个意图标签对应的多个搜索词,以及每个搜索词所关联的资源列表;资源列表包括:一个或多个资源排序列表,每个资源排序列表对应一种类型的资源;根据目标意图查询意图体系,从意图体系中与目标意图匹配的意图标签下多个搜索词所关联的资源列表中抽取排序在前的一种或多种类型的资源,生成目标搜索词的资源搜索结果,从而能够提供类型多样、有序排列且关联度较高的搜索结果,使得用户能够快速搜索到符合自己意图需求的资源,降低了搜索成本,提高了搜索效率。
Description
技术领域
本申请涉及数据处理技术领域,具体涉及知识图谱技术领域,尤其涉及资源搜索方法、装置以及电子设备。
背景技术
目前,在搜索场景中,搜索引擎在获取到用户的搜索词时,主要会以两种形式来展示搜索结果,一种是以普通实体卡片的形式,普通实体卡片中包括搜索实体的基本属性、简介、图片等信息,属性有限,资源类型单一。另一种是以自然搜索结果的形式,自然搜索结果中包括多种类型的资源,例如相关文章、视频等,但多种类型的资源无序混合。上述两种形式,用户都难以快速搜索到符合自己意图需求的资源,提高了搜索成本,降低了搜索效率。
发明内容
提供了一种资源搜索方法、装置以及电子设备。
根据第一方面,提供了一种资源搜索方法,包括:
获取目标搜索词,以及所述目标搜索词中的目标实体和目标意图;
获取所述目标实体的意图体系;所述意图体系包括:所述目标实体对应的多个意图标签、每个意图标签对应的多个搜索词,以及每个搜索词所关联的资源列表;所述资源列表包括:一个或多个资源排序列表,每个资源排序列表对应一种类型的资源;
根据所述目标意图查询所述意图体系,从所述意图体系中与所述目标意图匹配的意图标签下多个搜索词所关联的资源列表中抽取排序在前的一种或多种类型的资源,生成所述目标搜索词的资源搜索结果。
本申请实施例的资源搜索方法,通过获取目标搜索词,以及目标搜索词中的目标实体和目标意图;获取目标实体的意图体系;意图体系包括:目标实体对应的多个意图标签、每个意图标签对应的多个搜索词,以及每个搜索词所关联的资源列表;资源列表包括:一个或多个资源排序列表,每个资源排序列表对应一种类型的资源;根据目标意图查询意图体系,从意图体系中与目标意图匹配的意图标签下多个搜索词所关联的资源列表中抽取排序在前的一种或多种类型的资源,生成目标搜索词的资源搜索结果,从而能够提供类型多样、有序排列且关联度较高的搜索结果,使得用户能够快速搜索到符合自己意图需求的资源,降低了搜索成本,提高了搜索效率。
本申请第二方面实施例提出了一种资源搜索装置,包括:
获取模块,用于获取目标搜索词,以及所述目标搜索词中的目标实体和目标意图;
所述获取模块,还用于获取所述目标实体的意图体系;所述意图体系包括:所述目标实体对应的多个意图标签、每个意图标签对应的多个搜索词,以及每个搜索词所关联的资源列表;所述资源列表包括:一个或多个资源排序列表,每个资源排序列表对应一种类型的资源;
抽取模块,用于根据所述目标意图查询所述意图体系,从所述意图体系中与所述目标意图匹配的意图标签下多个搜索词所关联的资源列表中抽取排序在前的一种或多种类型的资源,生成所述目标搜索词的资源搜索结果。
本申请实施例的资源搜索装置,通过获取目标搜索词,以及目标搜索词中的目标实体和目标意图;获取目标实体的意图体系;意图体系包括:目标实体对应的多个意图标签、每个意图标签对应的多个搜索词,以及每个搜索词所关联的资源列表;资源列表包括:一个或多个资源排序列表,每个资源排序列表对应一种类型的资源;根据目标意图查询意图体系,从意图体系中与目标意图匹配的意图标签下多个搜索词所关联的资源列表中抽取排序在前的一种或多种类型的资源,生成目标搜索词的资源搜索结果,从而能够提供类型多样、有序排列且关联度较高的搜索结果,使得用户能够快速搜索到符合自己意图需求的资源,降低了搜索成本,提高了搜索效率。
本申请第三方面实施例提出了一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如上所述的资源搜索方法。
本申请第四方面实施例提出了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行如上所述的资源搜索方法。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1是根据本申请第一实施例的示意图;
图2是百合的意图体系的示意图;
图3是从匹配的意图标签下多个搜索词所关联的资源列表中抽取资源的示意;
图4是根据本申请第二实施例的示意图;
图5是资源排序评分的计算示意图;
图6是搜索词所关联的文章资源排序列表的获取示意图;
图7是根据本申请第三实施例的示意图;
图8是根据本申请第四实施例的示意图;
图9是根据本申请第五实施例的示意图;
图10是用来实现本申请实施例的资源搜索的方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
下面参考附图描述本申请实施例的资源搜索方法、装置以及电子设备。
图1是根据本申请第一实施例的示意图。其中,需要说明的是,本实施例提供的资源搜索方法的执行主体为资源搜索装置,资源搜索装置具体可以为硬件设备,或者硬件设备中的软件等。其中,硬件设备例如终端设备、服务器等。
如图1所示,资源搜索方法具体实现过程如下:
步骤101,获取目标搜索词,以及目标搜索词中的目标实体和目标意图。
本实施例中,目标搜索词可以为用户需要进行资源搜索时输入到资源搜索装置的搜索词。其中,可以结合预设的搜索词解析工具,对目标搜索词进行解析,获取目标搜索词中的目标实体和目标意图。其中,目标实体例如可以为人物、动物、水果、植物、建筑物等。以目标实体为百合为例,目标意图例如可以为功效作用、食用事项等。
步骤102,获取目标实体的意图体系;意图体系包括:目标实体对应的多个意图标签、每个意图标签对应的多个搜索词,以及每个搜索词所关联的资源列表;资源列表包括:一个或多个资源排序列表,每个资源排序列表对应一种类型的资源。
本实施例中,以目标实体为百合为例,百合的意图体系的示意图例如可以如图2所示,在图2中,意图体系可以包括两级意图标签。百合的一级意图标签可以为“功效作用”和“食用事项”;二级意图标签可以为“泡水功效”、“能否减肥”、“吃法”、“保存方法”等。其中,“泡水功效”和“能否减肥”为一级意图标签“功效作用”的子意图标签;“吃法”和“保存方法”为一级意图标签“食用事项”的子意图标签。
本实施例中,资源类型例如可以为文章资源、视频资源、汉语资源、实体资源等。其中,汉语资源是指诗、词、文言文等资源。实体资源,是指与实体相关的一些实体,例如李白的朋友、明朝的皇帝等。
本实施例中,以资源类型包括文章资源、视频资源、汉语资源、实体资源为例,每个搜索词所关联的资源列表中可以包括四个资源排序列表,分别为文章资源排序列表、视频资源排序列表、汉语资源排序列表和实体资源排序列表。
步骤103,根据目标意图查询意图体系,从意图体系中与目标意图匹配的意图标签下多个搜索词所关联的资源列表中抽取排序在前的一种或多种类型的资源,生成目标搜索词的资源搜索结果。
本实施例中,资源排序列表中可以包括:每个资源的排序评分。其中,每个资源的排序评分,根据每个资源的关联度以及特征信息来确定。其中,关联度为资源与对应的搜索词之间的关联度。
在资源为文章资源时,特征信息包括:文章特征和文章作者特征。其中,文章特征例如字数、图片数量、发布日期、阅读量等;文章作者特征例如总发文数、平均文章阅读量、粉丝数等。在资源为视频资源时,特征信息可以包括:视频长度、播放量、发布时间、视频作者的总发布数量、视频作者的视频平均播放量、视频作者的粉丝数等。
本实施例中,资源搜索装置执行步骤103的过程具体可以为,根据目标意图查询意图体系,获取意图体系中与目标意图匹配的意图标签;针对每种类型,从匹配的意图标签下多个搜索词所关联的资源列表中抽取排序在前的该种类型的资源,在抽取的资源数量达到一个批次时,根据批次中资源的排序评分对批次中的资源进行排序,生成该种类型的资源搜索结果;根据每种类型的资源搜索结果,生成目标搜索词的资源搜索结果。
本实施例中,以文章资源为例进行说明,图3是从匹配的意图标签下多个搜索词所关联的资源列表中抽取资源的示意图。在图3中,假设匹配的意图标签(intent_tag)下有三个搜索词,分别为query1、query2和query3。依次从各个搜索词所关联的文章资源排序列表中抽取文章资源,例如文章资源article11、article21、article31、article12、article22、article32、……、article1n、article2n、article3n等。在抽取的文章资源数量达到一个批次时,例如十个时,对该批次的文章资源按照排序评分进行排序,根据各个批次的排序结果生成文章资源类型的资源搜索结果。
本申请实施例的资源搜索方法,通过获取目标搜索词,以及目标搜索词中的目标实体和目标意图;获取目标实体的意图体系;意图体系包括:目标实体对应的多个意图标签、每个意图标签对应的多个搜索词,以及每个搜索词所关联的资源列表;资源列表包括:一个或多个资源排序列表,每个资源排序列表对应一种类型的资源;根据目标意图查询意图体系,从意图体系中与目标意图匹配的意图标签下多个搜索词所关联的资源列表中抽取排序在前的一种或多种类型的资源,生成目标搜索词的资源搜索结果,从而能够提供类型多样、有序排列且关联度较高的搜索结果,使得用户能够快速搜索到符合自己意图需求的资源,降低了搜索成本,提高了搜索效率。
图4是根据本申请第二实施例的示意图。如图4所示,步骤102之前,所述的方法还可以包括以下步骤:
步骤104,获取搜索词集合;搜索词集合包括:大于预设数量的搜索词。
本实施例中,搜索词集合中的搜索词例如可以为大量用户的历史搜索词等。
步骤105,根据搜索词集合中每个搜索词中的实体和意图,确定多个实体,以及每个实体对应的意图集合。
本实施例中,为了减少意图集合中意图的数量,提高意图集合中意图的准确度,确定多个实体,以及每个实体对应的意图集合之后,所述的方法还可以包括以下步骤:针对每个实体,对实体对应的意图集合中的各个意图进行聚类,得到各个类簇以及每个类簇的意图;针对每个类簇,将类簇中的各个意图归一化为类簇的意图。其中,聚类算法例如可以为,根据意图之间的语义相似度进行聚类等。
步骤106,针对多个实体中的每个实体,根据实体对应的意图集合以及实体对应的搜索词,生成实体的意图体系框架。
本实施例中,资源搜索装置执行步骤106的过程例如可以为,针对多个实体中的每个实体,获取所述实体所属领域的意图体系模板;结合意图体系模板以及实体对应的意图集合,确定意图集合中意图之间的关系,例如一级意图、二级意图、作为每个一级意图的子意图的二级意图等;然后针对每个意图,获取实体和意图对应的搜索词,将与实体和意图对应的搜索词确定为所述意图对应的搜索词,生成实体的意图体系框架。
步骤107,确定意图体系框架中每个搜索词所关联的资源列表,得到实体的意图体系。
本实施例中,资源搜索装置执行步骤107的过程具体可以为,针对意图体系框架中的每个搜索词,获取与搜索词匹配的一种或多种类型的资源;针对匹配的每种类型的多个资源,获取多个资源中每个资源的特征信息以及关联度;根据特征信息以及关联度,对多个资源进行排序,得到搜索词所关联的所述类型的资源排序列表;根据意图体系框架中每个搜索词所关联的每种类型的资源排序列表,确定实体的意图体系。
本实施例中,资源的类型可以为文章资源、视频资源、汉语资源和实体资源等。针对上述资源的描述,以及资源的特征信息的描述,可以参考图1所示实施例,此处不再进行详细说明。
本实施例中,为了进一步提高匹配到的资源的准确度,针对匹配的每种类型的多个资源,获取多个资源中每个资源的特征信息以及关联度之后,还可以对关联度小的资源进行过滤。对应的,资源搜索装置具体可以执行以下过程:针对匹配的每种类型的每个资源,在资源的标题与搜索词的关联度小于第一关联度阈值时,过滤掉资源;和/或,针对匹配的每种类型的每个资源,在资源的描述文本与搜索词的关联度小于第二关联度阈值时,过滤掉资源。
本实施例中,为了提高匹配到的资源的准确度,资源搜索装置获取与搜索词匹配的一种或多种类型的资源的过程例如可以为,针对意图体系框架中的每个搜索词,对搜索词进行分词,获取分词结果;确定分词结果中每个分词的重要度,并过滤掉对应的重要度小于预设重要度阈值的分词;获取与分词结果匹配的一种或多种类型的资源。
本实施例中,为了进一步提高匹配到的资源的准确度,资源搜索装置获取与搜索词匹配的一种或多种类型的资源之后,还可以获取匹配的一种或多种类型的资源中每个资源对分词结果的覆盖度;过滤掉对应的覆盖度小于预设覆盖度阈值的资源。其中,覆盖度的确定方法例如可以为,针对每个资源,确定资源所包括的分词,将包括的分词的重要度进行加和处理,得到资源对分词结果的覆盖度。
本实施例中,存在一个实体具有多种含义的情况,例如,“杜鹃”可以是鸟,也可以是花。因此,针对“杜鹃”这个词的不同含义,在实体库中有不同的标识,即“杜鹃”的一个标识对应鸟的含义,“杜鹃”的另一个标识对应花的含义,为了避免在“杜鹃”为花时提供鸟相关的资源,实现实体消歧,资源搜索装置获取与搜索词匹配的多种类型的资源之后,还可以执行以下过程:针对匹配的一种或多种类型的资源中的每个资源,确定资源中实体的标识;获取搜索词中实体的标识;判断资源中实体的标识与搜索词中实体的标识是否一致;在资源中实体的标识与搜索词中实体的标识不一致时,过滤掉资源。
本实施例中,确定资源中实体的标识的方法例如可以为,结合资源的上下文信息来确定资源中的实体以及实体的含义,进而根据实体及其含义查询实体库,确定资源中实体的标识。本实施例中,搜索词中实体的标识的确定方法例如可以为,结合搜索词确定实体的含义,进而查询实体库,确定搜索词中实体的标识。
本实施例中,为了提高匹配到的资源的质量,资源搜索装置获取与搜索词匹配的一种或多种类型的资源之后,针对每个资源,可以判断资源中是否存在以下缺陷中的任意一个或者多个:资源文本内容存在死链、资源图片存在死链、存在广告信息、段落重复、字数过少、不存在图片;在资源中存在缺陷时,确定资源的质量过低,则过滤掉所述资源。
本实施例中,资源的关联度可以包括:资源的标题与搜索词的关联度,和/或,资源的描述文本与搜索词的关联度。其中,资源的标题与搜索词的关联度,可以结合短文本相似度计算模型(clicksim)来确定。短文本相似度计算模型的输入为资源的标题和搜索词,输出为关联度。短文本相似度计算模型可以采用大量训练样本进行训练。训练样本包括:资源的标题、搜索词以及关联度。
本实施例中,资源的描述文本与搜索词的关联度,可以结合短文本与长文本相似度计算模型(ida-query-doc-sim)来确定。短文本与长文本相似度计算模型的输入为资源的描述文本和搜索词,输出为关联度。短文本与长文本相似度计算模型可以采用大量训练样本进行训练。训练样本包括:资源的描述文本、搜索词以及关联度。
本实施例中,需要说明的是,在一种实施场景中,可以针对文章资源、视频资源、汉语资源和实体资源等分别进行排序。在另一种实施场景中,汉语资源和实体资源的结构化程度比较高,与搜索词的关联度也很明确,可以不用进行排序,根据目标实体和目标意图抽取这两种类型的资源时,可以随机抽取。
本实施例中,以文章资源为例,资源搜索装置根据特征信息以及关联度,对多个文章资源进行排序的过程具体可以为,针对每个文章资源,对文章资源的关联度(clicksim关联度和/或ida关联度)、字数、图片数量、发布天数、平均每天阅读量、作者粉丝数量等进行加权平均,得到排序评分;根据各个文章资源的排序评分对各个文章资源进行排序。如图5所示,是资源排序评分的计算示意图。
本实施例中,搜索词所关联的文章资源排序列表的获取示意图例如可以如图6所示,在图6中,搜索词(query)进行分词,获取分词结果;将分词结果与文章数据库进行多模匹配,对匹配到的文章资源进行实体识别以及实体消歧,并进行质量检测,过滤掉存在缺陷的资源;然后获取文章资源的文章特征和文章作者特征,结合关联度,确定搜索词所关联的文章资源排序列表。
本申请实施例的资源搜索方法,通过获取搜索词集合;搜索词集合包括:大于预设数量的搜索词;根据搜索词集合中每个搜索词中的实体和意图,确定多个实体,以及每个实体对应的意图集合;针对多个实体中的每个实体,根据实体对应的意图集合以及实体对应的搜索词,生成实体的意图体系框架;确定意图体系框架中每个搜索词所关联的资源列表,得到实体的意图体系,从而能够构建各个实体的意图体系,在确定目标搜索词的目标实体和目标意图后,根据目标意图查询目标实体的意图体系,从意图体系中与目标意图匹配的意图标签下多个搜索词所关联的资源列表中抽取排序在前的一种或多种类型的资源,生成目标搜索词的资源搜索结果,从而能够提供类型多样、有序排列且关联度较高的搜索结果,使得用户能够快速搜索到符合自己意图需求的资源,降低了搜索成本,提高了搜索效率。
为了实现图1至图6所述实施例,本申请实施例还提出一种资源搜索装置。
图7是根据本申请第三实施例的示意图。如图7所示,该资源搜索装置700包括:获取模块710和抽取模块720。
其中,获取模块710,用于获取目标搜索词,以及所述目标搜索词中的目标实体和目标意图;
所述获取模块710,还用于获取所述目标实体的意图体系;所述意图体系包括:所述目标实体对应的多个意图标签、每个意图标签对应的多个搜索词,以及每个搜索词所关联的资源列表;所述资源列表包括:一个或多个资源排序列表,每个资源排序列表对应一种类型的资源;
抽取模块720,用于根据所述目标意图查询所述意图体系,从所述意图体系中与所述目标意图匹配的意图标签下多个搜索词所关联的资源列表中抽取排序在前的一种或多种类型的资源,生成所述目标搜索词的资源搜索结果。
在本申请一个实施例中,结合参考图8,在图7所示实施例的基础上,所述的装置还包括:第一确定模块730、生成模块740和第二确定模块750;
其中,所述获取模块710,还用于获取搜索词集合;所述搜索词集合包括:大于预设数量的搜索词;
所述第一确定模块730,用于根据所述搜索词集合中每个搜索词中的实体和意图,确定多个实体,以及每个实体对应的意图集合;
所述生成模块740,用于针对所述多个实体中的每个实体,根据所述实体对应的意图集合以及所述实体对应的搜索词,生成所述实体的意图体系框架;
所述第二确定模块750,用于确定所述意图体系框架中每个搜索词所关联的资源列表,得到所述实体的意图体系。
在本申请一个实施例中,结合参考图9,在图8所示实施例的基础上,所述的装置还包括:聚类模块760和归一化模块770;
所述聚类模块760,用于针对每个实体,对所述实体对应的意图集合中的各个意图进行聚类,得到各个类簇以及每个类簇的意图;
所述归一化模块770,用于针对每个类簇,将所述类簇中的各个意图归一化为所述类簇的意图。
在本申请一个实施例中,所述第二确定模块750具体用于,
针对所述意图体系框架中的每个搜索词,获取与所述搜索词匹配的一种或多种类型的资源;
针对匹配的每种类型的多个资源,获取所述多个资源中每个资源的特征信息以及关联度;
根据特征信息以及关联度,对所述多个资源进行排序,得到所述搜索词所关联的所述类型的资源排序列表;
根据所述意图体系框架中每个搜索词所关联的每种类型的资源排序列表,确定所述实体的意图体系。
在本申请一个实施例中,所述第二确定模块750具体用于,
针对所述意图体系框架中的每个搜索词,对所述搜索词进行分词,获取分词结果;
确定所述分词结果中每个分词的重要度,并过滤掉对应的重要度小于预设重要度阈值的分词;
获取与所述分词结果匹配的一种或多种类型的资源。
在本申请一个实施例中,所述第二确定模块750具体用于,
获取匹配的一种或多种类型的资源中每个资源对所述分词结果的覆盖度;
过滤掉对应的覆盖度小于预设覆盖度阈值的资源。
在本申请一个实施例中,所述第二确定模块750具体用于,
针对匹配的一种或多种类型的资源中的每个资源,确定所述资源中实体的标识;
获取所述搜索词中实体的标识;
判断所述资源中实体的标识与所述搜索词中实体的标识是否一致;
在所述资源中实体的标识与所述搜索词中实体的标识不一致时,过滤掉所述资源。
在本申请一个实施例中,所述关联度包括:资源的标题与搜索词的关联度,和/或,资源的描述文本与搜索词的关联度;
所述第二确定模块750具体用于,
针对匹配的每种类型的每个资源,在所述资源的标题与搜索词的关联度小于第一关联度阈值时,过滤掉所述资源;
和/或,
针对匹配的每种类型的每个资源,在所述资源的描述文本与搜索词的关联度小于第二关联度阈值时,过滤掉所述资源。
在本申请一个实施例中,所述资源排序列表中包括:每个资源的排序评分;
所述抽取模块720具体用于,
根据所述目标意图查询所述意图体系,获取所述意图体系中与所述目标意图匹配的意图标签;
针对每种类型,从所述匹配的意图标签下多个搜索词所关联的资源列表中抽取排序在前的所述类型的资源,在抽取的资源数量达到一个批次时,根据批次中资源的排序评分对批次中的资源进行排序,生成所述类型的资源搜索结果;
根据每种类型的资源搜索结果,生成所述目标搜索词的资源搜索结果。
本申请实施例的资源搜索装置,通过获取搜索词集合;搜索词集合包括:大于预设数量的搜索词;根据搜索词集合中每个搜索词中的实体和意图,确定多个实体,以及每个实体对应的意图集合;针对多个实体中的每个实体,根据实体对应的意图集合以及实体对应的搜索词,生成实体的意图体系框架;确定意图体系框架中每个搜索词所关联的资源列表,得到实体的意图体系,从而能够构建各个实体的意图体系,在确定目标搜索词的目标实体和目标意图后,根据目标意图查询目标实体的意图体系,从意图体系中与目标意图匹配的意图标签下多个搜索词所关联的资源列表中抽取排序在前的一种或多种类型的资源,生成目标搜索词的资源搜索结果,从而能够提供类型多样、有序排列且关联度较高的搜索结果,使得用户能够快速搜索到符合自己意图需求的资源,降低了搜索成本,提高了搜索效率。
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介质。
如图10所示,是根据本申请实施例的资源搜索的方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图10所示,该电子设备包括:一个或多个处理器601、存储器602,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器***)。图10中以一个处理器601为例。
存储器602即为本申请所提供的非瞬时计算机可读存储介质。其中,所述存储器存储有可由至少一个处理器执行的指令,以使所述至少一个处理器执行本申请所提供的资源搜索的方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的资源搜索的方法。
存储器602作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的资源搜索的方法对应的程序指令/模块(例如,附图7所示的获取模块710、抽取模块720、附图8所示的第一确定模块730、生成模块740、第二确定模块750、附图9所示的聚类模块760、归一化模块770)。处理器601通过运行存储在存储器602中的非瞬时软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的资源搜索的方法。
存储器602可以包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需要的应用程序;存储数据区可存储根据资源搜索的电子设备的使用所创建的数据等。此外,存储器602可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器602可选包括相对于处理器601远程设置的存储器,这些远程存储器可以通过网络连接至资源搜索的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
资源搜索的方法的电子设备还可以包括:输入装置603和输出装置604。处理器601、存储器602、输入装置603和输出装置604可以通过总线或者其他方式连接,图10中以通过总线连接为例。
输入装置603可接收输入的数字或字符信息,以及产生与资源搜索的电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置604可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的***和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (20)
1.一种资源搜索方法,其特征在于,包括:
获取目标搜索词,以及所述目标搜索词中的目标实体和目标意图;
获取所述目标实体的意图体系;所述意图体系包括:所述目标实体对应的多个意图标签、每个意图标签对应的多个搜索词,以及每个搜索词所关联的资源列表;所述资源列表包括:一个或多个资源排序列表,每个资源排序列表对应一种类型的资源;
根据所述目标意图查询所述意图体系,从所述意图体系中与所述目标意图匹配的意图标签下多个搜索词所关联的资源列表中抽取排序在前的一种或多种类型的资源,生成所述目标搜索词的资源搜索结果。
2.根据权利要求1所述的方法,其特征在于,所述获取所述目标实体的意图体系之前,还包括:
获取搜索词集合;所述搜索词集合包括:大于预设数量的搜索词;
根据所述搜索词集合中每个搜索词中的实体和意图,确定多个实体,以及每个实体对应的意图集合;
针对所述多个实体中的每个实体,根据所述实体对应的意图集合以及所述实体对应的搜索词,生成所述实体的意图体系框架;
确定所述意图体系框架中每个搜索词所关联的资源列表,得到所述实体的意图体系。
3.根据权利要求2所述的方法,其特征在于,所述根据所述搜索词集合中每个搜索词中的实体和意图,确定多个实体,以及每个实体对应的意图集合之后,还包括:
针对每个实体,对所述实体对应的意图集合中的各个意图进行聚类,得到各个类簇以及每个类簇的意图;
针对每个类簇,将所述类簇中的各个意图归一化为所述类簇的意图。
4.根据权利要求2所述的方法,其特征在于,所述确定所述意图体系框架中每个搜索词所关联的资源列表,得到所述实体的意图体系,包括:
针对所述意图体系框架中的每个搜索词,获取与所述搜索词匹配的一种或多种类型的资源;
针对匹配的每种类型的多个资源,获取所述多个资源中每个资源的特征信息以及关联度;
根据特征信息以及关联度,对所述多个资源进行排序,得到所述搜索词所关联的所述类型的资源排序列表;
根据所述意图体系框架中每个搜索词所关联的每种类型的资源排序列表,确定所述实体的意图体系。
5.根据权利要求4所述的方法,其特征在于,所述针对所述意图体系框架中的每个搜索词,获取与所述搜索词匹配的一种或多种类型的资源,包括:
针对所述意图体系框架中的每个搜索词,对所述搜索词进行分词,获取分词结果;
确定所述分词结果中每个分词的重要度,并过滤掉对应的重要度小于预设重要度阈值的分词;
获取与所述分词结果匹配的一种或多种类型的资源。
6.根据权利要求5所述的方法,其特征在于,所述获取与所述分词结果匹配的一种或多种类型的资源之后,还包括:
获取匹配的一种或多种类型的资源中每个资源对所述分词结果的覆盖度;
过滤掉对应的覆盖度小于预设覆盖度阈值的资源。
7.根据权利要求4所述的方法,其特征在于,所述针对所述意图体系框架中的每个搜索词,获取与所述搜索词匹配的一种或多种类型的资源之后,还包括:
针对匹配的一种或多种类型的资源中的每个资源,确定所述资源中实体的标识;
获取所述搜索词中实体的标识;
判断所述资源中实体的标识与所述搜索词中实体的标识是否一致;
在所述资源中实体的标识与所述搜索词中实体的标识不一致时,过滤掉所述资源。
8.根据权利要求4所述的方法,其特征在于,所述关联度包括:资源的标题与搜索词的关联度,和/或,资源的描述文本与搜索词的关联度;
针对匹配的每种类型的多个资源,获取所述多个资源中每个资源的特征信息以及关联度之后,还包括:
针对匹配的每种类型的每个资源,在所述资源的标题与搜索词的关联度小于第一关联度阈值时,过滤掉所述资源;
和/或,
针对匹配的每种类型的每个资源,在所述资源的描述文本与搜索词的关联度小于第二关联度阈值时,过滤掉所述资源。
9.根据权利要求1所述的方法,其特征在于,所述资源排序列表中包括:每个资源的排序评分;
所述根据所述目标意图查询所述意图体系,从所述意图体系中与所述目标意图匹配的意图标签下多个搜索词所关联的资源列表中抽取排序在前的一种或多种类型的资源,生成所述目标搜索词的资源搜索结果,包括:
根据所述目标意图查询所述意图体系,获取所述意图体系中与所述目标意图匹配的意图标签;
针对每种类型,从所述匹配的意图标签下多个搜索词所关联的资源列表中抽取排序在前的所述类型的资源,在抽取的资源数量达到一个批次时,根据批次中资源的排序评分对批次中的资源进行排序,生成所述类型的资源搜索结果;
根据每种类型的资源搜索结果,生成所述目标搜索词的资源搜索结果。
10.一种资源搜索装置,其特征在于,包括:
获取模块,用于获取目标搜索词,以及所述目标搜索词中的目标实体和目标意图;
所述获取模块,还用于获取所述目标实体的意图体系;所述意图体系包括:所述目标实体对应的多个意图标签、每个意图标签对应的多个搜索词,以及每个搜索词所关联的资源列表;所述资源列表包括:一个或多个资源排序列表,每个资源排序列表对应一种类型的资源;
抽取模块,用于根据所述目标意图查询所述意图体系,从所述意图体系中与所述目标意图匹配的意图标签下多个搜索词所关联的资源列表中抽取排序在前的一种或多种类型的资源,生成所述目标搜索词的资源搜索结果。
11.根据权利要求10所述的装置,其特征在于,还包括:第一确定模块、生成模块和第二确定模块;
所述获取模块,还用于获取搜索词集合;所述搜索词集合包括:大于预设数量的搜索词;
所述第一确定模块,用于根据所述搜索词集合中每个搜索词中的实体和意图,确定多个实体,以及每个实体对应的意图集合;
所述生成模块,用于针对所述多个实体中的每个实体,根据所述实体对应的意图集合以及所述实体对应的搜索词,生成所述实体的意图体系框架;
所述第二确定模块,用于确定所述意图体系框架中每个搜索词所关联的资源列表,得到所述实体的意图体系。
12.根据权利要求11所述的装置,其特征在于,还包括:聚类模块和归一化模块;
所述聚类模块,用于针对每个实体,对所述实体对应的意图集合中的各个意图进行聚类,得到各个类簇以及每个类簇的意图;
所述归一化模块,用于针对每个类簇,将所述类簇中的各个意图归一化为所述类簇的意图。
13.根据权利要求11所述的装置,其特征在于,所述第二确定模块具体用于,
针对所述意图体系框架中的每个搜索词,获取与所述搜索词匹配的一种或多种类型的资源;
针对匹配的每种类型的多个资源,获取所述多个资源中每个资源的特征信息以及关联度;
根据特征信息以及关联度,对所述多个资源进行排序,得到所述搜索词所关联的所述类型的资源排序列表;
根据所述意图体系框架中每个搜索词所关联的每种类型的资源排序列表,确定所述实体的意图体系。
14.根据权利要求13所述的装置,其特征在于,所述第二确定模块具体用于,
针对所述意图体系框架中的每个搜索词,对所述搜索词进行分词,获取分词结果;
确定所述分词结果中每个分词的重要度,并过滤掉对应的重要度小于预设重要度阈值的分词;
获取与所述分词结果匹配的一种或多种类型的资源。
15.根据权利要求14所述的装置,其特征在于,所述第二确定模块具体用于,
获取匹配的一种或多种类型的资源中每个资源对所述分词结果的覆盖度;
过滤掉对应的覆盖度小于预设覆盖度阈值的资源。
16.根据权利要求13所述的装置,其特征在于,所述第二确定模块具体用于,
针对匹配的一种或多种类型的资源中的每个资源,确定所述资源中实体的标识;
获取所述搜索词中实体的标识;
判断所述资源中实体的标识与所述搜索词中实体的标识是否一致;
在所述资源中实体的标识与所述搜索词中实体的标识不一致时,过滤掉所述资源。
17.根据权利要求13所述的装置,其特征在于,所述关联度包括:资源的标题与搜索词的关联度,和/或,资源的描述文本与搜索词的关联度;
所述第二确定模块具体用于,
针对匹配的每种类型的每个资源,在所述资源的标题与搜索词的关联度小于第一关联度阈值时,过滤掉所述资源;
和/或,
针对匹配的每种类型的每个资源,在所述资源的描述文本与搜索词的关联度小于第二关联度阈值时,过滤掉所述资源。
18.根据权利要求10所述的装置,其特征在于,所述资源排序列表中包括:每个资源的排序评分;
所述抽取模块具体用于,
根据所述目标意图查询所述意图体系,获取所述意图体系中与所述目标意图匹配的意图标签;
针对每种类型,从所述匹配的意图标签下多个搜索词所关联的资源列表中抽取排序在前的所述类型的资源,在抽取的资源数量达到一个批次时,根据批次中资源的排序评分对批次中的资源进行排序,生成所述类型的资源搜索结果;
根据每种类型的资源搜索结果,生成所述目标搜索词的资源搜索结果。
19.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-9中任一项所述的方法。
20.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1-9中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010280580.XA CN111597433B (zh) | 2020-04-10 | 2020-04-10 | 资源搜索方法、装置以及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010280580.XA CN111597433B (zh) | 2020-04-10 | 2020-04-10 | 资源搜索方法、装置以及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111597433A true CN111597433A (zh) | 2020-08-28 |
CN111597433B CN111597433B (zh) | 2023-08-01 |
Family
ID=72187379
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010280580.XA Active CN111597433B (zh) | 2020-04-10 | 2020-04-10 | 资源搜索方法、装置以及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111597433B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112948665A (zh) * | 2021-01-14 | 2021-06-11 | 北京搜狗科技发展有限公司 | 一种搜索方法、装置和介质 |
CN113094522A (zh) * | 2021-06-09 | 2021-07-09 | 北京达佳互联信息技术有限公司 | 多媒体资源处理方法、装置、电子设备及存储介质 |
CN113486252A (zh) * | 2021-07-30 | 2021-10-08 | 北京字节跳动网络技术有限公司 | 搜索结果展示方法、装置、设备和介质 |
CN114003739A (zh) * | 2021-10-29 | 2022-02-01 | 北京达佳互联信息技术有限公司 | 一种多媒体资源的处理方法及装置 |
CN114461889A (zh) * | 2022-02-09 | 2022-05-10 | 北京百度网讯科技有限公司 | 数据搜索的方法、装置、电子设备及程序产品 |
CN115619238A (zh) * | 2022-12-20 | 2023-01-17 | 万联易达物流科技有限公司 | 一种为非特定b2b平台建立企业间合作关系的方法 |
WO2023077642A1 (zh) * | 2021-11-05 | 2023-05-11 | 海南大学 | 面向意图计算与推理的dikw资源传输方法及装置 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102880723A (zh) * | 2012-10-22 | 2013-01-16 | 深圳市宜搜科技发展有限公司 | 一种识别用户检索意图的搜索方法和*** |
CN105893427A (zh) * | 2015-12-07 | 2016-08-24 | 乐视网信息技术(北京)股份有限公司 | 资源搜索方法以及服务器 |
CN105956148A (zh) * | 2016-05-12 | 2016-09-21 | 北京奇艺世纪科技有限公司 | 资源信息的推荐方法和装置 |
US20170161322A1 (en) * | 2015-12-07 | 2017-06-08 | Le Holdings (Beijing) Co., Ltd. | Method and electronic device for searching resource |
CN107168991A (zh) * | 2017-03-28 | 2017-09-15 | 北京三快在线科技有限公司 | 一种搜索结果展示方法和装置 |
CN108804532A (zh) * | 2018-05-03 | 2018-11-13 | 腾讯科技(深圳)有限公司 | 一种查询意图的挖掘和查询意图的识别方法、装置 |
CN110222203A (zh) * | 2019-06-19 | 2019-09-10 | 深圳前海微众银行股份有限公司 | 元数据搜索方法、装置、设备及计算机可读存储介质 |
CN110263180A (zh) * | 2019-06-13 | 2019-09-20 | 北京百度网讯科技有限公司 | 意图知识图谱生成方法、意图识别方法及装置 |
CN110543592A (zh) * | 2019-08-27 | 2019-12-06 | 北京百度网讯科技有限公司 | 信息搜索方法、装置以及计算机设备 |
CN110765275A (zh) * | 2019-10-14 | 2020-02-07 | 平安医疗健康管理股份有限公司 | 搜索方法、装置、计算机设备和存储介质 |
-
2020
- 2020-04-10 CN CN202010280580.XA patent/CN111597433B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102880723A (zh) * | 2012-10-22 | 2013-01-16 | 深圳市宜搜科技发展有限公司 | 一种识别用户检索意图的搜索方法和*** |
CN105893427A (zh) * | 2015-12-07 | 2016-08-24 | 乐视网信息技术(北京)股份有限公司 | 资源搜索方法以及服务器 |
US20170161322A1 (en) * | 2015-12-07 | 2017-06-08 | Le Holdings (Beijing) Co., Ltd. | Method and electronic device for searching resource |
CN105956148A (zh) * | 2016-05-12 | 2016-09-21 | 北京奇艺世纪科技有限公司 | 资源信息的推荐方法和装置 |
CN107168991A (zh) * | 2017-03-28 | 2017-09-15 | 北京三快在线科技有限公司 | 一种搜索结果展示方法和装置 |
CN108804532A (zh) * | 2018-05-03 | 2018-11-13 | 腾讯科技(深圳)有限公司 | 一种查询意图的挖掘和查询意图的识别方法、装置 |
CN110263180A (zh) * | 2019-06-13 | 2019-09-20 | 北京百度网讯科技有限公司 | 意图知识图谱生成方法、意图识别方法及装置 |
CN110222203A (zh) * | 2019-06-19 | 2019-09-10 | 深圳前海微众银行股份有限公司 | 元数据搜索方法、装置、设备及计算机可读存储介质 |
CN110543592A (zh) * | 2019-08-27 | 2019-12-06 | 北京百度网讯科技有限公司 | 信息搜索方法、装置以及计算机设备 |
CN110765275A (zh) * | 2019-10-14 | 2020-02-07 | 平安医疗健康管理股份有限公司 | 搜索方法、装置、计算机设备和存储介质 |
Non-Patent Citations (1)
Title |
---|
王志超;李银松;: "基于检索意图识别的信息检索专利技术综述" * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112948665A (zh) * | 2021-01-14 | 2021-06-11 | 北京搜狗科技发展有限公司 | 一种搜索方法、装置和介质 |
CN113094522A (zh) * | 2021-06-09 | 2021-07-09 | 北京达佳互联信息技术有限公司 | 多媒体资源处理方法、装置、电子设备及存储介质 |
CN113486252A (zh) * | 2021-07-30 | 2021-10-08 | 北京字节跳动网络技术有限公司 | 搜索结果展示方法、装置、设备和介质 |
CN114003739A (zh) * | 2021-10-29 | 2022-02-01 | 北京达佳互联信息技术有限公司 | 一种多媒体资源的处理方法及装置 |
WO2023077642A1 (zh) * | 2021-11-05 | 2023-05-11 | 海南大学 | 面向意图计算与推理的dikw资源传输方法及装置 |
CN114461889A (zh) * | 2022-02-09 | 2022-05-10 | 北京百度网讯科技有限公司 | 数据搜索的方法、装置、电子设备及程序产品 |
CN114461889B (zh) * | 2022-02-09 | 2023-04-25 | 北京百度网讯科技有限公司 | 数据搜索的方法、装置、电子设备及程序产品 |
CN115619238A (zh) * | 2022-12-20 | 2023-01-17 | 万联易达物流科技有限公司 | 一种为非特定b2b平台建立企业间合作关系的方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111597433B (zh) | 2023-08-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111597433B (zh) | 资源搜索方法、装置以及电子设备 | |
CN111967302B (zh) | 视频标签的生成方法、装置及电子设备 | |
CN111125435B (zh) | 视频标签的确定方法、装置和计算机设备 | |
CN110955764B (zh) | 场景知识图谱的生成方法、人机对话方法以及相关设备 | |
CN104268175B (zh) | 一种数据搜索的装置及其方法 | |
CN112818224B (zh) | 信息推荐方法、装置、电子设备及可读存储介质 | |
CN111104514A (zh) | 文档标签模型的训练方法及装置 | |
CN111949814A (zh) | 搜索方法、装置、电子设备和存储介质 | |
CN110705460A (zh) | 图像类别识别方法及装置 | |
CN111831854A (zh) | 视频标签的生成方法、装置、电子设备和存储介质 | |
CN112380847B (zh) | 兴趣点处理方法、装置、电子设备及存储介质 | |
CN109242537A (zh) | 广告投放方法、装置、计算机设备及存储介质 | |
CN111737501A (zh) | 一种内容推荐方法及装置、电子设备、存储介质 | |
CN112052397B (zh) | 用户特征生成方法、装置、电子设备及存储介质 | |
CN111984825A (zh) | 用于搜索视频的方法和装置 | |
CN111782785B (zh) | 自动问答方法、装置、设备以及存储介质 | |
CN114154013A (zh) | 视频推荐方法、装置、设备及存储介质 | |
US9881023B2 (en) | Retrieving/storing images associated with events | |
CN111309200A (zh) | 一种扩展阅读内容的确定方法、装置、设备及存储介质 | |
CN112182348A (zh) | 语义匹配判定方法、装置、电子设备、计算机可读介质 | |
CN115827956A (zh) | 一种数据信息检索方法、装置、电子设备及存储介质 | |
CN110245357B (zh) | 主实体识别方法和装置 | |
CN113609847B (zh) | 信息抽取方法、装置、电子设备及存储介质 | |
CN111385188A (zh) | 对话元素的推荐方法、装置、电子设备和介质 | |
CN111753195B (zh) | 标签体系构建方法、装置、设备以及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |