CN113590645B - 搜索方法、装置、电子设备及存储介质 - Google Patents
搜索方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN113590645B CN113590645B CN202110738785.2A CN202110738785A CN113590645B CN 113590645 B CN113590645 B CN 113590645B CN 202110738785 A CN202110738785 A CN 202110738785A CN 113590645 B CN113590645 B CN 113590645B
- Authority
- CN
- China
- Prior art keywords
- structured data
- data
- query statement
- structured
- target search
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000012549 training Methods 0.000 claims abstract description 26
- 238000000605 extraction Methods 0.000 claims abstract description 22
- 238000012545 processing Methods 0.000 claims abstract description 16
- 238000013473 artificial intelligence Methods 0.000 abstract description 9
- 238000013135 deep learning Methods 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 10
- 238000004590 computer program Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 7
- 241000167854 Bourreria succulenta Species 0.000 description 5
- 235000019693 cherries Nutrition 0.000 description 5
- 235000013399 edible fruits Nutrition 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 241000124008 Mammalia Species 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 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
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/242—Query formulation
- G06F16/243—Natural language query formulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/242—Query formulation
- G06F16/2425—Iterative querying; Query formulation based on the results of a preceding query
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
- G06F16/24573—Query processing with adaptation to user needs using data annotations, e.g. user-defined metadata
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
- G06F16/24578—Query processing with adaptation to user needs using ranking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/288—Entity relationship models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Library & Information Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开公开了一种搜索方法、装置、电子设备及存储介质,涉及数据处理技术领域,尤其涉及大数据处理、深度学习、知识图谱等人工智能技术领域。具体实现方案为:获取查询语句;将所述查询语句与搜索数据库中的每个候选结果对应的第一结构化数据集进行匹配,以确定所述查询语句与每个所述候选结果间的相关性,其中,每个所述第一结构化数据集为训练生成的结构化信息抽取模型,对每个所述候选结果进行信息抽取后生成的;根据每个所述相关性,确定所述查询语句对应的目标搜索结果。由此,根据查询语句与每个候选结果对应的第一结构化数据集之间的相关性,确定目标搜索结果,从而提高了搜索的准确性和可靠性。
Description
技术领域
本公开涉及数据处理技术领域,尤其涉及大数据处理、深度学习、知识图谱等人工智能技术领域,具体涉及一种搜索方法、装置、电子设备及存储介质。
背景技术
随着人工智能技术地不断发展和完善,其已经在与人类日常生活相关的各个领域扮演着极其重要的作用,例如,人工智能技术已经在网络搜索领域取得了显著进步。目前,如何快速、准确地获取目标搜索结果成为热点的研究方向。
发明内容
本公开提供了一种搜索方法、装置、电子设备及存储介质。
根据本公开的第一方面,提供了一种搜索方法,包括:
获取查询语句;
将所述查询语句与搜索数据库中的每个候选结果对应的第一结构化数据集进行匹配,以确定所述查询语句与每个所述候选结果间的相关性,其中,每个所述第一结构化数据集为训练生成的结构化信息抽取模型,对每个所述候选结果进行信息抽取后生成的;
根据每个所述相关性,确定所述查询语句对应的目标搜索结果。
根据本公开的第二方面,提供了一种搜索装置,包括:
获取模块,用于获取查询语句;
第一确定模块,用于将所述查询语句与搜索数据库中的每个候选结果对应的第一结构化数据集进行匹配,以确定所述查询语句与每个所述候选结果间的相关性,其中,每个所述第一结构化数据集为训练生成的结构化信息抽取模型,对每个所述候选结果进行信息抽取后生成的;
第二确定模块,用于根据每个所述相关性,确定所述查询语句对应的目标搜索结果。
根据本公开的第三方面,提供了一种电子设备,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第一方面所述的方法。
根据本公开第四方面,提供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第一方面所述的方法。
根据本公开的第五方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现如第一方面所述的方法。
本公开提供的搜索方法、装置、电子设备及存储介质,存在如下有益效果:
本公开实施例中,首先获取查询语句,之后将查询语句与搜索数据库中的每个候选结果对应的第一结构化数据集进行匹配,以确定查询语句与每个候选结果间的相关性,最后根据每个相关性,确定查询语句对应的目标搜索结果。由此,根据查询语句与每个候选结果对应的第一结构化数据集之间的相关性,确定目标搜索结果,从而提高了搜索的准确性和可靠性。
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,不构成对本公开的限定。其中:
图1是根据本公开一实施例提供的一种搜索方法的流程示意图;
图2是根据本公开又一实施例提供的一种搜索方法的流程示意图;
图3是根据本公开一实施例提供的一种搜索装置的结构示意图;
图4是根据本公开又一实施例提供的一种搜索装置的结构示意图;
图5是用来实现本公开实施例的搜索方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开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,而不会背离本公开的范围和精神。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。
本公开实施例涉及大数据处理、深度学习、知识图谱等人工智能技术领域。
人工智能(Artificial Intelligence),英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用***的一门新的技术科学。
大数据处理是指通过多种渠道实现对大量数据的采集,并通过使用云计算技术来实现对数据的深度挖掘和分析,确保能够及时的找出数据之间的规律和特点,总结和归纳出数据所存在的价值。大数据处理技术对于了解数据特征,预测发展趋势具有十分重要的意义。
深度学习是学习样本数据的内在规律和表示层次,这些学习过程中获得的信息对诸如文字,图像和声音等数据的解释有很大的帮助。深度学习的最终目标是让机器能够像人一样具有分析学习能力,能够识别文字、图像和声音等数据。
知识图谱本质上是语义网络,是一种基于图的数据结构,由节点和边组成。在知识图谱中,每个节点表示现实世界中存在的实体,每条边为实体与实体之间的关系。通俗地讲,知识图谱就是把所有不同种类的信息连接在一起而得到的一个关系网络,知识图谱提供了从“关系”的角度去分析问题的能力。
图1是根据本公开一实施例提供的一种搜索方法的流程示意图;
其中,需要说明的是,本实施例的搜索方法的执行主体为搜索装置,该装置可以由软件和/或硬件的方式实现,该装置可以配置在电子设备中,电子设备可以包括但不限于终端、服务器端等。
如图1所示,该搜索方法包括:
S101:获取查询语句。
其中,查询语句可以为用户直接输入的,用于获取搜索结果的文本语句,也可以为从用户上传的音频、图像等数据中提取出来的语句,本公开对此不做限定。
S102:将查询语句与搜索数据库中的每个候选结果对应的第一结构化数据集进行匹配,以确定查询语句与每个候选结果间的相关性。
其中,每个第一结构化数据集为训练生成的结构化信息抽取模型,对每个候选结果进行信息抽取后生成的。
可选的,可以先获取查询语句中包含的关键分词,之后将每个关键分词分别与候选结果对应的第一结构化数据集中的每个第一结构化数据进行匹配,以根据每个关键分词与每个第一结构化数据间的匹配度,确定查询语句与每个候选结果间的相关性。
或者,根据查询语句与每个候选结果对应的第一结构化数据集之间的欧氏距离、曼哈顿距离等,对查询语句和每个候选结果进行匹配,以获取查询语句与每个候选结果之间的相关性。
可选的,本公开中,可以通过以下过程,获取结构化信息抽取模型:
(1)接收训练数据集,其中,训练数据集中包括多种模态的样本数据及每个样本数据对应的标注结构化数据。
其中,多种模态的样本数据可以包括文本、音频、图像、视频、表格等各种类型的数据,本公开对此不做限定。
比如,样本数据为文本数据,如“感冒俗称伤风”,对应的标注结构化数据可以为“[感冒,俗称,伤风]”;或者,样本数据为音频数据,从音频数据中提取的文本信息为“樱桃树为浅根性果树”,对应的标注结构化数据可以为“[樱桃树,浅根性果树]”。
需要说明的是,上述示例只是简单的举例说明,不能作为对本公开实施例中样本数据、标注结构化数据的限定。
(2)将每个样本数据输入初始网络模型,以获取样本数据对应的预测结构化数据。
需要说明的是,由于该初始网络模型是用来训练可以将任意类型的输入数据进行处理,以输出其对应的结构化数据的模型,即该初始网络模型,即可以处理文本数据,又可以处理非文本数据。因此,本公开中,在对该初始网络模型进行训练时,也可以先将该初始网络模型分为两部分,第一部分,用于将任意非文本类型的数据转化为文本数据,第二部分,用于将文本数据进行处理,以输出其对应的结构化数据。
(3)基于预测结构化数据与对应的标注结构化数据的差异,对初始网络模型进行修正,以获取结构化信息抽取模型。
可以理解的是,若初始网络模型分为两部分,为了加快模型的训练速度,本公开中对该初始网络模型的训练时,也可以分为两部分同时进行,一是先将两部分网络独立训练,然后再将两部分网络联合训练。
其中,第一部分网络,可以包括第一编码器及第一解码器,第一编码器,用于对多模态样本数据进行编码,以获取多模态样本数据对应的文本数据;第一解码器,用于对文本数据进行解码,以输出参考多模态样本数据。之后基于第一解码器输出的参考多模态样本数据与原始多模态样本数据的差异,对第一编码器及第一解码器进行修正训练即可。
另外,第二部分网络可以包括第二编码器和第二解码器,第二编码器用于对文本数据进行编码,第二解码器用于对编码后的文本数据进行解码,以获取文本数据对应的预测结构化数据。之后,基于预测结构化数据与标注结构化数据的差异,对第二编码器及第二解码器进行修正训练即可。
需要说明的是,本公开中,第二编码器和第二解码器可以采用相同的网络结构,以共享网络参数,使得二者可以互相增强,从而使第二部分网络的效果更好。
然后,即可将第一部门及第二部分进行联合训练,由第一编码器先对多模态样本数据进行编码,以获取多模态样本数据对应的文本数据,然后用第二编码器对文本数据进一步进行编码,再由第二解码器对编码后的文本数据进行解码,以获取文本数据对应的预测结构化数据。之后,基于预测结构化数据与标注结构化数据的差异,对第一编码器、第二编码器及第二解码器进行修正训练即可。
S103:根据每个相关性,确定查询语句对应的目标搜索结果。
可选的,可以从多个候选结果中筛选出与查询语句相关性最大的候选结果,作为查询语句的目标搜索结果。
或者,可以将多个候选结果根据相关性由高至低进行排序,之后选出前N个候选结果作为目标搜索结果,其中,N为正整数。
可以理解的是,本公开中,在进行搜索时,是将搜索语句与候选结果对应的全部结构化数据集中的结构化数据进行匹配,从而保证匹配的结果更全面、更准确。
本公开实施例中,首先获取查询语句,之后将查询语句与搜索数据库中的每个候选结果对应的第一结构化数据集进行匹配,以确定查询语句与每个候选结果间的相关性,最后根据每个相关性,确定查询语句对应的目标搜索结果。由此,根据查询语句与每个候选结果对应的第一结构化数据集之间的相关性,确定目标搜索结果,从而提高了搜索的准确性和可靠性。
通过上述分析可知,本公开中可以根据查询语句与每个候选结果对应的第一结构化数据集之间的相关性,确定目标搜索结果。在一种可能的实现方式中,在进行搜索结果展示时,还可以根据需要,确定搜索结果的展示样式。下面结合图2,对上述过程进行详细说明。
图2是根据本公开又一实施例提供的一种搜索方法的流程示意图。如图2所示,该搜索方法包括:
S201:获取查询语句。
其中,步骤S201的具体实现形式,可参照本公开中其他各实施例的详细描述,在此不再赘述。
S202:将查询语句输入结构化信息抽取模型,以获取查询语句对应的第二结构化数据集。
比如,查询语句为“小狗是哺乳动物”,则对应的第二结构化数据集可以为“[小狗,是,哺乳动物]”。或者,查询语句为“一米是一百厘米”,则对应的第二结构化数据集可以为“[一米,是,一百厘米]”。
需要说明的是,上述示例只是简单的举例说明,不能作为对本公开实施例中查询语句、第二结构化数据集的限定。
S203:将第二结构化数据集中的每个第二结构化数据,分别与每个候选结果对应的每个第一结构化数据进行匹配,以确定查询语句与每个候选结果间的相关性。
可选的,可以将每个第二结构化数据,分别与每个第一结构化数据进行匹配。
或者,由于结构化数据中可以包括关系型数据及键值对,为了尽量减少结构化数据间匹配的复杂度,还可以进一步确定每个第一结构化数据及每个第二结构化数据的类型,之后将每个第二结构化数据,分别与相同类型的每个第一结构化数据进行匹配,以确定查询语句与每个候选结果间的相关性。
其中,关系型数据可以表征查询语句、每个候选结果中的主语、谓语、宾语之间的关系,如:候选结果为“感冒俗称伤风”,主语是“感冒”,谓语是“俗称”,宾语是“伤风”,则对应的第一结构化数据集为[感冒,俗称,伤风]。
其中,键值对可以表征查询语句、每个候选结果中的关键字及关键字对应的值。比如,候选结果为“樱桃树为浅根性果树”,关键字为“樱桃树”,关键字对应的值为“浅根性果树”,则对应的第一结构化数据集为[樱桃树,浅根性果树]。
举例来说,若查询语句对应的第二结构化数据集中任一第二结构化数据为关系型数据,那么即可仅将该第二结构化数据与第一结构化数据集中的关系型数据进行匹配。如第二结构化数据集为[主语1,谓语1,宾语1],任一候选结果对应的第一结构化数据集中包含两个关系型的数据,分别为为[主语2,谓语2,宾语2],及[主语3,谓语3,宾语3],则可以将第二结构化数据集中的“主语1”与“主语2”和“主语3”分别进行匹配,将“谓语2”分别与“谓语2”和“谓语3”进行匹配,将“宾语1”分别与“宾语2”和“宾语3”进行匹配等等。最后根据每个第二结构化数据对应的匹配结果,确定查询语句与候选结果之间的相关性。
本公开实施例中,将查询语句中每个第二结构化数据,分别与相同类型的每个第一结构化数据进行匹配,由此,缩短了查询语句与每个候选结果的匹配时间,进一步提高了获取目标搜索结果的效率。
S204:根据每个相关性,确定查询语句对应的目标搜索结果。
其中,上述步骤S204的具体实现形式,可参照本公开中其他各实施例的详细描述,在此不再赘述。
S205:根据目标搜索结果对应的第一结构化数据集,确定目标搜索结果对应的知识图谱。
其中,知识图谱可以显示出目标搜索结果中的关键信息,及各个关键信息之间的关系。
可选的,也可以在确定了每个候选结果对应的第一结构化数据集之后,根据第一结构化数据集生成每个候选结果对应的知识图谱。
需要说明的是,每个候选结果对应的知识图谱,也可以是在确定了其对应的第一结构化数据集后,即可生成,之后在该候选结果作为目标搜索结果时,直接调用其对应的知识图谱即可。
S206:展示目标搜索结果及知识图谱。
本公开中,由于知识图谱中可以更直观的反应各个知识间的关系,从而在确定了目标搜索结果后,为了尽量减少用户阅读搜索结果,以提取关键信息的时间,可以同时展示该搜索结果对应的知识图谱。
可选的,也可以在目标搜索结果中数据的模态满足预设条件的情况下,展示目标搜索结果及知识图谱。
比如,若目标搜索结果是纯文本数据,且文本长度大于预设的长度阈值,则可以展示目标搜索结果及对应的知识图谱,用户可有选择的决定阅读知识图谱还是目标搜索结果,阅读目标搜索结果对应的知识图谱可以节省用户自己阅读目标搜索结果,提取关键信息的时间。
或者,若目标搜索结果中包含了视频模态的数据,则可以同时展示目标搜索结果及对应的知识图谱,用户可有选择的阅读目标搜索结果或对应的知识图谱,或者用户也可以根据知识图谱对视频数据有选择地观看,以节省用户观看视频数据的时间。
需要说明的是,上述示例只是简单的举例说明,不能作为对本公开实施例中目标搜索结果的限定。
本公开实施例中,在确定了查询语句的目标搜索结果之后,展示目标搜索结果对应的知识图谱,用户可根据知识图谱获取目标搜索结果中的关键信息,节省了用户从目标搜索结果中提取关键信息的时间。
本公开实施例中,通过将查询语句对应的第二结构化数据集中的每个第二结构化数据,分别与每个候选结果对应的每个第一结构化数据进行匹配,以获取查询语句对应的目标搜索结果,最后同时展示目标搜索结果及对应的知识图谱,从而不仅进一步提高了目标搜索结果的准确性,而且节省了用户从目标搜索结果中提取关键信息的时间。
图3是根据本公开一实施例提供的一种搜索装置的结构示意图.
如图3所示,该搜索装置300,包括:获取模块310、第一确定模块320、第二确定模块330。
其中,获取模块310,用于获取查询语句;
第一确定模块320,用于将查询语句与搜索数据库中的每个候选结果对应的第一结构化数据集进行匹配,以确定查询语句与每个候选结果间的相关性,其中,每个第一结构化数据集为训练生成的结构化信息抽取模型,对每个候选结果进行信息抽取后生成的;
第二确定模块330,用于根据每个相关性,确定查询语句对应的目标搜索结果。
需要说明的是,前述对搜索方法的解释说明也适用于本实施例的搜索装置,此处不再赘述。
本公开实施例中的搜索装置,首先获取查询语句,之后将查询语句与搜索数据库中的每个候选结果对应的第一结构化数据集进行匹配,以确定查询语句与每个候选结果间的相关性,最后根据每个相关性,确定查询语句对应的目标搜索结果。由此,根据查询语句与每个候选结果对应的第一结构化数据集之间的相关性,确定目标搜索结果,从而提高了搜索的准确性和可靠性。
在本公开的一些实施例中,如图4所示,图4是根据本公开又一实施例提供的一种搜索装置的结构示意图,该搜索装置400,包括:获取模块410、第一确定模块420、第二确定模块430、第三确定模块440、展示模块450、训练模块460。其中,第一确定模块420,包括:
获取单元4201,用于将查询语句输入结构化信息抽取模型,以获取查询语句对应的第二结构化数据集。
匹配单元4202,用于将第二结构化数据集中的每个第二结构化数据,分别与每个候选结果对应的每个第一结构化数据进行匹配。
在一种可能的实现方式中,其中,匹配单元4202,具体用于:
确定每个第一结构化数据及每个第二结构化数据的类型;
将每个第二结构化数据,分别与相同类型的每个第一结构化数据进行匹配。
在一种可能的实现方式中,搜索装置400,还包括:
第三确定模块440,用于根据目标搜索结果对应的第一结构化数据集,确定目标搜索结果对应的知识图谱。
展示模块450,用于展示目标搜索结果及知识图谱。
在一种可能的实现方式中,展示模块450,具体用于:
在目标搜索结果中数据的模态满足预设条件的情况下,展示目标搜索结果及知识图谱。
在一种可能的实现方式中,搜索装置400还包括训练模块460,训练模块460,具体用于:
接收训练数据集,其中,训练数据集中包括多种模态的样本数据及每个样本数据对应的标注结构化数据;
将每个样本数据输入初始网络模型,以获取样本数据对应的预测结构化数据;
基于预测结构化数据与对应的标注结构化数据的差异,对初始网络模型进行修正,以获取结构化信息抽取模型。
可以理解的是,本实施例附图4中的搜索装置400与上述实施例中的搜索装置300,获取模块410与上述实施例中的获取模块310,第一确定模块420与上述实施例中的第一确定模块320,第二确定模块430与上述实施例中的第二确定模块330,可以具有相同的功能和结构。
需要说明的是,前述对搜索方法的解释说明也适用于本实施例的搜索装置,此处不再赘述。
本公开实施例中,通过将查询语句对应的第二结构化数据集中的每个第二结构化数据,分别与每个候选结果对应的每个第一结构化数据进行匹配,以获取查询语句对应的目标搜索结果,最后同时展示目标搜索结果及对应的知识图谱,从而不仅进一步提高了目标搜索结果的准确性,而且节省了用户从目标搜索结果中提取关键信息的时间。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图5示出了可以用来实施本公开的实施例的示例电子设备500的示意性框图。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/或者要求的本公开的实现。
如图5所示,设备500包括计算单元501,其可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序,来执行各种适当的动作和处理。在RAM 503中,还可存储设备500操作所需的各种程序和数据。计算单元501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
设备500中的多个部件连接至I/O接口505,包括:输入单元506,例如键盘、鼠标等;输出单元507,例如各种类型的显示器、扬声器等;存储单元508,例如磁盘、光盘等;以及通信单元509,例如网卡、调制解调器、无线通信收发机等。通信单元509允许设备500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。
计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理,例如搜索方法。例如,在一些实施例中,搜索方法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508。在一些实施例中,计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到RAM503并由计算单元501执行时,可以执行上文描述的搜索方法的一个或多个步骤。备选地,在其他实施例中,计算单元501可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行搜索方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、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。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码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器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
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)、互联网及区块链网络。
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。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务("Virtual Private Server",或简称"VPS")中,存在的管理难度大,业务扩展性弱的缺陷。服务器也可以为分布式***的服务器,或者是结合了区块链的服务器。
本公开实施例中,首先获取查询语句,之后将查询语句与搜索数据库中的每个候选结果对应的第一结构化数据集进行匹配,以确定查询语句与每个候选结果间的相关性,最后根据每个相关性,确定查询语句对应的目标搜索结果。由此,根据查询语句与每个候选结果对应的第一结构化数据集之间的相关性,确定目标搜索结果,从而提高了搜索的准确性和可靠性。
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,本发公开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,只要能够实现本公开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,并不构成对本公开保护范围的限制。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。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (12)
1.一种搜索方法,包括:
获取查询语句;
将所述查询语句与搜索数据库中的每个候选结果对应的第一结构化数据集进行匹配,以确定所述查询语句与每个所述候选结果间的相关性,其中,每个所述第一结构化数据集为训练生成的结构化信息抽取模型,对每个所述候选结果进行信息抽取后生成的;
根据每个所述相关性,确定所述查询语句对应的目标搜索结果;
还包括:
接收训练数据集,其中,所述训练数据集中包括多种模态的样本数据及每个样本数据对应的标注结构化数据;
将每个样本数据输入初始网络模型,以获取所述样本数据对应的预测结构化数据,其中,所述初始网络模型包括:
第一部分,用于将任意非文本类型的数据转化为文本数据;
第二部分,用于将文本数据进行处理,以输出其对应的结构化数据;
基于所述预测结构化数据与对应的标注结构化数据的差异,对所述初始网络模型进行修正,以获取所述结构化信息抽取模型。
2.如权利要求1所述的方法,其中,所述将所述查询语句与搜索数据库中的每个候选结果对应的结构化数据集进行匹配,包括:
将所述查询语句输入所述结构化信息抽取模型,以获取所述查询语句对应的第二结构化数据集;
将所述第二结构化数据集中的每个第二结构化数据,分别与每个所述候选结果对应的每个第一结构化数据进行匹配。
3.如权利要求2所述的方法,其中,所述结构化数据中包括关系型数据及键值对,所述将所述第二结构化数据集中的每个第二结构化数据,分别与每个所述候选结果对应的每个第一结构化数据进行匹配,包括:
确定每个所述第一结构化数据及每个所述第二结构化数据的类型;
将每个第二结构化数据,分别与相同类型的每个第一结构化数据进行匹配。
4.如权利要求1所述的方法,其中,在所述确定所述查询语句对应的目标搜索结果之后,还包括:
根据所述目标搜索结果对应的第一结构化数据集,确定所述目标搜索结果对应的知识图谱;
展示所述目标搜索结果及所述知识图谱。
5.如权利要求4所述的方法,其中,所述展示所述目标搜索结果及所述知识图谱,包括:
在所述目标搜索结果中数据的模态满足预设条件的情况下,展示所述目标搜索结果及所述知识图谱。
6.一种搜索装置,包括:
获取模块,用于获取查询语句;
第一确定模块,用于将所述查询语句与搜索数据库中的每个候选结果对应的第一结构化数据集进行匹配,以确定所述查询语句与每个所述候选结果间的相关性,其中,每个所述第一结构化数据集为训练生成的结构化信息抽取模型,对每个所述候选结果进行信息抽取后生成的;
第二确定模块,用于根据每个所述相关性,确定所述查询语句对应的目标搜索结果;
还包括训练模块,所述训练模块,具体用于:
接收训练数据集,其中,所述训练数据集中包括多种模态的样本数据及每个样本数据对应的标注结构化数据;
将每个样本数据输入初始网络模型,以获取所述样本数据对应的预测结构化数据,其中,所述初始网络模型包括:
第一部分,用于将任意非文本类型的数据转化为文本数据;
第二部分,用于将文本数据进行处理,以输出其对应的结构化数据;
基于所述预测结构化数据与对应的标注结构化数据的差异,对所述初始网络模型进行修正,以获取所述结构化信息抽取模型。
7.如权利要求6所述的搜索装置,其中,第一确定模块,包括:
获取单元,用于将所述查询语句输入所述结构化信息抽取模型,以获取所述查询语句对应的第二结构化数据集;
匹配单元,用于将所述第二结构化数据集中的每个第二结构化数据,分别与每个所述候选结果对应的每个第一结构化数据进行匹配。
8.如权利要求7所述的搜索装置,其中,所述匹配单元,具体用于:
确定每个所述第一结构化数据及每个所述第二结构化数据的类型;
将每个第二结构化数据,分别与相同类型的每个第一结构化数据进行匹配。
9.如权利要求6所述的搜索装置,其中,还包括:
第三确定模块,用于根据所述目标搜索结果对应的第一结构化数据集,确定所述目标搜索结果对应的知识图谱;
展示模块,用于展示所述目标搜索结果及所述知识图谱。
10.如权利要求9所述的装置,其中,所述展示模块,具体用于:
在所述目标搜索结果中数据的模态满足预设条件的情况下,展示所述目标搜索结果及所述知识图谱。
11.一种电子设备,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权利要求1-5中任一项所述的方法。
12.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行权利要求1-5中任一项所述的方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110738785.2A CN113590645B (zh) | 2021-06-30 | 2021-06-30 | 搜索方法、装置、电子设备及存储介质 |
JP2022001404A JP2022046759A (ja) | 2021-06-30 | 2022-01-07 | 検索方法、装置、電子機器及び記憶媒体 |
US17/808,358 US20220318275A1 (en) | 2021-06-30 | 2022-06-23 | Search method, electronic device and storage medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110738785.2A CN113590645B (zh) | 2021-06-30 | 2021-06-30 | 搜索方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113590645A CN113590645A (zh) | 2021-11-02 |
CN113590645B true CN113590645B (zh) | 2022-05-10 |
Family
ID=78245296
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110738785.2A Active CN113590645B (zh) | 2021-06-30 | 2021-06-30 | 搜索方法、装置、电子设备及存储介质 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20220318275A1 (zh) |
JP (1) | JP2022046759A (zh) |
CN (1) | CN113590645B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114003630B (zh) * | 2021-12-28 | 2022-03-18 | 北京文景松科技有限公司 | 一种数据搜索方法、装置、电子设备及存储介质 |
CN114691828A (zh) * | 2022-03-23 | 2022-07-01 | 腾讯科技(深圳)有限公司 | 数据处理方法、装置、设备以及介质 |
CN114676227B (zh) * | 2022-04-06 | 2023-07-18 | 北京百度网讯科技有限公司 | 样本生成方法、模型的训练方法以及检索方法 |
CN114925118B (zh) * | 2022-06-09 | 2023-05-16 | 北京百度网讯科技有限公司 | 跨表搜索方法、装置、设备以及存储介质 |
CN114840721B (zh) * | 2022-07-01 | 2022-10-11 | 北京文景松科技有限公司 | 一种数据搜索方法、装置及电子设备 |
CN115662534B (zh) * | 2022-12-14 | 2023-04-21 | 药融云数字科技(成都)有限公司 | 基于图谱的化学结构确定方法、***、存储介质及终端 |
CN115935429B (zh) * | 2022-12-30 | 2023-08-22 | 上海零数众合信息科技有限公司 | 一种数据处理方法、装置、介质以及电子设备 |
CN116737762B (zh) * | 2023-08-08 | 2023-10-27 | 北京衡石科技有限公司 | 结构化查询语句生成方法、装置和计算机可读介质 |
CN116957822B (zh) * | 2023-09-21 | 2023-12-12 | 太平金融科技服务(上海)有限公司 | 表单的检测方法、装置、电子设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104123346A (zh) * | 2014-07-02 | 2014-10-29 | 广东电网公司信息中心 | 一种结构化数据搜索方法 |
CN108052659A (zh) * | 2017-12-28 | 2018-05-18 | 北京百度网讯科技有限公司 | 基于人工智能的搜索方法、装置和电子设备 |
CN110147437A (zh) * | 2019-05-23 | 2019-08-20 | 北京金山数字娱乐科技有限公司 | 一种基于知识图谱的搜索方法及装置 |
CN112818005A (zh) * | 2021-02-03 | 2021-05-18 | 北京清科慧盈科技有限公司 | 结构化数据的搜索方法、装置、设备及存储介质 |
Family Cites Families (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08314976A (ja) * | 1995-05-19 | 1996-11-29 | Hitachi Ltd | 文書検索方法及び装置及び文書編集装置 |
JPH11184888A (ja) * | 1997-12-25 | 1999-07-09 | Toshiba Corp | 文書検索方法及び装置 |
JP2002215661A (ja) * | 2001-01-12 | 2002-08-02 | Sakae Takeuchi | 自然言語インターフェイス知識応答システム |
CN101477568A (zh) * | 2009-02-12 | 2009-07-08 | 清华大学 | 一种结构化数据和非结构化数据综合检索的方法 |
CN102460437B (zh) * | 2009-06-26 | 2014-10-15 | 乐天株式会社 | 信息检索装置、信息检索方法、信息检索程序及记录了信息检索程序的记录介质 |
CN101699434B (zh) * | 2009-09-11 | 2013-03-13 | 无锡语意电子政务软件科技有限公司 | 一种基于结构化自然语言的搜索*** |
US9336311B1 (en) * | 2012-10-15 | 2016-05-10 | Google Inc. | Determining the relevancy of entities |
JP2015194831A (ja) * | 2014-03-31 | 2015-11-05 | 株式会社日立システムズ | 障害現象情報分析装置及び障害現象情報分析方法 |
US10204136B2 (en) * | 2015-10-19 | 2019-02-12 | Ebay Inc. | Comparison and visualization system |
US11475254B1 (en) * | 2017-09-08 | 2022-10-18 | Snap Inc. | Multimodal entity identification |
JP6955963B2 (ja) * | 2017-10-31 | 2021-10-27 | 三菱重工業株式会社 | 検索装置、類似度算出方法、およびプログラム |
WO2020096099A1 (ko) * | 2018-11-09 | 2020-05-14 | 주식회사 루닛 | 기계 학습 방법 및 장치 |
JP6638053B1 (ja) * | 2018-12-05 | 2020-01-29 | グレイステクノロジー株式会社 | ドキュメント作成支援システム |
US11983636B2 (en) * | 2019-06-04 | 2024-05-14 | Accenture Global Solutions Limited | Automated analytical model retraining with a knowledge graph |
WO2021083481A1 (en) * | 2019-10-28 | 2021-05-06 | Telefonaktiebolaget Lm Ericsson (Publ) | Providing data streams to a consuming client |
US20210406291A1 (en) * | 2020-06-24 | 2021-12-30 | Samsung Electronics Co., Ltd. | Dialog driven search system and method |
CN112328891B (zh) * | 2020-11-24 | 2023-08-01 | 北京百度网讯科技有限公司 | 训练搜索模型的方法、搜索目标对象的方法及其装置 |
-
2021
- 2021-06-30 CN CN202110738785.2A patent/CN113590645B/zh active Active
-
2022
- 2022-01-07 JP JP2022001404A patent/JP2022046759A/ja active Pending
- 2022-06-23 US US17/808,358 patent/US20220318275A1/en active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104123346A (zh) * | 2014-07-02 | 2014-10-29 | 广东电网公司信息中心 | 一种结构化数据搜索方法 |
CN108052659A (zh) * | 2017-12-28 | 2018-05-18 | 北京百度网讯科技有限公司 | 基于人工智能的搜索方法、装置和电子设备 |
CN110147437A (zh) * | 2019-05-23 | 2019-08-20 | 北京金山数字娱乐科技有限公司 | 一种基于知识图谱的搜索方法及装置 |
CN112818005A (zh) * | 2021-02-03 | 2021-05-18 | 北京清科慧盈科技有限公司 | 结构化数据的搜索方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
JP2022046759A (ja) | 2022-03-23 |
CN113590645A (zh) | 2021-11-02 |
US20220318275A1 (en) | 2022-10-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113590645B (zh) | 搜索方法、装置、电子设备及存储介质 | |
US20230130006A1 (en) | Method of processing video, method of quering video, and method of training model | |
CN114861889B (zh) | 深度学习模型的训练方法、目标对象检测方法和装置 | |
CN113836314B (zh) | 知识图谱构建方法、装置、设备以及存储介质 | |
US20240220772A1 (en) | Method of evaluating data, training method, electronic device, and storage medium | |
CN112528641A (zh) | 建立信息抽取模型的方法、装置、电子设备和可读存储介质 | |
CN113988157A (zh) | 语义检索网络训练方法、装置、电子设备及存储介质 | |
CN113408280A (zh) | 负例构造方法、装置、设备和存储介质 | |
CN113963197A (zh) | 图像识别方法、装置、电子设备和可读存储介质 | |
CN115658903B (zh) | 文本分类方法、模型训练方法、相关装置及电子设备 | |
CN115186738B (zh) | 模型训练方法、装置和存储介质 | |
CN116467461A (zh) | 应用于配电网的数据处理方法、装置、设备及介质 | |
CN114691918B (zh) | 基于人工智能的雷达图像检索方法、装置以及电子设备 | |
CN114201607B (zh) | 一种信息处理的方法和装置 | |
CN116090438A (zh) | 主题处理方法、装置、电子设备及存储介质 | |
CN115510860A (zh) | 一种文本情感分析方法、装置、电子设备及存储介质 | |
CN114841172A (zh) | 文本匹配双塔模型的知识蒸馏方法、装置及程序产品 | |
CN114328855A (zh) | 文档查询方法、装置、电子设备和可读存储介质 | |
CN112528644A (zh) | 实体挂载的方法、装置、设备以及存储介质 | |
CN116069914B (zh) | 训练数据的生成方法、模型训练方法以及装置 | |
CN116089459B (zh) | 数据检索方法、装置、电子设备及存储介质 | |
CN116628004B (zh) | 信息查询方法、装置、电子设备及存储介质 | |
CN112818221B (zh) | 实体的热度确定方法、装置、电子设备及存储介质 | |
CN114036263A (zh) | 一种网站识别方法、装置及电子设备 | |
CN114116914A (zh) | 基于语义标签的实体检索方法、装置及电子设备 |
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 |