CN107783962A - 用于查询指令的方法及装置 - Google Patents

Abstract

本申请实施例公开了用于查询指令的方法及装置。该方法的一具体实施方式包括：获取待查询信息，上述待查询信息包括文字信息；对上述待查询信息进行语义识别，得到对应上述待查询信息的关键词组，上述关键词组包括至少一个关键词，关键词用于查询与该关键词对应的指令；将上述关键词组导入预先训练的指令查询模型查询到对应上述关键词组的指令，上述指令查询模型用于表征关键词组与指令之间的对应关系，上述指令用于查询对应上述待查询信息的结果信息。该实施方式提高了获取信息的效率。

Description

用于查询指令的方法及装置

技术领域

本申请实施例涉及数据技术领域，具体涉及信息查询技术领域，尤其涉及用于查询指令的方法及装置。

背景技术

随着科技的进步和信息的网络化发展，越来越多的信息在网络上传递。人们可以从网络上获取到各种信息，提高了人们工作的效率和生活的信息化水平。

对于用户在网络上常用的查询信息，存储信息的网络服务器可以直接查找到与查询信息对应的结果信息，并将结果信息发送给用户。而对于某些系统性较强的信息(例如可以是各种统计信息)，通常需要通过查询特定关键词或需要执行特定指令才能获得的结果信息，通常无法直接通过用户输入的查询信息获取到，降低来用户获取信息的效率。

发明内容

本申请实施例的目的在于提出了用于查询指令的方法及装置，来解决以上背景技术部分提到的技术问题。

第一方面，本申请实施例提供了一种用于查询指令的方法，该方法包括：获取待查询信息，上述待查询信息包括文字信息；对上述待查询信息进行语义识别，得到对应上述待查询信息的关键词组，上述关键词组包括至少一个关键词，关键词用于查询与该关键词对应的指令；将上述关键词组导入预先训练的指令查询模型查询到对应上述关键词组的指令，上述指令查询模型用于表征关键词组与指令之间的对应关系，上述指令用于查询对应所述待查询信息的结果信息。

在一些实施例中，上述对上述待查询信息进行语义识别，得到对应上述待查询信息的关键词组包括：对上述待查询信息进行语义识别得到语义信息；从上述语义信息中提取关键词，得到对应上述待查询信息的关键词组。

在一些实施例中，上述从上述语义信息中提取关键词包括：将上述语义信息划分为至少一个词条；将词条导入关键词匹配模型，确定对应该词条的关键词，上述关键词匹配模型用于表征词条与关键词之间的匹配关系。

在一些实施例中，上述方法还包括构建关键词匹配模型的步骤，上述构建关键词匹配模型的步骤包括：分别从词条集合和关键词集合中提取词条和与该词条对应的关键词；利用机器学习方法，基于词条和与该词条相对应的关键词，训练得到关键词匹配模型。

在一些实施例中，上述方法还包括构建指令查询模型的步骤，上述构建指令查询模型的步骤包括：从指令集合中提取指令，从关键词集合中查找与该指令对应的至少一个关键词，并通过上述至少一个关键词构成关键词组；利用机器学习方法，基于关键词组和与关键词组相对应的指令，训练得到指令查询模型。

第二方面，本申请实施例提供了一种用于查询指令的装置，该装置包括：信息获取单元，用于获取待查询信息，上述待查询信息包括文字信息；关键词组获取单元，用于对上述待查询信息进行语义识别，得到对应上述待查询信息的关键词组，上述关键词组包括至少一个关键词，关键词用于查询与该关键词对应的指令；指令查询单元，用于将上述关键词组导入预先训练的指令查询模型查询到对应上述关键词组的指令，上述指令查询模型用于表征关键词组与指令之间的对应关系，上述指令用于查询对应所述待查询信息的结果信息。

在一些实施例中，上述关键词组获取单元包括：语义识别子单元，用于对上述待查询信息进行语义识别得到语义信息；关键词提取子单元，用于从上述语义信息中提取关键词，得到对应上述待查询信息的关键词组。

在一些实施例中，上述关键词提取子单元包括：词条划分模块，用于将上述语义信息划分为至少一个词条；关键词确定模块，用于将词条导入关键词匹配模型，确定对应该词条的关键词，上述关键词匹配模型用于表征词条与关键词之间的匹配关系。

在一些实施例中，上述装置还包括关键词匹配模型构建单元，用于构建关键词匹配模型，上述关键词匹配模型构建单元包括：第一提取子单元，用于分别从词条集合和关键词集合中提取词条和与该词条对应的关键词；关键词匹配模型构建子单元，用于利用机器学习方法，基于词条和与该词条相对应的关键词，训练得到关键词匹配模型。

在一些实施例中，上述装置还包括指令查询模型构建单元，用于构建指令查询模型，上述指令查询模型构建单元包括：第二提取子单元，用于从指令集合中提取指令，从关键词集合中查找与该指令对应的至少一个关键词，并通过上述至少一个关键词构成关键词组；指令查询模型构建子单元，用于利用机器学习方法，基于关键词组和与关键词组相对应的指令，训练得到指令查询模型。

第三方面，本申请实施例提供了一种服务器，包括：一个或多个处理器；存储器，用于存储一个或多个程序，当上述一个或多个程序被上述一个或多个处理器执行时，使得上述一个或多个处理器执行上述第一方面的用于查询指令的方法。

第四方面，本申请实施例提供了一种计算机可读存储介质，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上述第一方面的用于查询指令的方法。

本申请实施例提供的用于查询指令的方法及装置，通过对待查询信息进行语义识别，得到对应待查询信息的关键词组；然后将关键词组导入预先训练的指令查询模型查询到对应关键词组的指令，实现了通过待查询信息查找对应的指令，提高了获取信息的效率。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1是本申请可以应用于其中的示例性系统架构图；

图2是根据本申请的用于查询指令的方法的一个实施例的流程图；

图3是根据本申请的用于查询指令的方法的一个应用场景的示意图；

图4是根据本申请的用于查询指令的装置的一个实施例的结构示意图；

图5是适于用来实现本申请实施例的服务器的计算机系统的结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

图1示出了可以应用本申请的用于查询指令的方法或用于查询指令的装置的实施例的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以发送待查询信息或接收结果信息等。终端设备101、102、103上可以安装有各种信息处理应用，例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。

终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器105可以是通过执行指令来查找各种信息的服务器，例如，服务器可以对服务器上对信息进行统计，并对统计后的信息设置用于查询信息的指令，以便快速得到对应指令的信息。服务器105可以是对终端设备101、102、103发来的待查询信息进行数据查询的服务器。服务器可以接收终端设备101、102、103发来的待查询信息；然后对待查询信息进行语义识别，得到对应待查询信息的关键词组；最后，根据指令查询模型查询到对应关键词组的指令，并通过执行指令得到对应待查询信息的结果信息。

需要说明的是，本申请实施例所提供的用于查询指令的方法一般由服务器105执行，相应地，用于查询指令的装置一般设置于服务器105中。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

继续参考图2，示出了根据本申请的用于查询指令的方法的一个实施例的流程200。该用于查询指令的方法包括以下步骤：

步骤201，获取待查询信息。

在本实施例中，用于查询指令的方法运行于其上的电子设备(例如图1所示的服务器105)可以通过有线连接方式或者无线连接方式从用户利用其进行信息查询的终端接收待查询信息，其中，待查询信息包括文字信息。当待查询信息为文字信息时，可以直接对文字信息进行后续的数据处理；待查询信息还可以包括语音信息，当待查询信息为语音信息时，对还需要对语音信息进行语音识别，得到对应的文字信息后再进行后续的数据处理。需要指出的是，上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。

当用户需要查询信息时，可以通过终端设备101、102、103向服务器105发送待查询信息。待查询信息可以是文字信息，也可以是语音信息。通常，待查询信息都是较为口语化的信息，例如，待查询信息可以是：“查下过去一个月xx的消费情况”。

步骤202，对上述待查询信息进行语义识别，得到对应上述待查询信息的关键词组。

服务器105接收到待查询信息后，可以对待查询信息进行语义识别，进而获取到对应待查询信息的关键词组。其中，上述关键词组包括至少一个关键词，关键词用于查询与该关键词对应的指令。

在本实施例的一些可选的实现方式中，对上述待查询信息进行语义识别，得到对应上述待查询信息的关键词组可以包括以下步骤：

第一步，对上述待查询信息进行语义识别得到语义信息。

由上述描述可知，待查询信息通常都是口语化的信息。当待查询信息对应的结果信息需要执行对应的指令才能查找到时，需要将待查询信息转换为对应的语义信息。例如，待查询信息为“查下过去一个月xx的消费情况”，语义信息可以是：“x年x月x日到y年y月y日，xx消费的金额”，其中，y年y月y日为接收待查询信息时的当前时间，x年x月x日为y年y月y日向前推1个月的时间。

第二步，从上述语义信息中提取关键词，得到对应上述待查询信息的关键词组。

得到语义信息后，可以从语义信息中提取出至少一个关键词。将得到的至少一个关键词组合起来就得到关键词组。关键词组中的每个关键词都可以用于从服务器105上的众多指令中筛选出对应待查询信息的指令。例如：当语义信息是：“x年x月x日到y年y月y日，xx消费的金额”时，关键词组可以是：“x年x月x日，y年y月y日，xx，消费，金额”，其中，“x年x月x日”、“y年y月y日”、“xx”、“消费”和“金额”都是关键词。需要说明的是，词条和对应该词条的关键词可能相同，也可能不同，具体视实际情况而定。

在本实施例的一些可选的实现方式中，上述从上述语义信息中提取关键词可以包括以下步骤：

第一步，将上述语义信息划分为至少一个词条。

得到语义信息后，为了提取对应的关键词，可以首先将语义信息划分为至少一个词条。例如，语义信息为“x年x月x日到y年y月y日，xx消费的金额”时，得到的词条可以是：“x年x月x日”、“到”、“y年y月y日”、“xx”、“消费”、“的”和“金额”。

第二步，将词条导入关键词匹配模型，确定对应该词条的关键词。

为了确定词条是否属于关键词，可以将词条导入关键词匹配模型。当词条通过关键词匹配模型能找到对应的关键词时，说明该词条具有匹配的关键词，否则，说明该词条没有匹配的关键词。其中，上述关键词匹配模型用于表征词条与关键词之间的匹配关系。例如，词条“x年x月x日”、“到”、“y年y月y日”、“xx”、“消费”、“的”和“金额”中，“x年x月x日”、“y年y月y日”、“xx”、“消费”和“金额”可以是关键词，但“到”和“的”与最后的结果信息相关性不大，可以不是关键词。

在本实施例的一些可选的实现方式中，上述方法还包括构建关键词匹配模型的步骤，上述构建关键词匹配模型的步骤可以包括以下步骤：

第一步，分别从词条集合和关键词集合中提取词条和与该词条对应的关键词。

实际中，服务器105对信息进行统计后，会设置用于查询信息的指令。之后，为了便于非专业人员通过口语化的待查询信息获取到服务器105上的相关信息，服务器105还可以进一步为指令设置对应的关键词，以便通过关键词就能查找到对应的指令。为了便于用户查询相关的信息，可以从词条集合和关键词组中提取词条和与该词条对应的关键词。其中，词条集合内的词条和关键词集合内的关键词具有语义上的对应关系。由上述描述可知，词条可以与关键词相同，也可以与关键词不同。例如，当词条为“钱”时，对应的关键词可以是“钱”，还可以是“货币”、“人民币”、“金额”等与词条“钱”具有语义上对应关系的其他关键词。

第二步，利用机器学习方法，基于词条和与该词条相对应的关键词，训练得到关键词匹配模型。

由上述描述可知，关键词匹配模型用于表征词条与关键词之间的匹配关系。作为示例，关键词匹配模型可以是技术人员基于对大量的词条和关键词的统计而预先制定的、存储有词条与关键词的对应关系的对应关系表；也可以是技术人员基于对大量数据的统计而预先设置并存储在上述电子设备中的、对词条进行匹配得到关键词的数据模型。上述电子设备可以利用机器学习方法(例如可以是深度学习算法、支持向量机等)，将上述的词条作为输入，将对应该词条的关键词作为输出，训练得到关键词匹配模型。

步骤203，将上述关键词组导入预先训练的指令查询模型查询到对应上述关键词组的指令。

得到关键词组后，可以将关键词组导入指令查询模型。指令查询模型根据输入的关键词组来确定对应关键词组的指令。其中，上述指令查询模型用于表征关键词组与指令之间的对应关系，指令用于查找对应关键词组的结果信息，也即用于查找对应待查询信息的结果信息。

例如，关键词组为：“x年x月x日”、“y年y月y日”、“xx”、“消费”和“金额”，找到对应的某一指令可以是：select_money＝“xx”AND date>＝“x年x月x日”AND date<＝“y年y月y日”。此外，指令的格式还可以是其他的形式，具体视实际情况而定。

在本实施例的一些可选的实现方式中，上述方法还可以包括构建指令查询模型的步骤，上述构建指令查询模型的步骤可以包括以下步骤：

第一步，从指令集合中提取指令，从关键词集合中查找与该指令对应的至少一个关键词，并通过上述至少一个关键词构成关键词组。

服务器105对其上的信息进行统计后，为了便于对信息进行查询，可以设置用于查询信息的指令。而指令通常对应特定的格式，普通用户往往不易直接通过待查询信息来执行相应的指令。为此，可以为每条指令设置对应的至少一个关键词，只要用户输入的待查询信息中包含对应的关键词，服务器105就可以执行对应的指令，从而查找到与待查询信息对应的结果信息。

为了建立指令与关键词之间的对应关系，服务器105首先从指令集合中提取指令，然后再从关键词集合中查找与该指令对应的至少一个关键词，通过上述的至少一个关键词构成关键词组。如此，可以为指令集合中的每个指令找到对应的关键词组。指令集合中的指令各不相同，不同指令对应的关键词组也彼此不同，从而使得指令与对应该指令的关键词组之间具有一一对应的关系。

第二步，利用机器学习方法，基于关键词组和与关键词组相对应的指令，训练得到指令查询模型。

指令查询模型可以是技术人员基于对大量的指令和关键词组的统计而预先制定的、存储有指令与关键词组的对应关系的对应关系表；也可以是技术人员基于对大量数据的统计而预先设置并存储在上述电子设备中的、对关键词组进行匹配得到指令的数据模型。上述电子设备可以利用机器学习方法(例如可以是深度学习算法、支持向量机等)，将上述的关键词组作为输入，将对应该关键词组的指令作为输出，训练得到指令查询模型。

在本实施例的一些可选的实现方式中，上述方法还可以包括：根据指令查询对应上述待查询信息的结果信息的步骤。

通过指令查询模型得到对应待查询信息的指令后，服务器105可以通过执行该指令来找到对应待查询信息的结果信息，并将结果信息发送到用户所在的终端设备101、102、103。

继续参见图3，图3是根据本实施例的用于查询指令的方法的应用场景的一个示意图。在图3的应用场景中，用户通过终端设备101、102、103向服务器105发送待查询信息“查下过去一个月xx的消费情况”；服务器105对待查询信息“查下过去一个月xx的消费情况”进行语义识别，得到关键词组“x年x月x日，y年y月y日，xx，消费，金额”；之后，通过指令查询模型找到对应关键词组的指令：select_money＝“xx”AND date>＝“x年x月x日”AND date<＝“y年y月y日”。之后，服务器105还可以执行该指令，从而得到对应待查询信息的结果信息。

本申请的上述实施例提供的方法，通过对待查询信息进行语义识别，得到对应待查询信息的关键词组；然后将关键词组导入预先训练的指令查询模型查询到对应关键词组的指令，实现了通过待查询信息查找对应的指令，提高了获取信息的效率。

进一步参考图4，作为对上述各图所示方法的实现，本申请提供了一种用于查询指令的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图4所示，本实施例的用于查询指令的装置400可以包括：信息获取单元401、关键词组获取单元402和指令查询单元403。其中，信息获取单元401用于获取待查询信息，上述待查询信息包括文字信息；关键词组获取单元402用于对上述待查询信息进行语义识别，得到对应上述待查询信息的关键词组，上述关键词组包括至少一个关键词，关键词用于查询与该关键词对应的指令；指令查询单元403用于将上述关键词组导入预先训练的指令查询模型查询到对应上述关键词组的指令，上述指令查询模型用于表征关键词组与指令之间的对应关系。

在本实施例的一些可选的实现方式中，上述关键词组获取单元402可以包括：语义识别子单元(图中未示出)和关键词提取子单元(图中未示出)。其中，语义识别子单元用于对上述待查询信息进行语义识别得到语义信息；关键词提取子单元用于从上述语义信息中提取关键词，得到对应上述待查询信息的关键词组。

在本实施例的一些可选的实现方式中，上述关键词提取子单元可以包括：词条划分模块(图中未示出)和关键词确定模块(图中未示出)。其中，词条划分模块用于将上述语义信息划分为至少一个词条；关键词确定模块用于将词条导入关键词匹配模型，确定对应该词条的关键词，上述关键词匹配模型用于表征词条与关键词之间的匹配关系。

在本实施例的一些可选的实现方式中，上述用于查询指令的装置400还可以包括关键词匹配模型构建单元(图中未示出)，用于构建关键词匹配模型，上述关键词匹配模型构建单元可以包括：第一提取子单元(图中未示出)和关键词匹配模型构建子单元(图中未示出)。其中，第一提取子单元用于分别从词条集合和关键词集合中提取词条和与该词条对应的关键词；关键词匹配模型构建子单元用于利用机器学习方法，基于词条和与该词条相对应的关键词，训练得到关键词匹配模型。

在本实施例的一些可选的实现方式中，上述用于查询指令的装置400还可以包括指令查询模型构建单元(图中未示出)，用于构建指令查询模型，上述指令查询模型构建单元可以包括：第二提取子单元(图中未示出)和指令查询模型构建子单元(图中未示出)。其中，第二提取子单元用于从指令集合中提取指令，从关键词集合中查找与该指令对应的至少一个关键词，并通过上述至少一个关键词构成关键词组；指令查询模型构建子单元用于利用机器学习方法，基于关键词组和与关键词组相对应的指令，训练得到指令查询模型。

本实施例还提供了一种服务器，包括：一个或多个处理器；存储器，用于存储一个或多个程序，当上述一个或多个程序被上述一个或多个处理器执行时，使得上述一个或多个处理器执行上述的用于查询指令的方法。

本实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述的用于查询指令的方法。

下面参考图5，其示出了适于用来实现本申请实施例的服务器的计算机系统500的结构示意图。图5示出的服务器仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图5所示，计算机系统500包括中央处理单元(CPU)501，其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中，还存储有系统500操作所需的各种程序和数据。CPU 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。

以下部件连接至I/O接口505：包括键盘、鼠标等的输入部分506；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分507；包括硬盘等的存储部分508；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器510上，以便于从其上读出的计算机程序根据需要被安装入存储部分508。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分509从网络上被下载和安装，和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元(CPU)501执行时，执行本申请的方法中限定的上述功能。

需要说明的是，本申请上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本申请各种实施例的系统、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、或代码的一部分，该模块、程序段、或代码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。也应当注意，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，两个接连地表示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操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括信息获取单元、关键词组获取单元和指令查询单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，指令查询单元还可以被描述为“用于查询对应关键词组的指令求的单元”。

作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的装置中所包含的；也可以是单独存在，而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该装置执行时，使得该装置：获取待查询信息，上述待查询信息包括文字信息；对上述待查询信息进行语义识别，得到对应上述待查询信息的关键词组，上述关键词组包括至少一个关键词，关键词用于查询与该关键词对应的指令；将上述关键词组导入预先训练的指令查询模型查询到对应上述关键词组的指令，上述指令查询模型用于表征关键词组与指令之间的对应关系。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (12)

1.一种用于查询指令的方法，其特征在于，所述方法包括：

获取待查询信息，所述待查询信息包括文字信息；

对所述待查询信息进行语义识别，得到对应所述待查询信息的关键词组，所述关键词组包括至少一个关键词，关键词用于查询与该关键词对应的指令；

将所述关键词组导入预先训练的指令查询模型查询到对应所述关键词组的指令，所述指令查询模型用于表征关键词组与指令之间的对应关系，所述指令用于查询对应所述待查询信息的结果信息。

2.根据权利要求1所述的方法，其特征在于，所述对所述待查询信息进行语义识别，得到对应所述待查询信息的关键词组包括：

对所述待查询信息进行语义识别得到语义信息；

从所述语义信息中提取关键词，得到对应所述待查询信息的关键词组。

3.根据权利要求2所述的方法，其特征在于，所述从所述语义信息中提取关键词包括：

将所述语义信息划分为至少一个词条；

将词条导入关键词匹配模型，确定对应该词条的关键词，所述关键词匹配模型用于表征词条与关键词之间的匹配关系。

4.根据权利要求3所述的方法，其特征在于，所述方法还包括构建关键词匹配模型的步骤，所述构建关键词匹配模型的步骤包括：

分别从词条集合和关键词集合中提取词条和与该词条对应的关键词；

利用机器学习方法，基于词条和与该词条相对应的关键词，训练得到关键词匹配模型。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括构建指令查询模型的步骤，所述构建指令查询模型的步骤包括：

从指令集合中提取指令，从关键词集合中查找与该指令对应的至少一个关键词，并通过所述至少一个关键词构成关键词组；

利用机器学习方法，基于关键词组和与关键词组相对应的指令，训练得到指令查询模型。

6.一种用于查询指令的装置，其特征在于，所述装置包括：

信息获取单元，用于获取待查询信息，所述待查询信息包括文字信息；

关键词组获取单元，用于对所述待查询信息进行语义识别，得到对应所述待查询信息的关键词组，所述关键词组包括至少一个关键词，关键词用于查询与该关键词对应的指令；

指令查询单元，用于将所述关键词组导入预先训练的指令查询模型查询到对应所述关键词组的指令，所述指令查询模型用于表征关键词组与指令之间的对应关系，所述指令用于查询对应所述待查询信息的结果信息。

7.根据权利要求6所述的装置，其特征在于，所述关键词组获取单元包括：

语义识别子单元，用于对所述待查询信息进行语义识别得到语义信息；

关键词提取子单元，用于从所述语义信息中提取关键词，得到对应所述待查询信息的关键词组。

8.根据权利要求7所述的装置，其特征在于，所述关键词提取子单元包括：

词条划分模块，用于将所述语义信息划分为至少一个词条；

关键词确定模块，用于将词条导入关键词匹配模型，确定对应该词条的关键词，所述关键词匹配模型用于表征词条与关键词之间的匹配关系。

9.根据权利要求8所述的装置，其特征在于，所述装置还包括关键词匹配模型构建单元，用于构建关键词匹配模型，所述关键词匹配模型构建单元包括：

第一提取子单元，用于分别从词条集合和关键词集合中提取词条和与该词条对应的关键词；

关键词匹配模型构建子单元，用于利用机器学习方法，基于词条和与该词条相对应的关键词，训练得到关键词匹配模型。

10.根据权利要求6所述的装置，其特征在于，所述装置还包括指令查询模型构建单元，用于构建指令查询模型，所述指令查询模型构建单元包括：

第二提取子单元，用于从指令集合中提取指令，从关键词集合中查找与该指令对应的至少一个关键词，并通过所述至少一个关键词构成关键词组；

指令查询模型构建子单元，用于利用机器学习方法，基于关键词组和与关键词组相对应的指令，训练得到指令查询模型。

11.一种服务器，包括：

一个或多个处理器；

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，使得所述一个或多个处理器执行权利要求1至5中任一所述的方法。

12.一种计算机可读存储介质，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至5中任一所述的方法。