CN111126073A - 语义检索方法和装置 - Google Patents
语义检索方法和装置 Download PDFInfo
- Publication number
- CN111126073A CN111126073A CN201911338527.4A CN201911338527A CN111126073A CN 111126073 A CN111126073 A CN 111126073A CN 201911338527 A CN201911338527 A CN 201911338527A CN 111126073 A CN111126073 A CN 111126073A
- Authority
- CN
- China
- Prior art keywords
- retrieval
- semantic
- sentence
- retrieved
- standard
- 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
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
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- 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
-
- 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)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Artificial Intelligence (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了语义检索方法和装置,涉及计算机技术领域。该方法的一具体实施方式包括:接收并解析待检索语句;根据解析的结果,将待检索语句转换为标准检索语句;根据预设的知识图谱中包括的关联关系,检索与标准检索语句相匹配的信息,并提供检索的结果。该实施方式能够有效地提高检索的准确性。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种语义检索方法和装置。
背景技术
随着人工智能的普及和发展,在银行业务中如客服业务、不同类型场景下的问答系统、各类产品搜索功能等对人工智能技术都有很强烈的需求,而这些业务都涉及语义搜索功能。
目前,对于语义搜索的方式还是通过提取句子中的关键词,将提取出的关键词到整理好的海量数据中进行匹配。
在实现本发明过程中,发明人发现现有技术中至少存在如下问题:
由于整理好的海量数据之间缺乏相互关联性,导致现有的语义搜索方式检索出的结果准确度较低。
发明内容
有鉴于此,本发明实施例提供一种语义检索方法和装置,能够有效地提高检索的准确性。
为实现上述目的,根据本发明实施例的一个方面,提供了一种语义检索方法,包括:
接收并解析待检索语句;
根据解析的结果,将所述待检索语句转换为标准检索语句;
根据预设的知识图谱中包括的关联关系,检索与所述标准检索语句相匹配的信息,并提供检索的结果。
优选地,
语义检索方法,进一步包括:触发搜索服务器为所述知识图谱构建关系语义索引,所述关系语义索引包括关键词-键值索引项;
所述根据预设的知识图谱中包括的关联关系,检索与所述标准检索语句相匹配的信息,包括:
在所述关系语义索引中,为所述标准检索语句匹配出目标关键词-键值索引项;
利用所述目标关键词-键值索引项,检索与所述标准检索语句相匹配的信息。
优选地,
所述关键词-键值索引项包括属性以及所述属性对应的检索类型;
所述利用所述目标关键词-键值索引项,检索与所述标准检索语句相匹配的信息,包括:
根据所述目标关键词-键值索引项包括的检索类型,检索与所述目标关键词-键值索引项包括的属性相匹配的信息。
优选地,
所述解析所述待检索语句,包括:
对所述待检索语句进行分词,产生多个词组;
针对每一个所述词组,执行:
将所述词组与预设的语义词典中的词语进行匹配,根据匹配的结果,为所述词组标注语义。
优选地,
所述根据解析的结果,将所述待检索语句转换为标准检索语句,包括:
根据多个所述词组所标注的语义,从将多个所述词组中,筛选出检索目标和检索条件;
所述检索与所述标准检索语句相匹配的信息,包括:
检索与所述检索目标和所述检索条件相匹配的信息。
优选地,
所述检索类型,包括:关键词嵌套类型、全文检索嵌套类型、整数嵌套类型、数值型嵌套类型以及时间嵌套类型中的任意一种或多种。
优选地,
所述关键词-键值索引项包括:基于所述知识图谱确定出的边的特征信息、所述边对应的起始节点特征信息、所述边对应的终止节点特征信息以及所述边对应的关系特征信息中的任意一个或多个。
根据本发明实施例的第二方面,提供了一种语义检索装置,包括:交互单元以及处理单元,其中,
所述交互单元,用于接收待检索语句;
所述处理单元,用于解析所述待检索语句;根据解析的结果,将所述待检索语句转换为标准检索语句;根据预设的知识图谱中包括的关联关系,检索与所述标准检索语句相匹配的信息;
所述交互单元,进一步用于提供检索的结果。
上述发明中的一个实施例具有如下优点或有益效果:通过将待检索语句转换为标准检索语句,由于标准检索语句是比较规范的语句,有助于检索,同时,根据预设的知识图谱中包括的关联关系,进行检索,使得检索出的结果内部具有相关性,因此,本发明实施例提供的方案能够有效地提高语义检索的准确性。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明,不构成对本发明的不当限定。其中:
图1是根据本发明实施例的部分知识图谱结构的示意图;
图2是根据本发明实施例的语义检索方法主要流程的示意图;
图3是根据本发明实施例的解析待检索语句主要流程的示意图;
图4是根据本发明另一实施例的语义检索方法主要流程的示意图;
图5是根据本发明实施例的语义检索装置的主要单元的示意图;
图6是本发明实施例可以应用于其中的示例性系统架构图;
图7是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明,其中包括本发明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,而不会背离本发明的范围和精神。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。
待检索语句是指用户输入的信息,可以为语音形式的信息,也可以为文字形式的,其可以为问句形式如“当前年化收益最高的货币基金是什么”,也可以为陈述句形成如“当前年化收益最高的货币基金”。
标准检索语句是指能够被准确识别出检索目标和检索条件或检索范围的语句,比如,“当前年化收益最高的货币基金”对应的一种标准语句为“检索目标(货币基金,年化收益),检索条件(当前,最高)”;又比如,“今年收益排序在前十的货币基金”对应的一种标准语句为“检索目标(货币基金,收益),检索条件(当前年份2019,排序,前十)”。
预设的知识图谱的部分结构可如图1所示,该知识图谱包括有实体节点、连接两个实体节点的边(即图1示出的连接两个节点的线)、边所指示的两个实体节点之间的关系。其中,在知识图谱中每一个实体节点有对应的特征信息如节点ID、节点所属概念、节点名称、关键词(keyword)检索属性信息、全文检索属性信息、整数型属性信息、时间型属性信息、在一个关系中属于起始节点还是终止节点信息等。在知识图谱中每一个边对应的特征信息如边ID、边生效时间信息、边失效时间信息、边方向信息(边对应的起始节点和终止节点)、边所属的关系ID、边所属的关系名称、边的关键词(keyword)检索属性信息、边的全文检索属性信息、边的整数型属性信息、边的时间型属性信息等。
知识图谱中包括的关联关系是指边指示的关系以及边所对应的起始节点和终止节点。
知识图谱可以采用现有的知识图谱构建方法构建。比如,采用知识图谱神经网络训练模型构建知识图谱等,对于金融领域的知识图谱来说,通过选用银行内与金融产品相关的业务系统的说明手册、产品介绍手册、各交易系统的产品数据信息、与金融产品相关的其他信息以及金融领域词典等作为知识图谱构建的基础数据,使得该知识图谱与金融业务/银行业务具有较高的相关性和切合度,以满足用户对金融产品的检索/询问的需求。
值得说明的是,本发明实施例中的金融领域相关的知识图谱为根据细分业务领域统一构建出来的,比如基金业务领域、国债业务领域、保险业务领域、存贷款业务领域等均可存在于同一知识图谱中。在构建知识图谱过程中,为这些细分领域设置了知识差异性较大的信息,即使在同一知识图谱中也并不会影响检索的准确性。下面以下表1给出的部分知识图谱中包含的信息为例说明,为细分领域设置了知识差异性较大的信息。
表1
从上述表1中可以看出,本发明实施例基于与金融产品相关的业务系统的说明手册、产品介绍手册、各交易系统的产品数据信息、与金融产品相关的其他信息以及金融领域词典等构建出的金融领域相关的知识图谱所包括的不同细分领域的信息差异比较大,使知识图谱更贴近于业务,其可有助于提高检索的准确性。在知识图谱中整合不同的细分领域的业务知识,提供了统一的语义检索模式。
本发明实施例提及的检索与标准检索语句相匹配的信息是指给出标准检索语句所对应的答案。
因此,本发明实施例提供的技术方案将知识图谱作为基础,实现对外提供语义检索功能。其能够有效的支撑推荐、搜索、问答等业务领域。优选地,应用于金融领域业务/银行业务中的金融产品推荐、金融产品搜索以及金融产品相关问答。
图2是根据本发明实施例的一种语义检索方法。如图2所示,该语义检索方法可包括如下步骤:
步骤201:接收并解析待检索语句;
步骤202:根据解析的结果,将待检索语句转换为标准检索语句;
步骤203:根据预设的知识图谱中包括的关联关系,检索与标准检索语句相匹配的信息,并提供检索的结果。
上述检索的结果即为检索出的与标准检索语句相匹配的信息。
通过将待检索语句转换为标准检索语句,由于标准检索语句是比较规范的语句,有助于检索,同时,根据预设的知识图谱中包括的关联关系,进行检索,使得检索出的结果内部具有相关性,因此,本发明实施例提供的方案能够有效地提高语义检索的准确性。
另外,当待检索语句即为标准检索语句时,可直接将该待检索语句作为标准检索语句,执行上述步骤203。
在本发明一个实施例中,上述语义检索方法,进一步包括:触发搜索服务器为知识图谱构建关系语义索引,关系语义索引包括关键词-键值索引项;相应地,
根据预设的知识图谱中包括的关联关系,检索与标准检索语句相匹配的信息的具体实施方式可包括:在关系语义索引中,为标准检索语句匹配出目标关键词-键值索引项;利用目标关键词-键值索引项,检索与标准检索语句相匹配的信息。
在上述关键词-键值索引项中,关键词为属性名称如出生日期、发行日期、产品名称等;键值则为属性所对应的值。
在使用关键词-键值索引项搜索匹配信息过程中,由于关键词-键值索引项给出了关键词相应的键值,使搜索范围变小,并更具有针对性,从而有效地提高了搜索效率以及搜索的准确性。比如,在标准检索语句中给出了一个关键词A,而该关键词A在关键词-键值索引项中包括关键词A-键值a、关键词A-键值b、关键词A-键值c以及关键词A-键值d四个关键词-键值对,则在检索知识图谱过程中,可根据关键词A的检索类型(关键词嵌套类型、全文检索嵌套类型、整数嵌套类型、数值型嵌套类型以及时间嵌套类型中的任意一种或多种),可在这四个关键词-键值对范围内进行检索。
在一个优选的实施例中,上述搜索服务器为Elasticsearch分布式搜索服务器。该Elasticsearch分布式搜索服务器为基于分布式的搜索,它提供了一个分布式多用户能力的搜索引擎,基于RESTful web接口实现。该Elasticsearch分布式搜索服务器是采用Java开发的,并作为Apache许可条款下的开放源码发布,其可用于云计算上,能够达到实时搜索,稳定,可靠,快速,安装使用方便。
在本发明一个实施例中,关键词-键值索引项包括属性以及属性对应的检索类型;相应地,
利用目标关键词-键值索引项,检索与标准检索语句相匹配的信息的具体实施方式可包括:根据目标关键词-键值索引项包括的检索类型,检索与目标关键词-键值索引项包括的属性相匹配的信息。
关键词-键值索引项所包括的属性可为知识图谱中的边特征信息、边对应的起始节点的特征信息、终止节点的特征信息、关系特征信息等。
在本发明一个实施例中,上述属性对应的检索类型可包括关键词嵌套类型、全文检索嵌套类型、整数嵌套类型、数值型嵌套类型以及时间嵌套类型中的任意一种或多种。一个优选地实施例中,属性对应的检索类型包括关键词嵌套类型、全文检索嵌套类型、整数嵌套类型、数值型嵌套类型以及时间嵌套类型。
上述属性对应的检索类型为基于Elasticsearch分布式搜索服务器的嵌套对象(Nested Object)类型的属性信息构建出来的。则语义检索方法基于基于Elasticsearch分布式搜索服务器实现,可高并发的处理待检索语句或检索请求,能够进一步提高检索效率。
更为优选的一个实施例中,关键词-键值索引项所包含的边特征信息、边对应的起始节点的特征信息、终止节点的特征信息、关系特征信息以及属性对应的检索类型可如下表2所示。
表2
其中,keyword(关键词)嵌套类型指示为属于该类型的属性是做关键字匹配检索。
全文检索嵌套类型指示为属于该类型的属性是做全文检索,在做全文检索时会首先对嵌套属性的键值(value)字段做分词处理。
整数嵌套类型指示属于该类型的属性值都是整数类型。
数值型嵌套类型指示属于该类型的属性值都是浮点数类型。
时间嵌套类型知识属于该类型的属性值都是时间值。
其中,不同类型的嵌套类型能支持不同类型的检索。比如keyword(关键词)嵌套类型的键值/属性值不能用于大于,小于等比较条件的检索。而属于数值型和时间型的键值/属性值可以支持范围检索。
比如,确定出的目标关键词-键值索引项为发行日期2018年12月到2019年11月发行的X类基金,则通过关键词-键值索引项检索到属于“发行日期2018年12月到2019年11月发行的X类基金”的至少一个目标关键词-键值索引项,该目标关键词-键值索引项可包括关键词(发行日期)-键值(2018年12月到2019年11月范围内的任意值),关键词(基金)-键值(X类)。对于键值(2018年12月到2019年11月范围内的任意值)为时间型数据,则可采用时间嵌套类型进行检索,则可在知识图谱中,针对2018年12月到2019年11月范围内的任意值进行时间的范围检索,对于键值(X类)为文本型的数据,则可采用全文嵌套类型检索和关键词嵌套类型,则会在知识图谱中对X类进行全文检索和关键词检索。可根据给出的多个目标关键词-键值索引项检索出的检索结果,计算检索结果的交集即可得到比较准确的与待检索语句相匹配的信息。比如,多个目标关键词-键值索引项检索出的检索结果分别为Y1、Y2、…、Yn,相应地,计算检索结果的交集Y=Y1∩Y2∩…∩Yn。
在本发明一个实施例中,上述每个嵌套类型(Nested-Object)可以包含不定个数的属性值。每个Nested-Object包含Attr_Name属性名称和Attr_Value属性值两个字段。Attr_Name字段的索引/检索方式均为Keyword(关键词)嵌套类型,Attr_Value的索引/检索方式则根据嵌套类型来定义。由此就可以支持不定个数和不同类型属性的语义检索。
其中,嵌套类型的属性值指示所支持的检索条件,因此,不同类型的属性值所支持的检索条件不同。
其中,指示范围条件(大于、小于、等于、区间)的属性值DoubleAttrs、LongAttrs、TimestampAttrs
指示关键字匹配的属性值为KeywordAttrs
指示全文检索的属性值为FullTextAttrs
其中,Nested-Object嵌套类型构建不同的属性的结构可如下表3给出的示例所示。
表3
根据用户检索条件中识别出的检索条件类型也可以辅助对目标属性的选取。比如,对于日期类条件、金额类条件等数值型或日期型嵌套类型选取的属性值指示范围条件、字符串类型的条件选取的属性值指示关键字匹配。
在本发明一个实施例中,如图3所示,解析待检索语句的实施方式可具体包括如下步骤:
步骤301:对待检索语句进行分词,产生多个词组;
步骤302:针对每一个词组,执行将词组与预设的语义词典中的词语进行匹配,根据匹配的结果,为词组标注语义。
在本发明一个实施例中,如图4所示,语义检索方法的实施方式可具体包括如下步骤:
步骤401:根据多个词组所标注的语义,从将多个词组中,筛选出检索目标和检索条件;
步骤402:检索与检索目标和检索条件相匹配的信息。
本发明实施例所使用的语义词典可以选用现有的语义词典,针对金融领域的语义检索,该语义词典则为金融领域的语义词典。在语义词典中包括各种具有标签的集合,比如各个领域名词集合、一些条件词语(如“大于小于”、“低于”、“高于”、“不低于”等等)组成的集合、同义词集合、反义词集合等。比如将词组1与各个集合中的词语进行匹配,词组1匹配出的词语属于集合S,则该集合S所对应的类型如领域、条件等作为标签标注词组1。其中,对于各个领域名词集合中的名词可作为检索目标,条件词语组成的集合中的词语可作为检索条件,比如,词组1标注有条件,则说明该词组1为检索条件。
比如,针对客户问题“当前年化收益最高的货币基金是什么?”,待检索语句为“当前年化收益最高的货币基金是什么”,通过分词后得到多个词组包括“货币基金”、“年化收益”、“最高”。在该过程中还可基于整理的模板规则如根据词性、句法分析等筛选出候选的检索词语。比如一般核心信息出现在主语、谓语、宾语等位置。另外,就是结合整理的语义词典,比如语义词典中包含领域名词集合以及一些条件词语如“大于小于”、“低于”、“高于”、“不低于”等等。语义词典包含同义词、反义词集合,将“货币基金”标注为基金领域名词,将“年化收益”标注为基金领域名词,将“最高”标注为条件词语。则检索目标即为“货币基金”和“年化收益”,检索条件为“最高”。基于上述检索的结果,构造出的查询条(标准检索语句)为:领域=基金and概念=货币基金order by年化收益率desc。
又比如,针对客户提交的问题“收益最高的保本的产品是什么?”,待检索语句为“收益最高的保本的产品是什么”。这里面没有可直接抽取匹配的实体名称,通过语义词典中的近义词集合匹配可获得“保本”的“固定收益”、“定期”、“低风险”等。则待检索语句中可以得到检索目标应该是入“固定收益型理财产品”、“定期产品”等。另外,意图分析还可以借助于深度学习训练出的分类模型和基于业务维护的规则获得。因此,该待检索语句为“收益最高的保本的产品是什么”对应的检索目标为“固定收益型理财产品”、“定期产品”等,检索条件为“收益最高”。
提供检索的结果为整合检索结果以知识卡片信息的形式返回给客户。
在本发明一个实施例中,语义检索方法应用于金融领域的业务信息人工智能服务实现的推荐、搜索、问答的应用场景。
值得说明的是,上述语义检索方法还可应用于其他技术领域。只需要将知识图谱变更为其他领域的知识图谱。
如图5所示,本发明实施例提供一种语义检索装置,包括:交互单元501以及处理单元502,其中,
交互单元501,用于接收待检索语句;
处理单元502,用于解析交互单元501接收到的待检索语句;根据解析的结果,将待检索语句转换为标准检索语句;根据预设的知识图谱中包括的关联关系,检索与标准检索语句相匹配的信息;
交互单元501,进一步用于提供处理单元502检索的结果。
上述检索的结果即为检索出的与标准检索语句相匹配的信息。
在本发明一个实施例中,处理单元502,进一步用于在关系语义索引中,为标准检索语句匹配出目标关键词-键值索引项;利用目标关键词-键值索引项,检索与标准检索语句相匹配的信息,其中,关系语义索引为通过搜索服务器为知识图谱构建关系语义索引所包括的。
在本发明一个实施例中,关键词-键值索引项包括属性以及所述属性对应的检索类型;处理单元502,进一步用于根据目标关键词-键值索引项包括的检索类型,检索与目标关键词-键值索引项包括的属性相匹配的信息。
在本发明一个实施例中,处理单元502,进一步用于对待检索语句进行分词,产生多个词组;针对每一个词组,执行:将词组与预设的语义词典中的词语进行匹配,根据匹配的结果,为词组标注语义。
在本发明一个实施例中,处理单元502,进一步用于根据多个词组所标注的语义,从将多个词组中,筛选出检索目标和检索条件;检索与检索目标和检索条件相匹配的信息。
在本发明一个实施例中,检索类型,包括:关键词嵌套类型、全文检索嵌套类型、整数嵌套类型、数值型嵌套类型以及时间嵌套类型中的任意一种或多种。
在本发明一个实施例中,关键词-键值索引项包括:基于知识图谱确定出的边的特征信息、边对应的起始节点特征信息、边对应的终止节点特征信息以及边对应的关系特征信息中的任意一个或多个。
在本发明一个实施例中,上述语义检索装置可应用于基于Elasticsearch分布式搜索服务器中。
图6示出了可以应用本发明实施例的语义检索方法或语义检索装置的示例性系统架构600。
如图6所示,系统架构600可以包括终端设备601、602、603,网络604和服务器605。网络604用以在终端设备601、602、603和服务器605之间提供通信链路的介质。网络604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601、602、603通过网络604与服务器605交互,以接收或发送消息等。终端设备601、602、X03上可以安装有各种通讯客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备601、602、603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605可以是提供各种服务的服务器,例如对用户利用终端设备601、602、603所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理,并将处理结果(例如目标推送信息、产品信息--仅为示例)反馈给终端设备。
需要说明的是,本发明实施例所提供的语义检索方法一般由服务器605执行,相应地,语义检索装置一般设置于服务器605中。
应该理解,图6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。
下面参考图7,其示出了适于用来实现本发明实施例的终端设备的计算机系统700的结构示意图。图7示出的终端设备仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图7所示,计算机系统700包括中央处理单元(CPU)701,其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中,还存储有系统700操作所需的各种程序和数据。CPU 701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
以下部件连接至I/O接口705:包括键盘、鼠标等的输入部分706;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707;包括硬盘等的存储部分708;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709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711,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710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708。
特别地,根据本发明公开的实施例,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,本发明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709从网络上被下载和安装,和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701执行时,执行本发明的系统中限定的上述功能。
需要说明的是,本发明所示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。在本发明中,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。而在本发明中,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,图示了按照本发明各种实施例的系统、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,上述模块、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,框图或流程图中的每个方框、以及框图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。
描述于本发明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:一种处理器包括交互单元和处理单元。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,交互单元还可以被描述为“接收待检索语句以及提供检索的结果的单元”。
作为另一方面,本发明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设备中所包含的;也可以是单独存在,而未装配入该设备中。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一个该设备执行时,使得该设备包括:接收待检索语句;解析所述待检索语句;根据解析的结果,将所述待检索语句转换为标准检索语句;根据预设的知识图谱中包括的关联关系,检索与所述标准检索语句相匹配的信息,并提供检索的结果。
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一个该设备执行时,使得该设备包括:触发搜索服务器为知识图谱构建关系语义索引,关系语义索引包括关键词-键值索引项;根据预设的知识图谱中包括的关联关系,检索与标准检索语句相匹配的信息,包括:在关系语义索引中,为标准检索语句匹配出目标关键词-键值索引项;利用目标关键词-键值索引项,检索与标准检索语句相匹配的信息。
根据本发明实施例的技术方案,通过将待检索语句转换为标准检索语句,由于标准检索语句是比较规范的语句,有助于检索,同时,根据预设的知识图谱中包括的关联关系,进行检索,使得检索出的结果内部具有相关性,因此,本发明实施例提供的方案能够有效地提高语义检索的准确性。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,取决于设计要求和其他因素,可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种语义检索方法,其特征在于,包括:
接收并解析待检索语句;
根据解析的结果,将所述待检索语句转换为标准检索语句;
根据预设的知识图谱中包括的关联关系,检索与所述标准检索语句相匹配的信息,并提供检索的结果。
2.根据权利要求1所述的语义检索方法,其特征在于,
进一步包括:触发搜索服务器为所述知识图谱构建关系语义索引,所述关系语义索引包括关键词-键值索引项;
所述根据预设的知识图谱中包括的关联关系,检索与所述标准检索语句相匹配的信息,包括:
在所述关系语义索引中,为所述标准检索语句匹配出目标关键词-键值索引项;
利用所述目标关键词-键值索引项,检索与所述标准检索语句相匹配的信息。
3.根据权利要求2所述的语义检索方法,其特征在于,
所述关键词-键值索引项包括属性以及所述属性对应的检索类型;
所述利用所述目标关键词-键值索引项,检索与所述标准检索语句相匹配的信息,包括:
根据所述目标关键词-键值索引项包括的检索类型,检索与所述目标关键词-键值索引项包括的属性相匹配的信息。
4.根据权利要求1所述的语义检索方法,其特征在于,所述解析所述待检索语句,包括:
对所述待检索语句进行分词,产生多个词组;
针对每一个所述词组,执行:
将所述词组与预设的语义词典中的词语进行匹配,根据匹配的结果,为所述词组标注语义。
5.根据权利要求4所述的语义检索方法,其特征在于,
所述根据解析的结果,将所述待检索语句转换为标准检索语句,包括:
根据多个所述词组所标注的语义,从将多个所述词组中,筛选出检索目标和检索条件;
所述检索与所述标准检索语句相匹配的信息,包括:
检索与所述检索目标和所述检索条件相匹配的信息。
6.根据权利要求3所述的语义检索方法,其特征在于,所述检索类型,包括:
关键词嵌套类型、全文检索嵌套类型、整数嵌套类型、数值型嵌套类型以及时间嵌套类型中的任意一种或多种。
7.根据权利要求2、3以及6中任一所述的语义检索方法,其特征在于,
所述关键词-键值索引项包括:基于所述知识图谱确定出的边的特征信息、所述边对应的起始节点特征信息、所述边对应的终止节点特征信息以及所述边对应的关系特征信息中的任意一个或多个。
8.一种语义检索装置,其特征在于,包括:交互单元以及处理单元,其中,
所述交互单元,用于接收待检索语句;
所述处理单元,用于解析所述待检索语句;根据解析的结果,将所述待检索语句转换为标准检索语句;根据预设的知识图谱中包括的关联关系,检索与所述标准检索语句相匹配的信息;
所述交互单元,进一步用于提供检索的结果。
9.一种语义检索电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,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,使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。
10.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911338527.4A CN111126073B (zh) | 2019-12-23 | 2019-12-23 | 语义检索方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911338527.4A CN111126073B (zh) | 2019-12-23 | 2019-12-23 | 语义检索方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111126073A true CN111126073A (zh) | 2020-05-08 |
CN111126073B CN111126073B (zh) | 2023-07-04 |
Family
ID=70501183
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911338527.4A Active CN111126073B (zh) | 2019-12-23 | 2019-12-23 | 语义检索方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111126073B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112883151A (zh) * | 2021-01-25 | 2021-06-01 | 济南浪潮高新科技投资发展有限公司 | 一种智能问答实现方法及一种智能问答系统 |
WO2021135439A1 (zh) * | 2020-05-22 | 2021-07-08 | 平安科技(深圳)有限公司 | 基于语音语义的信息检索方法、及其相关设备 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030014428A1 (en) * | 2000-06-30 | 2003-01-16 | Desmond Mascarenhas | Method and system for a document search system using search criteria comprised of ratings prepared by experts |
CN104699845A (zh) * | 2015-03-31 | 2015-06-10 | 北京奇虎科技有限公司 | 基于提问类搜索词的搜索结果提供方法及装置 |
CN106447346A (zh) * | 2016-08-29 | 2017-02-22 | 北京中电普华信息技术有限公司 | 一种智能电力客服系统的构建方法及系统 |
CN109002516A (zh) * | 2018-07-06 | 2018-12-14 | 国网电子商务有限公司 | 一种搜索方法及装置 |
CN109492077A (zh) * | 2018-09-29 | 2019-03-19 | 北明智通(北京)科技有限公司 | 基于知识图谱的石化领域问答方法及系统 |
CN109739963A (zh) * | 2018-12-27 | 2019-05-10 | 苏州龙信信息科技有限公司 | 信息检索方法、装置、设备和介质 |
CN109885660A (zh) * | 2019-02-22 | 2019-06-14 | 上海乐言信息科技有限公司 | 一种知识图谱赋能的基于信息检索的问答系统和方法 |
CN110276080A (zh) * | 2019-06-28 | 2019-09-24 | 第四范式(北京)技术有限公司 | 一种语义处理方法和系统 |
CN110569369A (zh) * | 2019-09-16 | 2019-12-13 | 神州数码融信软件有限公司 | 银行金融系统知识图谱的生成方法及装置、应用方法及装置 |
-
2019
- 2019-12-23 CN CN201911338527.4A patent/CN111126073B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030014428A1 (en) * | 2000-06-30 | 2003-01-16 | Desmond Mascarenhas | Method and system for a document search system using search criteria comprised of ratings prepared by experts |
CN104699845A (zh) * | 2015-03-31 | 2015-06-10 | 北京奇虎科技有限公司 | 基于提问类搜索词的搜索结果提供方法及装置 |
CN106447346A (zh) * | 2016-08-29 | 2017-02-22 | 北京中电普华信息技术有限公司 | 一种智能电力客服系统的构建方法及系统 |
CN109002516A (zh) * | 2018-07-06 | 2018-12-14 | 国网电子商务有限公司 | 一种搜索方法及装置 |
CN109492077A (zh) * | 2018-09-29 | 2019-03-19 | 北明智通(北京)科技有限公司 | 基于知识图谱的石化领域问答方法及系统 |
CN109739963A (zh) * | 2018-12-27 | 2019-05-10 | 苏州龙信信息科技有限公司 | 信息检索方法、装置、设备和介质 |
CN109885660A (zh) * | 2019-02-22 | 2019-06-14 | 上海乐言信息科技有限公司 | 一种知识图谱赋能的基于信息检索的问答系统和方法 |
CN110276080A (zh) * | 2019-06-28 | 2019-09-24 | 第四范式(北京)技术有限公司 | 一种语义处理方法和系统 |
CN110569369A (zh) * | 2019-09-16 | 2019-12-13 | 神州数码融信软件有限公司 | 银行金融系统知识图谱的生成方法及装置、应用方法及装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021135439A1 (zh) * | 2020-05-22 | 2021-07-08 | 平安科技(深圳)有限公司 | 基于语音语义的信息检索方法、及其相关设备 |
CN112883151A (zh) * | 2021-01-25 | 2021-06-01 | 济南浪潮高新科技投资发展有限公司 | 一种智能问答实现方法及一种智能问答系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111126073B (zh) | 2023-07-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20130060769A1 (en) | System and method for identifying social media interactions | |
US8972408B1 (en) | Methods, systems, and articles of manufacture for addressing popular topics in a social sphere | |
US11468342B2 (en) | Systems and methods for generating and using knowledge graphs | |
US20200134019A1 (en) | Method and system for decoding user intent from natural language queries | |
Zhuohao et al. | Keyword Extraction from Scientific Research Projects Based on SRP‐TF‐IDF | |
US10915756B2 (en) | Method and apparatus for determining (raw) video materials for news | |
US9940354B2 (en) | Providing answers to questions having both rankable and probabilistic components | |
US20230252297A1 (en) | Annotating customer data | |
Qian et al. | Detecting new Chinese words from massive domain texts with word embedding | |
US20220121668A1 (en) | Method for recommending document, electronic device and storage medium | |
CN114091426A (zh) | 一种处理数据仓库中字段数据的方法和装置 | |
Eldin et al. | An enhanced opinion retrieval approach via implicit feature identification | |
CN111126073B (zh) | 语义检索方法和装置 | |
Hashemzadeh et al. | Improving keyword extraction in multilingual texts. | |
US20210034963A1 (en) | Identifying friction points in customer data | |
CN111737607B (zh) | 数据处理方法、装置、电子设备以及存储介质 | |
CN114036921A (zh) | 一种政策信息匹配方法和装置 | |
CN112182239A (zh) | 信息检索方法和装置 | |
CN112100216A (zh) | 创意关键词的处理方法和装置 | |
CN114742062B (zh) | 文本关键词提取处理方法及系统 | |
CN111783424A (zh) | 一种文本分句方法和装置 | |
CN111368036B (zh) | 用于搜索信息的方法和装置 | |
CN113095078A (zh) | 关联资产确定方法、装置和电子设备 | |
Wang et al. | Rom: A requirement opinions mining method preliminary try based on software review data | |
Beheshti et al. | Data curation apis |
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 | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20220920 Address after: 25 Financial Street, Xicheng District, Beijing 100033 Applicant after: CHINA CONSTRUCTION BANK Corp. Address before: 25 Financial Street, Xicheng District, Beijing 100033 Applicant before: CHINA CONSTRUCTION BANK Corp. Applicant before: Jianxin Financial Science and Technology Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
GR01 | Patent grant | ||
GR01 | Patent grant |