CN112667775A - 基于关键词提示的检索方法、装置、电子设备及存储介质 - Google Patents

基于关键词提示的检索方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN112667775A
CN112667775A CN202011564401.1A CN202011564401A CN112667775A CN 112667775 A CN112667775 A CN 112667775A CN 202011564401 A CN202011564401 A CN 202011564401A CN 112667775 A CN112667775 A CN 112667775A
Authority
CN
China
Prior art keywords
word
retrieval
search
standard
user
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.)
Pending
Application number
CN202011564401.1A
Other languages
English (en)
Inventor
付桂振
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ping An Technology Shenzhen Co Ltd
Original Assignee
Ping An Technology Shenzhen Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ping An Technology Shenzhen Co Ltd filed Critical Ping An Technology Shenzhen Co Ltd
Priority to CN202011564401.1A priority Critical patent/CN112667775A/zh
Priority to PCT/CN2021/083827 priority patent/WO2022134355A1/zh
Publication of CN112667775A publication Critical patent/CN112667775A/zh
Pending legal-status Critical Current

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
    • 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
    • G06F16/332—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
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/35—Clustering; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
    • 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
    • G06F40/284—Lexical analysis, e.g. tokenisation or collocates

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Physics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明涉及语义解析技术，揭露了一种基于关键词提示的检索方法，包括：获取用户的输入词，对输入词进行相近字匹配，得到相近字集；利用相近字集对所述输入词进行错误提示，得到检索词；监测用户的用户指令，当用户指令为检索指令时，利用检索词进行检索；当用户指令为输入指令时，对检索词进行关联词匹配，得到关联词集；对关联词集进行主题筛选，得到与检索词相同主题的主题词集；利用主题词集对用户进行提示，得到检索词组，利用检索词组进行检索。此外，本发明还涉及区块链技术，所述关联词可存储于区块链的节点。本发明还提出一种基于关键词提示的检索装置、设备以及存储介质。本发明可以解决基于关键词检索时效率和精确度不高的问题。

Description

基于关键词提示的检索方法、装置、电子设备及存储介质
技术领域
本发明涉及语义解析技术领域，尤其涉及一种基于关键词提示的检索方法、装置、电子设备及计算机可读存储介质。
背景技术
数据检索是人们日常生活中处理工作、学习等非常重视的一个功能，互联网中存在大量的数据，而如何准确、高效的查询出用户需要的数据成为人们关注的重点。
现有的提高数据检索精确度与效率方法多为基于Tire树的前缀匹配方法，该方法利用用户输入的词语从预设关键词库中匹配先关词语以实现对用户的检索提示，辅助用户完成检索，但该方法中对词语的匹配要求过高，当词语中出现错别字等情况时，无法精确的对用户进行提示，进而降低检索效率和检索精确度。
发明内容
本发明提供一种基于关键词提示的检索方法、装置及计算机可读存储介质，其主要目的在于解决基于关键词检索时效率和精确度不高的问题。
为实现上述目的，本发明提供的一种基于关键词提示的检索方法，包括：
获取用户的输入词，对所述输入词进行相近字匹配，得到相近字集；
利用所述相近字集对所述输入词进行错误提示，得到检索词；
监测用户的用户指令，当所述用户指令为检索指令时，利用所述检索词进行检索；
当所述用户指令为输入指令时，对所述检索词进行关联词匹配，得到关联词集；
对所述关联词集进行主题筛选，得到与所述检索词相同主题的主题词集；
利用所述主题词集对用户进行提示，得到检索词组，利用所述检索词组进行检索。
可选地，所述从所述标准字库中筛选出与所述输入字音相同的第一标准字，包括：
依次计算所述标准字库中每个标准字的标准字音与所述输入字音的相似度；
从所述标准字库中筛选出所述距离值小于预设的距离阈值的标准字音对应的标准字为第一标准字。
可选地，所述利用所述相近字集对所述输入词进行错误提示，得到检索词，包括：
计算所述相近字集中各相近字的字热度；
按照所述字热度从大到小的顺序将所述相近字集中每个相近字进行排列，得到相近字列表；
按照所述相近字列表的顺序对用户进行错误提示并获取用户返回的检索词。
可选地，所述利用所述检索词进行检索，包括：
对所述检索词进行词编码，得到检索编码；
检测检索环境；
利用与所述检索环境相应的编译器将所述检索编码编译为检索语句；
执行所述检索语句进行检索。
可选地，所述对所述检索词进行词编码，得到检索编码，包括：
将所述字符集中每个字符进行编码转化，得到字符编码；
将所述字符编码进行组合，得到检索编码。
可选地，所述对所述检索词进行关联词匹配，得到关联词集，包括：
对所述检索词进行词向量转化，得到检索向量；
计算所述检索向量与预设的标准词库中各标准词对应的标准向量的距离值；
汇集所述距离值小于预设距离阈值的标准向量对应的标准词为关联词集。
可选地，所述对所述关联词集进行主题筛选，得到与所述检索词相同主题的主题词集，包括：
提取所述检索词的检索主题；
提取所述关联词集中各关联词的关联词主题；
计算所述检索主题与所述关联词集中各关联词的关联词主题的匹配度；
将所述匹配度大于预设的匹配阈值的关联词汇集为主题词集。
为了解决上述问题，本发明还提供一种基于关键词提示的检索装置，所述装置包括：
相近字匹配模块，用于获取用户的输入词，对所述输入词进行相近字匹配，得到相近字集；
错误提示模块，用于利用所述相近字集对所述输入词进行错误提示，得到检索词；
第一检索模块，用于监测用户的用户指令，当所述用户指令为检索指令时，利用所述检索词进行检索；
关联词匹配模块，用于当所述用户指令为输入指令时，对所述检索词进行关联词匹配，得到关联词集；
主题词筛选模块，用于对所述关联词集进行主题筛选，得到与所述检索词相同主题的主题词集；
第二检索模块，用于利用所述主题词集对用户进行提示，得到检索词组，利用所述检索词组进行检索。
为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
存储器，存储至少一个指令；及
处理器，执行所述存储器中存储的指令以实现上述所述的基于关键词提示的检索方法。
为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个指令，所述至少一个指令被电子设备中的处理器执行以实现上述所述的基于关键词提示的检索方法。
本发明实施例通过对用户的输入词进行相近字匹配，利用匹配到的相近字集对输入词进行错误提示，得到检索词，可减少检索词输入错误的概率，降低用户检索错误内容的可能性，有利于提高检索的精确度；当用户指令为输入指令时，对检索词进行关联词匹配，并对匹配到的关联词集进行主题筛选，得到与检索词相同主题的主题词集，利用主题词集对用户进行提示，有利于减少用户输入关键词的时间，提高检索效率。因此本发明提出的基于关键词提示的检索方法、装置、电子设备及计算机可读存储介质，可以解决基于关键词检索时效率和精确度不高的问题。
附图说明
图1为本发明一实施例提供的基于关键词提示的检索方法的流程示意图；
图2为本发明一实施例提供的基于关键词提示的检索装置的功能模块图；
图3为本发明一实施例提供的实现所述基于关键词提示的检索方法的电子设备的结构示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本申请实施例提供一种基于关键词提示的检索方法。所述基于关键词提示的检索方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述基于关键词提示的检索方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。
参照图1所示，为本发明一实施例提供的基于关键词提示的检索方法的流程示意图。在本实施例中，所述基于关键词提示的检索方法包括：
S1、获取用户的输入词，对所述输入词进行相近字匹配，得到相近字集。
本发明实施例中，所述用户的输入词可为任何字或词语，例如，用户在查询物联网相关文献时输入的关键字“物联网”；用户在查询糖尿病的疾病相关信息时输入的关键字“糖尿病”。
详细地，所述对所述输入词进行相近字匹配，得到相近字集，包括：
解析所述输入词，得到所述输入词中每个字的输入字音和输入字形；
获取预设的标准字库，其中，所述标准字库包括多个标准字及各标准字对应的标准字形和标准字音；
从所述标准字库中筛选出与所述输入字音相同的第一标准字；
从所述标准字库中筛选出与所述输入字形相同的第二标准字；
将所述第一标准字和所述第二标准字汇集为所述输入词的相近字集。
本发明实施例利用具有文字解析功能的自然语言处理模型对所述输入词进行解析，得到所述输入词中每个字的输入字音和输入字形，其中，所述自然语言处理模型包括但不限于前向卷积神经网络模型和循环卷积神经网络模型。
详细地，所述标准字库可由用于预先存储于数据库中，可利用具有数据调用功能的java语句从用于存储标准字库的数据库中获取所述标准词库。所述标准字库包括多个标准字及各标准字对应的标准字形和标准字音。
本发明实施例中，所述从所述标准字库中筛选出与所述输入字音相同的第一标准字，包括：
依次计算所述标准字库中每个标准字的标准字音与所述输入字音的相似度；
从所述标准字库中筛选出所述距离值小于预设的距离阈值的标准字音对应的标准字为第一标准字。
详细地，所述依次计算所述标准字库中每个标准字的标准字音与所述输入字音的相似度，包括：
利用如下相似度算法计算所述标准字库中每个标准字的标准字音与所述输入字音的相似度：
Sim＝Pearson(R，S)
其中，R为所述标准字库中任一标准字的标准字音，S为所述输入字音，Pearson为相似度运算，Sim为R与S之间的相似度。
具体地，所述从所述标准字库中筛选出与所述输入字形相同的第二标准字的步骤与从所述标准字库中筛选出与所述输入字音相同的第一标准字的步骤一致，在此不做赘述。
S2、利用所述相近字集对所述输入词进行错误提示，得到检索词。
本发明实施例中，所述利用所述相近字集对所述输入词进行错误提示，得到检索词，包括：
计算所述相近字集中各相近字的字热度；
按照所述字热度从大到小的顺序将所述相近字集中每个相近字进行排列，得到相近字列表；
按照所述相近字列表的顺序对用户进行错误提示并获取用户返回的检索词。
详细地，所述计算所述相近字集中各相近字的字热度，包括：
利用如下热度算法计算所述相近字集中各相近字的字热度：
Figure BDA0002860276010000061
其中，tfm为第m个相近字的字热度，n为所述第m个相近字在预先构建的检索库中出现的总次数，k为所述检索库中文本的总数量，α为预设的权重系数。
具体地，所述预先构建的检索库包括任何存储文献或数据的数据库，例如，用户在百度文库内查找数据，则百度文库为所述检索库。
进一步地，所述字热度可表示字出现的频率，所述字热度越大，说明所述字热度对应的相近字越可能是正确的字，因此本发明实施例按照所述字热度从大到小的顺序将所述相近字集中每个相近字进行排列，得到相近字列表，按照所述相近字列表的顺序对用户进行错误提示。
本发明实施例中，利用相近字集对输入词进行错误提示，得到检索词，可减少检索词输入错误的概率，降低用户检索错误内容的可能性，有利于提高检索的精确度。
S3、监测用户的用户指令，当所述用户指令为检索指令时，利用所述检索词进行检索。
本发明实施例中，所述用户指令包括检索指令和输入指令。其中，所述检索指令是指执行检索的计算机指令，例如，获取检索词后，执行检索指令直接利用该检索词进行检索；所述输入指令是指继续写入输入词的计算机指令，例如，当获取检索词后，用户希望继续写入输入词，而非直接利用该检索词进行检索。
详细地，本发明实施例使用ASM增强字节码过滤器拦截获取网络中的用户指令，所述ASM增强字节码过滤器是一款基于java字节码层面的代码分析工具，利用ASM增强字节码过滤器对用户指令进行拦截，可提高用户指令拦截的成功率。
本发明实施例中，当所述用户指令为检索指令时，所述利用所述检索词进行检索，包括：
对所述检索词进行词编码，得到检索编码；
检测检索环境；
利用与所述检索环境相应的编译器将所述检索编码编译为检索语句；
执行所述检索语句进行检索。
详细地，所述对所述检索词进行词编码，得到检索编码，包括：
将所述字符集中每个字符进行编码转化，得到字符编码；
将所述字符编码进行组合，得到检索编码。
详细地，本发明实施例利用预设的编码器对所述字符集中每个字符进行编码转化，所述编码器包括但不限于ASCII(American Standard Code for InformationInterchange，美国标准信息交换代码)编码器。
所述将所述字符编码进行组合具体是指：将所述检索词中每个字对应的字符编码按照所述检索词中字的顺序进行组合，得到字符编码。例如，存在检索词“冰淇淋”，其中，“冰”的字符编码为ab，“淇”的字符编码为ef，“淋”的字符编码为cd，则按照检索词“冰淇淋”中三个字的顺序将每个字对应的字符编码进行组合，得到检索词“冰淇淋”的检索编码“abefcd”。
本发明实施例中，所述检索环境由检索内容所在的存储环境所决定，例如，当检索内容存储于java数据库时，则存储环境为java环境，即检索环境为java环境。
利用与检索环境相应的编译器将检索编码编译为检索语句，可提高检索语句的可用性，保证检索的成功率。
S4、当所述用户指令为输入指令时，对所述检索词进行关联词匹配，得到关联词集。
本发明实施例中，当所述用户指令为输入指令时，所述对所述检索词进行关联词匹配，得到关联词集，包括：
对所述检索词进行词向量转化，得到检索向量；
计算所述检索向量与预设的标准词库中各标准词对应的标准向量的距离值；
汇集所述距离值小于预设距离阈值的标准向量对应的标准词为关联词集。
详细地，本发明实施例利用预设的词向量转化模型对所述检索词进行词向量转化，得到检索向量。其中，所述词向量转化模型包括但不限于CRF模型(Conditional RandomFields Model，条件随机场模型)，HMM模型(Hidden Markov Model，隐马尔可夫模型)。利用词向量转化模型对所述检索词进行词向量转化，可提高检索词转化为检索向量的效率。
具体地，所述计算所述检索向量与预设的标准词库中各标准词对应的标准向量的距离值，包括：
利用如下距离算法计算所述检索向量与预设的标准词库中各标准词对应的标准向量的距离值：
Figure BDA0002860276010000081
其中，S(X，Ym)为所述距离值，X为所述检索向量，Ym为所述标准词库中第m个标准词。
本发明实施例汇集距离值小于预设距离阈值的标准向量对应的标准词为关联词集，其中，关联词集中的关联词可存储于区块链节点中，利用区块链对数据的高吞吐性，可提高获取关联词的效率。
本发明实施例中，对检索词进行关联词匹配，得到关联词集，可从标准词库中筛选出与检索词相关联的词语，有利于提高检索效率。
S5、对所述关联词集进行主题筛选，得到与所述检索词相同主题的主题词集。
本发明实施例中，所述对所述关联词集进行主题筛选，得到与所述检索词相同主题的主题词集，包括：
提取所述检索词的检索主题；
提取所述关联词集中各关联词的关联词主题；
计算所述检索主题与所述关联词集中各关联词的关联词主题的匹配度；
将所述匹配度大于预设的匹配阈值的关联词汇集为主题词集。
详细地，本发明实施例利用预先训练完成的卷积神经网络提取所述检索词的检索主题，和所述关联词集中各关联词的关联词主题，所述检索主题是指检索词的类别，所述关联词主题是指关联词的类别，例如，检索词或关联词为“冰淇淋”时，检索词的检索主题或关联词的关联词主题为食物。
具体地，所述计算所述检索主题与所述关联词集中各关联词的关联词主题的匹配度，包括：
利用如下匹配算法计算所述检索主题与所述关联词集中各关联词的关联词主题的匹配度：
d(A，B)2＝||A-B||2
其中，d(A，B)2为所述匹配度，A为所述检索主题，B为关联词集任一关联词的关联词主题。
S6、利用所述主题词集对用户进行提示，得到检索词组，利用所述检索词组进行检索。
本发明实施例中，所述利用所述主题词集对用户进行提示，得到检索词组，包括：
获取后台多用户的检索记录；
根据所述检索记录计算所述主题词集中各主题词的词语热度；
按照所述词语热度从大到小的顺序将所述主题词集中的词语进行排序，得到主题词列表；
根据所述主题词列表的顺序对用户进行提示，得到用户的反馈用词；
将所述反馈用词和所述检索词汇集为所述检索词组。
详细地，所述后台多用户的检索记录包括后台存储的多个用户的检索痕迹，如检索时间、检索内容等。
详细地，所述利用所述主题词集对用户进行提示，得到检索词组的步骤与步骤S2中利用所述相近字集对所述输入词进行错误提示，得到检索词的步骤一致，在此不做赘述。所述利用所述检索词组进行检索的步骤与步骤S3中利用所述检索词进行检索的步骤一致，在此不做赘述。
本发明实施例利用所述后台多用户的检索记录可分析得出主题词集中各主题词被检索的词语热度，词语热度越高则说明该主题词越有可能是用户需要检索的词语，因此按照词语热度从大到小的顺序将主题词集中的词语进行排序并对用户进行提示，有利于提高检索的效率。
本发明实施例通过对用户的输入词进行相近字匹配，利用匹配到的相近字集对输入词进行错误提示，得到检索词，可减少检索词输入错误的概率，降低用户检索错误内容的可能性，有利于提高检索的精确度；当用户指令为输入指令时，对检索词进行关联词匹配，并对匹配到的关联词集进行主题筛选，得到与检索词相同主题的主题词集，利用主题词集对用户进行提示，有利于减少用户输入关键词的时间，提高检索效率。因此本发明提出的基于关键词提示的检索方法，可以解决基于关键词检索时效率和精确度不高的问题。
如图2所示，是本发明一实施例提供的基于关键词提示的检索装置的功能模块图。
本发明所述基于关键词提示的检索装置100可以安装于电子设备中。根据实现的功能，所述基于关键词提示的检索装置100可以包括相近字匹配模块101、错误提示模块102、第一检索模块103、关联词匹配模块104、主题词筛选模块105和第二检索模块106。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
在本实施例中，关于各模块/单元的功能如下：
所述相近字匹配模块101，用于获取用户的输入词，对所述输入词进行相近字匹配，得到相近字集。
本发明实施例中，所述用户的输入词可为任何字或词语，例如，用户在查询物联网相关文献时输入的关键字“物联网”；用户在查询糖尿病的疾病相关信息时输入的关键字“糖尿病”。
详细地，所述相近字匹配模块101具体用于：
解析所述输入词，得到所述输入词中每个字的输入字音和输入字形；
获取预设的标准字库，其中，所述标准字库包括多个标准字及各标准字对应的标准字形和标准字音；
从所述标准字库中筛选出与所述输入字音相同的第一标准字；
从所述标准字库中筛选出与所述输入字形相同的第二标准字；
将所述第一标准字和所述第二标准字汇集为所述输入词的相近字集。
本发明实施例利用具有文字解析功能的自然语言处理模型对所述输入词进行解析，得到所述输入词中每个字的输入字音和输入字形，其中，所述自然语言处理模型包括但不限于前向卷积神经网络模型和循环卷积神经网络模型。
详细地，所述标准字库可由用于预先存储于数据库中，可利用具有数据调用功能的java语句从用于存储标准字库的数据库中获取所述标准词库。所述标准字库包括多个标准字及各标准字对应的标准字形和标准字音。
本发明实施例中，所述从所述标准字库中筛选出与所述输入字音相同的第一标准字，包括：
依次计算所述标准字库中每个标准字的标准字音与所述输入字音的相似度；
从所述标准字库中筛选出所述距离值小于预设的距离阈值的标准字音对应的标准字为第一标准字。
详细地，所述依次计算所述标准字库中每个标准字的标准字音与所述输入字音的相似度，包括：
利用如下相似度算法计算所述标准字库中每个标准字的标准字音与所述输入字音的相似度：
Sim＝Pearson(R，S)
其中，R为所述标准字库中任一标准字的标准字音，S为所述输入字音，Pearson为相似度运算，Sim为R与S之间的相似度。
具体地，所述从所述标准字库中筛选出与所述输入字形相同的第二标准字的步骤与从所述标准字库中筛选出与所述输入字音相同的第一标准字的步骤一致，在此不做赘述。
所述错误提示模块102，用于利用所述相近字集对所述输入词进行错误提示，得到检索词。
本发明实施例中，所述错误提示模块102具体用于：
计算所述相近字集中各相近字的字热度；
按照所述字热度从大到小的顺序将所述相近字集中每个相近字进行排列，得到相近字列表；
按照所述相近字列表的顺序对用户进行错误提示并获取用户返回的检索词。
详细地，所述计算所述相近字集中各相近字的字热度，包括：
利用如下热度算法计算所述相近字集中各相近字的字热度：
Figure BDA0002860276010000111
其中，tfm为第m个相近字的字热度，n为所述第m个相近字在预先构建的检索库中出现的总次数，k为所述检索库中文本的总数量，α为预设的权重系数。
具体地，所述预先构建的检索库包括任何存储文献或数据的数据库，例如，用户在百度文库内查找数据，则百度文库为所述检索库。
进一步地，所述字热度可表示字出现的频率，所述字热度越大，说明所述字热度对应的相近字越可能是正确的字，因此本发明实施例按照所述字热度从大到小的顺序将所述相近字集中每个相近字进行排列，得到相近字列表，按照所述相近字列表的顺序对用户进行错误提示。
本发明实施例中，利用相近字集对输入词进行错误提示，得到检索词，可减少检索词输入错误的概率，降低用户检索错误内容的可能性，有利于提高检索的精确度。
所述第一检索模块103，用于监测用户的用户指令，当所述用户指令为检索指令时，利用所述检索词进行检索。
本发明实施例中，所述用户指令包括检索指令和输入指令。其中，所述检索指令是指执行检索的计算机指令，例如，获取检索词后，执行检索指令直接利用该检索词进行检索；所述输入指令是指继续写入输入词的计算机指令，例如，当获取检索词后，用户希望继续写入输入词，而非直接利用该检索词进行检索。
详细地，本发明实施例使用ASM增强字节码过滤器拦截获取网络中的用户指令，所述ASM增强字节码过滤器是一款基于java字节码层面的代码分析工具，利用ASM增强字节码过滤器对用户指令进行拦截，可提高用户指令拦截的成功率。
本发明实施例中，所述第一检索模块103具体用于：
对所述检索词进行词编码，得到检索编码；
检测检索环境；
利用与所述检索环境相应的编译器将所述检索编码编译为检索语句；
执行所述检索语句进行检索。
详细地，所述对所述检索词进行词编码，得到检索编码，包括：
将所述字符集中每个字符进行编码转化，得到字符编码；
将所述字符编码进行组合，得到检索编码。
详细地，本发明实施例利用预设的编码器对所述字符集中每个字符进行编码转化，所述编码器包括但不限于ASCII(American Standard Code for InformationInterchange，美国标准信息交换代码)编码器。
所述将所述字符编码进行组合具体是指：将所述检索词中每个字对应的字符编码按照所述检索词中字的顺序进行组合，得到字符编码。例如，存在检索词“冰淇淋”，其中，“冰”的字符编码为ab，“淇”的字符编码为ef，“淋”的字符编码为cd，则按照检索词“冰淇淋”中三个字的顺序将每个字对应的字符编码进行组合，得到检索词“冰淇淋”的检索编码“abefcd”。
本发明实施例中，所述检索环境由检索内容所在的存储环境所决定，例如，当检索内容存储于java数据库时，则存储环境为java环境，即检索环境为java环境。
利用与检索环境相应的编译器将检索编码编译为检索语句，可提高检索语句的可用性，保证检索的成功率。
所述关联词匹配模块104，用于当所述用户指令为输入指令时，对所述检索词进行关联词匹配，得到关联词集。
本发明实施例中，所述关联词匹配模块104具体用于：
对所述检索词进行词向量转化，得到检索向量；
计算所述检索向量与预设的标准词库中各标准词对应的标准向量的距离值；
汇集所述距离值小于预设距离阈值的标准向量对应的标准词为关联词集。
详细地，本发明实施例利用预设的词向量转化模型对所述检索词进行词向量转化，得到检索向量。其中，所述词向量转化模型包括但不限于CRF模型(Conditional RandomFields Model，条件随机场模型)，HMM模型(Hidden Markov Model，隐马尔可夫模型)。利用词向量转化模型对所述检索词进行词向量转化，可提高检索词转化为检索向量的效率。
具体地，所述计算所述检索向量与预设的标准词库中各标准词对应的标准向量的距离值，包括：
利用如下距离算法计算所述检索向量与预设的标准词库中各标准词对应的标准向量的距离值：
Figure BDA0002860276010000141
其中，S(X，Ym)为所述距离值，X为所述检索向量，Ym为所述标准词库中第m个标准词。
本发明实施例汇集距离值小于预设距离阈值的标准向量对应的标准词为关联词集，其中，关联词集中的关联词可存储于区块链节点中，利用区块链对数据的高吞吐性，可提高获取关联词的效率。
本发明实施例中，对检索词进行关联词匹配，得到关联词集，可从标准词库中筛选出与检索词相关联的词语，有利于提高检索效率。
所述主题词筛选模块105，用于对所述关联词集进行主题筛选，得到与所述检索词相同主题的主题词集。
本发明实施例中，所述主题词筛选模块105具体用于：
提取所述检索词的检索主题；
提取所述关联词集中各关联词的关联词主题；
计算所述检索主题与所述关联词集中各关联词的关联词主题的匹配度；
将所述匹配度大于预设的匹配阈值的关联词汇集为主题词集。
详细地，本发明实施例利用预先训练完成的卷积神经网络提取所述检索词的检索主题，和所述关联词集中各关联词的关联词主题，所述检索主题是指检索词的类别，所述关联词主题是指关联词的类别，例如，检索词或关联词为“冰淇淋”时，检索词的检索主题或关联词的关联词主题为食物。
具体地，所述计算所述检索主题与所述关联词集中各关联词的关联词主题的匹配度，包括：
利用如下匹配算法计算所述检索主题与所述关联词集中各关联词的关联词主题的匹配度：
d(A，B)2＝||A-B||2
其中，d(A，B)2为所述匹配度，A为所述检索主题，B为关联词集任一关联词的关联词主题。
所述第二检索模块106，用于利用所述主题词集对用户进行提示，得到检索词组，利用所述检索词组进行检索。
本发明实施例中，所述第二检索模块106具体用于：
获取后台多用户的检索记录；
根据所述检索记录计算所述主题词集中各主题词的词语热度；
按照所述词语热度从大到小的顺序将所述主题词集中的词语进行排序，得到主题词列表；
根据所述主题词列表的顺序对用户进行提示，得到用户的反馈用词；
将所述反馈用词和所述检索词汇集为所述检索词组。
详细地，所述后台多用户的检索记录包括后台存储的多个用户的检索痕迹，如检索时间、检索内容等。
详细地，所述利用所述主题词集对用户进行提示，得到检索词组的步骤与错误提示模块102利用所述相近字集对所述输入词进行错误提示，得到检索词的步骤一致，在此不做赘述。所述利用所述检索词组进行检索的步骤与第一检索模块103利用所述检索词进行检索的步骤一致，在此不做赘述。
本发明实施例利用所述后台多用户的检索记录可分析得出主题词集中各主题词被检索的词语热度，词语热度越高则说明该主题词越有可能是用户需要检索的词语，因此按照词语热度从大到小的顺序将主题词集中的词语进行排序并对用户进行提示，有利于提高检索的效率。
本发明实施例通过对用户的输入词进行相近字匹配，利用匹配到的相近字集对输入词进行错误提示，得到检索词，可减少检索词输入错误的概率，降低用户检索错误内容的可能性，有利于提高检索的精确度；当用户指令为输入指令时，对检索词进行关联词匹配，并对匹配到的关联词集进行主题筛选，得到与检索词相同主题的主题词集，利用主题词集对用户进行提示，有利于减少用户输入关键词的时间，提高检索效率。因此本发明提出的基于关键词提示的检索装置，可以解决基于关键词检索时效率和精确度不高的问题。
如图3所示，是本发明一实施例提供的实现基于关键词提示的检索方法的电子设备的结构示意图。
所述电子设备1可以包括处理器10、存储器11和总线，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如基于关键词提示的检索程序12。
其中，所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元，例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备，例如电子设备1上配备的插接式移动硬盘、智能存储卡(Smart Media Card，SMC)、安全数字(SecureDigital，SD)卡、闪存卡(Flash Card)等。进一步地，所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据，例如基于关键词提示的检索程序12的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(Central Processing unit，CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(Control Unit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如基于关键词提示的检索程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备1的各种功能和处理数据。
所述总线可以是外设部件互连标准(peripheral component interconnect，简称PCI)总线或扩展工业标准结构(extended industry standard architecture，简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
图3仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图3示出的结构并不构成对所述电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
例如，尽管未示出，所述电子设备1还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。
进一步地，所述电子设备1还可以包括网络接口，可选地，所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等)，通常用于在该电子设备1与其他电子设备之间建立通信连接。
可选地，该电子设备1还可以包括用户接口，用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的基于关键词提示的检索程序12是多个指令的组合，在所述处理器10中运行时，可以实现：
获取用户的输入词，对所述输入词进行相近字匹配，得到相近字集；
利用所述相近字集对所述输入词进行错误提示，得到检索词；
监测用户的用户指令，当所述用户指令为检索指令时，利用所述检索词进行检索；
当所述用户指令为输入指令时，对所述检索词进行关联词匹配，得到关联词集；
对所述关联词集进行主题筛选，得到与所述检索词相同主题的主题词集；
利用所述主题词集对用户进行提示，得到检索词组，利用所述检索词组进行检索。
具体地，所述处理器10对上述指令的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。
进一步地，所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。所述计算机可读存储介质可以是易失性的，也可以是非易失性的。例如，所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)。
本发明还提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：
获取用户的输入词，对所述输入词进行相近字匹配，得到相近字集；
利用所述相近字集对所述输入词进行错误提示，得到检索词；
监测用户的用户指令，当所述用户指令为检索指令时，利用所述检索词进行检索；
当所述用户指令为输入指令时，对所述检索词进行关联词匹配，得到关联词集；
对所述关联词集进行主题筛选，得到与所述检索词相同主题的主题词集；
利用所述主题词集对用户进行提示，得到检索词组，利用所述检索词组进行检索。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。

Claims (10)

1.一种基于关键词提示的检索方法，其特征在于，所述方法包括：
获取用户的输入词，对所述输入词进行相近字匹配，得到相近字集；
利用所述相近字集对所述输入词进行错误提示，得到检索词；
监测用户的用户指令，当所述用户指令为检索指令时，利用所述检索词进行检索；
当所述用户指令为输入指令时，对所述检索词进行关联词匹配，得到关联词集；
对所述关联词集进行主题筛选，得到与所述检索词相同主题的主题词集；
利用所述主题词集对用户进行提示，得到检索词组，利用所述检索词组进行检索。
2.如权利要求1所述的基于关键词提示的检索方法，其特征在于，所述从所述标准字库中筛选出与所述输入字音相同的第一标准字，包括：
依次计算所述标准字库中每个标准字的标准字音与所述输入字音的相似度；
从所述标准字库中筛选出所述距离值小于预设的距离阈值的标准字音对应的标准字为第一标准字。
3.如权利要求1所述的基于关键词提示的检索方法，其特征在于，所述利用所述相近字集对所述输入词进行错误提示，得到检索词，包括：
计算所述相近字集中各相近字的字热度；
按照所述字热度从大到小的顺序将所述相近字集中每个相近字进行排列，得到相近字列表；
按照所述相近字列表的顺序对用户进行错误提示并获取用户返回的检索词。
4.如权利要求1所述的基于关键词提示的检索方法，其特征在于，所述利用所述检索词进行检索，包括：
对所述检索词进行词编码，得到检索编码；
检测检索环境；
利用与所述检索环境相应的编译器将所述检索编码编译为检索语句；
执行所述检索语句进行检索。
5.如权利要求4所述的基于关键词提示的检索方法，其特征在于，所述对所述检索词进行词编码，得到检索编码，包括：
将所述字符集中每个字符进行编码转化，得到字符编码；
将所述字符编码进行组合，得到检索编码。
6.如权利要求1至5中任一项所述的基于关键词提示的检索方法，其特征在于，所述对所述检索词进行关联词匹配，得到关联词集，包括：
对所述检索词进行词向量转化，得到检索向量；
计算所述检索向量与预设的标准词库中各标准词对应的标准向量的距离值；
汇集所述距离值小于预设距离阈值的标准向量对应的标准词为关联词集。
7.如权利要求1至5中任一项所述的基于关键词提示的检索方法，其特征在于，所述对所述关联词集进行主题筛选，得到与所述检索词相同主题的主题词集，包括：
提取所述检索词的检索主题；
提取所述关联词集中各关联词的关联词主题；
计算所述检索主题与所述关联词集中各关联词的关联词主题的匹配度；
将所述匹配度大于预设的匹配阈值的关联词汇集为主题词集。
8.一种基于关键词提示的检索装置，其特征在于，所述装置包括：
相近字匹配模块，用于获取用户的输入词，对所述输入词进行相近字匹配，得到相近字集；
错误提示模块，用于利用所述相近字集对所述输入词进行错误提示，得到检索词；
第一检索模块，用于监测用户的用户指令，当所述用户指令为检索指令时，利用所述检索词进行检索；
关联词匹配模块，用于当所述用户指令为输入指令时，对所述检索词进行关联词匹配，得到关联词集；
主题词筛选模块，用于对所述关联词集进行主题筛选，得到与所述检索词相同主题的主题词集；
第二检索模块，用于利用所述主题词集对用户进行提示，得到检索词组，利用所述检索词组进行检索。
9.一种电子设备，其特征在于，所述电子设备包括：
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权利要求1至7中任意一项所述的基于关键词提示的检索方法。
10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任意一项所述的基于关键词提示的检索方法。
CN202011564401.1A 2020-12-25 2020-12-25 基于关键词提示的检索方法、装置、电子设备及存储介质 Pending CN112667775A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202011564401.1A CN112667775A (zh) 2020-12-25 2020-12-25 基于关键词提示的检索方法、装置、电子设备及存储介质
PCT/CN2021/083827 WO2022134355A1 (zh) 2020-12-25 2021-03-30 基于关键词提示的检索方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011564401.1A CN112667775A (zh) 2020-12-25 2020-12-25 基于关键词提示的检索方法、装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN112667775A true CN112667775A (zh) 2021-04-16

Family

ID=75409348

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011564401.1A Pending CN112667775A (zh) 2020-12-25 2020-12-25 基于关键词提示的检索方法、装置、电子设备及存储介质

Country Status (2)

Country Link
CN (1) CN112667775A (zh)
WO (1) WO2022134355A1 (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113704587A (zh) * 2021-08-31 2021-11-26 中国平安财产保险股份有限公司 基于阶段划分的用户黏着度分析方法、装置、设备及介质
CN114416954A (zh) * 2022-01-21 2022-04-29 平安国际智慧城市科技股份有限公司 文本检索方法、装置、设备及存储介质
CN115858739A (zh) * 2023-03-02 2023-03-28 中国中医科学院中国医史文献研究所 一种中医古籍文献检索系统
CN114416954B (zh) * 2022-01-21 2024-07-05 平安国际智慧城市科技股份有限公司 文本检索方法、装置、设备及存储介质

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117171587B (zh) * 2023-09-27 2024-03-22 珠海云建数据信息技术有限公司 材料信息的编码方法、平台、电子设备及存储介质

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101650742B (zh) * 2009-08-27 2015-01-28 中兴通讯股份有限公司 一种对英文检索的检索条件进行提示的系统及方法
CN103678668A (zh) * 2013-12-24 2014-03-26 乐视网信息技术（北京）股份有限公司 相关搜索结果的提示方法、服务器及系统
CN105426498A (zh) * 2015-11-24 2016-03-23 小米科技有限责任公司 输出提示词的方法及装置
CN110019647B (zh) * 2017-10-25 2023-12-15 华为技术有限公司 一种关键词搜索方法、装置和搜索引擎
CN108763332A (zh) * 2018-05-10 2018-11-06 北京奇艺世纪科技有限公司 一种搜索提示词的生成方法和装置

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113704587A (zh) * 2021-08-31 2021-11-26 中国平安财产保险股份有限公司 基于阶段划分的用户黏着度分析方法、装置、设备及介质
CN113704587B (zh) * 2021-08-31 2023-06-06 中国平安财产保险股份有限公司 基于阶段划分的用户黏着度分析方法、装置、设备及介质
CN114416954A (zh) * 2022-01-21 2022-04-29 平安国际智慧城市科技股份有限公司 文本检索方法、装置、设备及存储介质
CN114416954B (zh) * 2022-01-21 2024-07-05 平安国际智慧城市科技股份有限公司 文本检索方法、装置、设备及存储介质
CN115858739A (zh) * 2023-03-02 2023-03-28 中国中医科学院中国医史文献研究所 一种中医古籍文献检索系统

Also Published As

Publication number Publication date
WO2022134355A1 (zh) 2022-06-30

Similar Documents

Publication Publication Date Title
CN112541338A (zh) 相似文本匹配方法、装置、电子设备及计算机存储介质
CN112667775A (zh) 基于关键词提示的检索方法、装置、电子设备及存储介质
CN113449187A (zh) 基于双画像的产品推荐方法、装置、设备及存储介质
CN113378970B (zh) 语句相似性检测方法、装置、电子设备及存储介质
CN113704429A (zh) 基于半监督学习的意图识别方法、装置、设备及介质
CN111460797B (zh) 关键字抽取方法、装置、电子设备及可读存储介质
CN113821622B (zh) 基于人工智能的答案检索方法、装置、电子设备及介质
CN113268615A (zh) 资源标签生成方法、装置、电子设备及存储介质
CN112885478A (zh) 医疗文献的检索方法、装置、电子设备及存储介质
CN113886708A (zh) 基于用户信息的产品推荐方法、装置、设备及存储介质
CN113205814A (zh) 语音数据标注方法、装置、电子设备及存储介质
CN113111159A (zh) 问答记录生成方法、装置、电子设备及存储介质
CN113344125B (zh) 长文本匹配识别方法、装置、电子设备及存储介质
CN113420542B (zh) 对话生成方法、装置、电子设备及存储介质
CN114461777A (zh) 智能问答方法、装置、设备及存储介质
CN113806492A (zh) 基于语义识别的记录生成方法、装置、设备及存储介质
CN113918704A (zh) 基于机器学习的问答方法、装置、电子设备及介质
CN112632264A (zh) 智能问答方法、装置、电子设备及存储介质
CN114757154A (zh) 基于深度学习的作业生成方法、装置、设备及存储介质
CN114610854A (zh) 智能问答方法、装置、设备及存储介质
CN114186028A (zh) 咨诉工单处理方法、装置、设备及存储介质
CN113505117A (zh) 基于数据指标的数据质量评估方法、装置、设备及介质
CN113707302A (zh) 基于关联信息的服务推荐方法、装置、设备及存储介质
CN112287676A (zh) 新词发现方法、装置、电子设备及介质
CN111738005A (zh) 命名实体对齐方法、装置、电子设备及可读存储介质

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