CN112860813B - 检索信息的方法和装置 - Google Patents

检索信息的方法和装置 Download PDF

Info

Publication number
CN112860813B
CN112860813B CN202110182030.9A CN202110182030A CN112860813B CN 112860813 B CN112860813 B CN 112860813B CN 202110182030 A CN202110182030 A CN 202110182030A CN 112860813 B CN112860813 B CN 112860813B
Authority
CN
China
Prior art keywords
personnel
person
information
intention
determining
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
Application number
CN202110182030.9A
Other languages
English (en)
Other versions
CN112860813A (zh
Inventor
周炜
张阳
谢奕
杨双全
罗程亮
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.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology 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 Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202110182030.9A priority Critical patent/CN112860813B/zh
Publication of CN112860813A publication Critical patent/CN112860813A/zh
Application granted granted Critical
Publication of CN112860813B publication Critical patent/CN112860813B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28Databases characterised by their database models, e.g. relational or object models
    • G06F16/284Relational databases
    • G06F16/288Entity relationship models
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2457Query processing with adaptation to user needs
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本申请公开了检索信息的方法和装置,涉及人工智能技术领域。具体实施方式包括:响应于接收到目标检索词,获取所述目标检索词的意图,其中,所述意图与人员相关;在人员相关图谱中,根据所述意图确定所述人员的人员相关信息,其中,所述人员相关图谱中存在以下至少一项人员相关信息:人员相关实体信息和人员关系信息,所述人员关系信息包括人员行为关系信息,所述人员行为关系信息指示人员的行为之间的关系;根据所确定的人员相关信息确定检索结果,输出所述检索结果。本申请可以呈现与人员相关的各种内容,比如实体信息或与人员有关系的其它人员等等,从而满足用户对与人员相关联的各种信息的检索需求。

Description

检索信息的方法和装置
技术领域
本申请涉及计算机技术领域,具体涉及大数据、自然语言处理等人工智能技术领域,尤其涉及检索信息的方法和装置。
背景技术
检索指从用户特定的信息需求出发,对特定的信息集合采用一定的方法、技术手段,根据一定的线索与规则,从中找出所需的信息。在网络时代,我们无时无刻地进行着检索。在因特网上进行检索主要有两种方式:目录浏览和使用搜索引擎。
搜索引擎是最为常用的一种网络检索工具。用户只需要提交自己的需求,搜索引擎就能返回大量结果。这些结果按照和检索提问的相关性进行排序。
发明内容
提供了一种检索信息的方法、装置、电子设备以及存储介质。
根据第一方面,提供了一种检索信息的方法,包括:响应于接收到目标检索词,获取目标检索词的意图,其中,意图与人员相关;在人员相关图谱中,根据意图确定人员的人员相关信息,其中,人员相关图谱中存在以下至少一项人员相关信息:人员相关实体信息和人员关系信息,人员关系信息包括人员行为关系信息,人员行为关系信息指示人员的行为之间的关系;根据所确定的人员相关信息确定检索结果,输出检索结果。
根据第二方面,提供了一种检索信息的装置,包括:获取单元,被配置成响应于接收到目标检索词,获取目标检索词的意图,其中,意图与人员相关;确定单元,被配置成在人员相关图谱中,根据意图确定人员的人员相关信息,其中,人员相关图谱中存在以下至少一项人员相关信息:人员相关实体信息和人员关系信息,人员关系信息包括人员行为关系信息,人员行为关系信息指示人员的行为之间的关系;输出单元,被配置成根据所确定的人员相关信息确定检索结果,输出检索结果。
根据第三方面,提供了一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行检索信息的方法中任一实施例的方法。
根据第四方面,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,计算机指令用于使计算机执行根据检索信息的方法中任一实施例的方法。
根据第五方面,提供了一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现根据检索信息的方法中任一实施例的方法。
根据本申请的方案,可以呈现与人员相关的各种内容,比如实体信息或与人员有关系的其它人员等等,从而满足用户对与人员相关联的各种信息的检索需求。
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是本申请一些实施例可以应用于其中的示例性系统架构图;
图2是根据本申请的检索信息的方法的一个实施例的流程图;
图3是根据本申请的检索信息的方法的一个应用场景的示意图;
图4是根据本申请的一种人员相关图谱的生成方法的一个实施例的流程图;
图5是根据本申请的检索信息的装置的一个实施例的结构示意图;
图6是用来实现本申请实施例的检索信息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。
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检索信息的方法或检索信息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,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如检索应用、直播应用、即时通信工具、邮箱客户端、社交平台软件等。
这里的终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是具有显示屏的各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器,例如对终端设备101、102、103提供支持的后台服务器。后台服务器可以对目标检索词等数据进行分析等处理,并将处理结果(例如检索结果)反馈给终端设备。
需要说明的是,本申请实施例所提供的检索信息的方法可以由服务器105或者终端设备101、102、103执行,相应地,检索信息的装置可以设置于服务器105或者终端设备101、102、103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检索信息的方法的一个实施例的流程200。该检索信息的方法,包括以下步骤:
步骤201,响应于接收到目标检索词,获取目标检索词的意图,其中,意图与人员相关。
在本实施例中,检索信息的方法运行于其上的执行主体(例如图1所示的服务器或终端设备)可以在接收到目标检索词的情况下,获取目标检索词的意图。具体地,上述执行主体接收目标检索词可以指作为服务器的执行主体接收其它电子设备(比如终端设备)上传的目标检索词,还可以是作为终端设备的执行主体接收用户输入的目标检索词。
在实践中,上述执行主体可以在本设备进行自然语言处理,确定目标检索词的意图,也可以从其它电子设备(比如进行自然语言处理的服务器)获取该其它电子设备确定的目标检索词的意图。
所确定的意图与人员相关,具体地,比如可以是查找人员的属性,查找与人员相关的其它人员等等。
步骤202,在人员相关图谱中,根据意图确定人员的人员相关信息,其中,人员相关图谱中存在以下至少一项人员相关信息:人员相关实体信息和人员关系信息,人员关系信息包括人员行为关系信息,人员行为关系信息指示人员的行为之间的关系。
在本实施例中,上述执行主体可以根据目标检索词的意图,在人员关系图谱中,确定该人员的人员相关信息,该人员是上述意图相关的人员也即意图涉及到的人员。上述人员相关图谱是一个指示图谱,可以指示人员之间的关联也即相关性,具体地,人员相关图谱中的人员相关信息可以指示该关联。人员相关信息可以包括人员相关实体信息和人员关系信息中的至少一项。
其中,上述人员相关实体信息可以指与人员相关的各种实体的信息。具体地,人员相关实体信息包括但不限于人员的地理位置属性,行为属性,设备属性和财产属性。
此外,上述人员关系信息可以指人员之间存在的关系。人员关系信息可以包括人员行为关系信息,人员行为关系信息可以指示人员的行为之间的关系,此外,还可以指示行为之间存在关系的人员。
举例来说,人员行为关系信息可以指示“与嫌疑人A既有频繁通话往来又有多次同行记录的人B”,也可以指示“人A与人B是既有频繁通话往来又有多次同行记录的人”。
在实践中,关系的特性可以是各种各样的,比如可以包括直接关系、间接关系等等。
步骤203,根据所确定的人员相关信息确定检索结果,输出检索结果。
在本实施例中,上述执行主体可以根据所确定的人员相关信息,确定检索结果,并输出该检索结果。上述执行主体可以采用各种方式确定检索结果,比如,上述执行主体可以在所确定的人员相关信息中加入预设内容,以得到检索结果。或者,上述执行主体可以直接将所确定的人员相关信息确定为检索结果。
具体地,若上述执行主体直接将所确定的人员相关信息作为检索结果,在上述执行主体为服务器的情况下,上述执行主体可以向终端设备输出该检索结果。在上述执行主体为终端设备的情况下,上述执行主体可以在显示屏向用户显示该检索结果,以实现输出该检索结果。
本申请的上述实施例提供的方法可以呈现与人员相关的各种内容,比如实体信息或与人员有关系的其它人员等等,从而满足用户对与人员相关联的各种信息的检索需求。
继续参见图3,图3是根据本实施例的检索信息的方法的应用场景的一个示意图。在图3的应用场景中,执行主体301响应于接收到目标检索词,获取目标检索词的意图302“查找最近与张三同行的人”,其中,意图与人员相关。执行主体301在人员相关图谱中,根据意图302确定人员的人员相关信息303,其中,人员相关图谱中存在以下至少一项人员相关信息:人员相关实体信息和人员关系信息,人员关系信息包括人员行为关系信息,人员行为关系信息指示人员的行为之间的关系。执行主体301根据所确定的人员相关信息确定检索结果304,输出检索结果304。
进一步参考图4,本申请还提供了一种人员相关图谱的生成方法,具体可以包括以下步骤:步骤401,采用多个人员的社会活动数据,生成多个人员的人员相关实体信息,以及执行以下至少一项操作,以生成多个人员的人员关系信息:亲密度分析、虚实身份关联、关系类别回归、人员社团确定、人员角色定义,其中,社会活动数据包括个人社会活动数据和社交活动数据,人员关系信息还包括人员静态关系信息;步骤402,生成多个人员的人员相关实体信息和人员关系信息所指示的人员相关图谱。
在本实施例中,上述执行主体可以采用多个人员的社会活动数据,生成这多个人员的人员相关实体信息。并且,上述执行主体可以采用上述多个人员的社会活动数据,执行至少一项操作,生成上述多个人员的人员关系信息。
具体地,亲密度分析所分析的亲密度可以包括人员之间的亲密度。比如,这里的分析可以采用预设公式或者模型进行。虚实身份关联的虚实身份中的虚指示虚拟身份,比如,用户的网名例如注册账号、用户名等等。而虚实身份中的实指示人员作为自然人的实际身份。这里的虚实身份关联指对人员建立虚拟身份与实际身份之间的映射关系。关系类别回归指对人员的关系进行类别回归,比如,两个人员有同出行的关系,这两个人员还可以有同住宿的关系。关系类别可以通过关系类别的属性也即关系类别的参数确定,比如关系类别同住宿的属性可以包括酒店。
在实践中,人员静态关系信息用于指示人员之间的属性关系(与行为无关的关系),比如夫妻关系、同事关系。
人员社团确定指对人员之间的行为进行分析,确定人员所在的社团,比如社团可以是工作单位。人员角色定义指根据人员的行为特征,找到其在社会活动中的角色,比如角色可以是社交网站的“意见领袖”、“活跃分子”等。在实践中,上述执行主体可以采用预先训练的深度神经网络进行人员社团确定。具体地,上述执行主体可以将包括人员标识的输入信息(比如输入信息仅包括人员标识),输入到该深度神经网络中,得到从该深度神经网络输出的人员社团,也即对相同人员社团的人员标识打上了相同标签。
在实践中,人员相关图谱的生成步骤可以在单机中生成,也可以由分布式排布的多个设备共同执行。
本实施例可以通过各种分析方式,对多个人员确定人员关系信息,从而对这些人员生成更加准确的人员相关图谱。
在本实施例的一些可选的实现方式中,生成多个人员的人员关系信息,还包括:获取人员行为关系信息的集合;对于多个人员中的人员,确定与该人员满足集合中的人员行为关系信息的人员作为目标人员,并确定包括该人员行为关系信息是该人员和目标人员的人员关系信息。
在这些可选的实现方式中,上述执行主体可以获取人员行为关系信息的集合。之后,上述执行主体对于上述多个人员中的人员,对该人员确定是否满足该集合中的人员行为关系信息。具体地,上述执行主体可以对该人员遍历确定是否满足该集合中的各个人员行为关系信息,也可以根据该人员的属性等实体信息所关联的行为,仅确定其是否满足该集合中的部分人员行为关系信息。这样,所生成的人员关系信息中就可以包括该人员与目标人员在集合中满足的人员行为关系信息。
举例来说,集合中包括的人员行为关系信息可以包括“与该嫌疑人既有频繁通话往来又有多次同行记录的人”,上述执行主体可以对一个人员(即嫌疑人)确定满足该人员行为关系信息的其他人员。
这些应用场景可以通过确定是否满足既定条件,准确确定一些固定、复杂且不常见的关系或者关系所涉及的人员。
在本实施例的一些可选的实现方式中,虚实身份关联,包括:从多个人员的社会活动数据中,对于多个人员中的人员,提取该人员的虚拟身份信息;将该人员的各个虚拟身份信息与该人员进行关联。
在这些可选的实现方式中,上述执行主体可以提取各个虚拟身份信息,比如,虚拟身份可以是设备身份(比如mac地址)、账号身份、跨媒体身份(在不同应用app的相同虚拟身份)等等。上述执行主体可以将各个虚拟身份信息与作为自然人的该人员(比如该人员的标识)进行关联。
这些实现方式可以将虚拟身份信息与自然人相关联,从而打通人员的虚拟身份和现实身份,获得更加全面的人员关系。
在本实施例的一些可选的实现方式中,社交活动数据包括社交网络数据,社交网络数据中包括网络节点,每个网络节点为以下的其中一项:人员节点、物品节点和事件节点;亲密度分析,包括:将社交网络数据中的各个网络节点,转换为特征向量,得到特征向量矩阵;对于特征向量矩阵中的任意两个特征向量,确定任意两个特征向量之间的相似度,根据相似度确定任意两个特征向量所指示的网络节点之间的亲密度。
在这些可选的实现方式中,上述执行主体可以获取以人员、物品、事件作为网络节点(node)的社交网络,并将每个网络节点,转换为特征向量,比如利用预设的模型(例如node2vec模型)对社交网络的网络节点进行多分类和链路预测,以得到特征向量。各个网络节点的特征向量可以组成特征向量矩阵。
上述执行主体可以对于特征向量矩阵中的任意两个特征向量,确定这两个特征向量的相似度,并可以采用各种方式,确定这两个特征向量所对应的网络节点之间的亲密度。具体地,上述执行主体可以直接将相似度作为该亲密度,或者上述执行主体还可以对得到的相似度进行预设处理,比如乘以预设系数、输入预设模型或者预设公式,并将预设处理结果作为上述亲密度。
这些实现方式可以通过特征向量将社交网络中的节点进行量化,从而准确地确定网络节点之间的关系。
在上述任一实施例的一些可选实现方式中,上述在人员相关图谱中,根据意图确定人员相关信息,可以包括:通过训练后的意图扩展模型,对目标检索词的意图进行扩展,得到意图扩展结果;利用意图扩展结果,对目标检索词的意图进行更新;在人员相关图谱中,确定更新后的意图对应的人员相关信息。
在这些可选的实现方式中,上述执行主体可以通过训练后的意图扩展模型,对目标检索词的意图进行扩展,从而得到该意图扩展模型输出的意图扩展结果。具体地,上述执行主体可以将包括检索词的输入信息(比如检索词,或者检索词和已获取的意图),输入意图扩展模型,从而得到意图扩展结果。意图扩展结果中可以包括已获取意图以外的意图,此外,还可以包括已获取的意图。具体地,该意图扩展模型可以是各种模型,比如,深度神经网络或者支持向量机模型等等。
在意图扩展结果中包括已获取的意图的情况下,上述执行主体可以直接将意图扩展结果更新为目标检索词的新的意图,而在意图扩展结果中不包括已获取的意图的情况下,上述执行主体可以将已获取的意图和意图扩展结果,均作为更新后的、目标检索词的意图。
上述执行主体还可以对检索结果进行召回,以通过召回的结果生成检索建议、进行语句纠错和结果归并、对意图扩展模型进行调参等等。
这些实现方式可以对常规的意图识别进行扩展,从而让得到的搜索结果更加智能,在用户不能在检索时准确输入检索词的情况下,主动向用户展示其可能想要获得的信息。
进一步参考图5,作为对上述各图所示方法的实现,本申请提供了一种检索信息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,除下面所记载的特征外,该装置实施例还可以包括与图2所示的方法实施例相同或相应的特征或效果。该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的检索信息的装置500包括:获取单元501、确定单元502和输出单元503。其中,获取单元501,被配置成响应于接收到目标检索词,获取目标检索词的意图,其中,意图与人员相关;确定单元502,被配置成在人员相关图谱中,根据意图确定人员的人员相关信息,其中,人员相关图谱中存在以下至少一项人员相关信息:人员相关实体信息和人员关系信息,人员关系信息包括人员行为关系信息,人员行为关系信息指示人员的行为之间的关系;输出单元503,被配置成根据所确定的人员相关信息确定检索结果,输出检索结果。
在本实施例中,检索信息的装置500的获取单元501、确定单元502和输出单元503的具体处理及其所带来的技术效果可分别参考图2对应实施例中步骤201、步骤202和步骤203的相关说明,在此不再赘述。
在本实施例的一些可选的实现方式中,人员相关图谱的生成步骤包括:采用多个人员的社会活动数据,生成多个人员的人员相关实体信息,以及执行以下至少一项操作,以生成多个人员的人员关系信息:亲密度分析、虚实身份关联、关系类别回归、人员社团确定、人员角色定义,其中,社会活动数据包括个人社会活动数据和社交活动数据,人员关系信息还包括人员静态关系信息;生成多个人员的人员相关实体信息和人员关系信息所指示的人员相关图谱。
在本实施例的一些可选的实现方式中,生成多个人员的人员关系信息,还包括:获取人员行为关系信息的集合;对于多个人员中的人员,确定与该人员满足集合中的人员行为关系信息的人员作为目标人员,并确定包括该人员行为关系信息是该人员和目标人员的人员关系信息。
在本实施例的一些可选的实现方式中,虚实身份关联,包括:从多个人员的社会活动数据中,对于多个人员中的人员,提取该人员的虚拟身份信息;将该人员的各个虚拟身份信息与该人员进行关联。
在本实施例的一些可选的实现方式中,社交活动数据包括社交网络数据,社交网络数据中包括网络节点,每个网络节点为以下的其中一项:人员节点、物品节点和事件节点;亲密度分析,包括:将社交网络数据中的各个网络节点,转换为特征向量,得到特征向量矩阵;对于特征向量矩阵中的任意两个特征向量,确定任意两个特征向量之间的相似度,根据相似度确定任意两个特征向量所指示的网络节点之间的亲密度。
在本实施例的一些可选的实现方式中,确定单元,进一步被配置成按照如下方式执行在人员相关图谱中,根据意图确定人员的人员相关信息:通过训练后的意图扩展模型,对目标检索词的意图进行扩展,得到意图扩展结果;利用意图扩展结果,对目标检索词的意图进行更新;在人员相关图谱中,确定更新后的意图对应的人员相关信息。
根据本申请的实施例,本申请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。
如图6所示,是根据本申请实施例的检索信息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6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、或者多处理器系统)。图6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,存储器存储有可由至少一个处理器执行的指令,以使至少一个处理器执行本申请所提供的检索信息的方法。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检索信息的方法。
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检索信息的方法对应的程序指令/模块(例如,附图5所示的获取单元501、确定单元502和输出单元503)。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检索信息的方法。
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系统、至少一个功能所需要的应用程序;存储数据区可存储根据检索信息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检索信息的电子设备。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。
检索信息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6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,以及产生与检索信息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。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、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系统上执行和/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,可以从存储系统、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系统、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系统和技术,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。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(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系统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系统中。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)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统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系统的服务器,或者是结合了区块链的服务器。
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:一种处理器包括获取单元、确定单元和输出单元。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,获取单元还可以被描述为“响应于接收到目标检索词,获取目标检索词的意图的单元”。
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:响应于接收到目标检索词,获取目标检索词的意图,其中,意图与人员相关;在人员相关图谱中,根据意图确定人员的人员相关信息,其中,人员相关图谱中存在以下至少一项人员相关信息:人员相关实体信息和人员关系信息,人员关系信息包括人员行为关系信息,人员行为关系信息指示人员的行为之间的关系;根据所确定的人员相关信息确定检索结果,输出检索结果。
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。
本申请的技术方案中,所涉及的用户个人信息的获取,存储和应用,均符合相关法律法规的规定,且不违背公序良俗。本申请的意图是,应以使无意或未经授权的使用访问风险最小化的方式来管理和处理个人信息数据。通过限制数据收集并在不再需要时删除数据,从而将风险降到最低。
需要说明的是,本申请中与人员有关的所有信息,均需在人员知情且同意的情况下收集。

Claims (13)

1.一种检索信息的方法,所述方法包括:
响应于接收到目标检索词,获取所述目标检索词的意图,其中,所述意图与人员相关;
在人员相关图谱中,根据所述意图确定所述人员的人员相关信息,其中,所述人员相关图谱中存在以下人员相关信息:人员相关实体信息和人员关系信息,所述人员关系信息包括人员行为关系信息,所述人员行为关系信息指示人员的行为之间的关系;
根据所确定的人员相关信息确定检索结果,输出所述检索结果;
其中,所述人员相关图谱的生成步骤包括:
采用多个人员的社会活动数据,生成所述多个人员的人员相关实体信息,以及执行以下至少一项操作,以生成所述多个人员的人员关系信息:亲密度分析、虚实身份关联、关系类别回归、人员社团确定、人员角色定义,其中,社会活动数据包括个人社会活动数据和社交活动数据,所述人员关系信息还包括人员静态关系信息,所述人员静态关系信息用于指示人员之间与行为无关的属性关系;
生成所述多个人员的人员相关实体信息和人员关系信息所指示的人员相关图谱。
2.根据权利要求1所述的方法,其中,所述生成所述多个人员的人员关系信息,还包括:
获取人员行为关系信息的集合;
对于所述多个人员中的人员,确定与该人员满足所述集合中的人员行为关系信息的人员作为目标人员,并确定包括该人员行为关系信息是该人员和所述目标人员的人员关系信息。
3.根据权利要求1所述的方法,其中,所述虚实身份关联,包括:
从多个人员的社会活动数据中,对于所述多个人员中的人员,提取该人员的虚拟身份信息;
将该人员的各个虚拟身份信息与该人员进行关联。
4.根据权利要求1所述的方法,其中,所述社交活动数据包括社交网络数据,所述社交网络数据中包括网络节点,每个网络节点为以下的其中一项:人员节点、物品节点和事件节点;
所述亲密度分析,包括:
将所述社交网络数据中的各个网络节点,转换为特征向量,得到特征向量矩阵;
对于所述特征向量矩阵中的任意两个特征向量,确定所述任意两个特征向量之间的相似度,根据所述相似度确定所述任意两个特征向量所指示的网络节点之间的亲密度。
5.根据权利要求1所述的方法,其中,所述在人员相关图谱中,根据所述意图确定所述人员的人员相关信息,包括:
通过训练后的意图扩展模型,对所述目标检索词的意图进行扩展,得到意图扩展结果;
利用所述意图扩展结果,对所述目标检索词的意图进行更新;
在人员相关图谱中,确定更新后的意图对应的人员相关信息。
6.一种检索信息的装置,所述装置包括:
获取单元,被配置成响应于接收到目标检索词,获取所述目标检索词的意图,其中,所述意图与人员相关;
确定单元,被配置成在人员相关图谱中,根据所述意图确定所述人员的人员相关信息,其中,所述人员相关图谱中存在以下人员相关信息:人员相关实体信息和人员关系信息,所述人员关系信息包括人员行为关系信息,所述人员行为关系信息指示人员的行为之间的关系;
输出单元,被配置成根据所确定的人员相关信息确定检索结果,输出所述检索结果;其中,所述人员相关图谱的生成步骤包括:
采用多个人员的社会活动数据,生成所述多个人员的人员相关实体信息,以及执行以下至少一项操作,以生成所述多个人员的人员关系信息:亲密度分析、虚实身份关联、关系类别回归、人员社团确定、人员角色定义,其中,社会活动数据包括个人社会活动数据和社交活动数据,所述人员关系信息还包括人员静态关系信息,所述人员静态关系信息用于指示人员之间与行为无关的属性关系;
生成所述多个人员的人员相关实体信息和人员关系信息所指示的人员相关图谱。
7.根据权利要求6所述的装置,其中,所述生成所述多个人员的人员关系信息,还包括:
获取人员行为关系信息的集合;
对于所述多个人员中的人员,确定与该人员满足所述集合中的人员行为关系信息的人员作为目标人员,并确定包括该人员行为关系信息是该人员和所述目标人员的人员关系信息。
8.根据权利要求6所述的装置,其中,所述虚实身份关联,包括:
从多个人员的社会活动数据中,对于所述多个人员中的人员,提取该人员的虚拟身份信息;
将该人员的各个虚拟身份信息与该人员进行关联。
9.根据权利要求6所述的装置,其中,所述社交活动数据包括社交网络数据,所述社交网络数据中包括网络节点,每个网络节点为以下的其中一项:人员节点、物品节点和事件节点;
所述亲密度分析,包括:
将所述社交网络数据中的各个网络节点,转换为特征向量,得到特征向量矩阵;
对于所述特征向量矩阵中的任意两个特征向量,确定所述任意两个特征向量之间的相似度,根据所述相似度确定所述任意两个特征向量所指示的网络节点之间的亲密度。
10.根据权利要求6所述的装置,其中,所述确定单元,进一步被配置成按照如下方式执行所述在人员相关图谱中,根据所述意图确定所述人员的人员相关信息:
通过训练后的意图扩展模型,对所述目标检索词的意图进行扩展,得到意图扩展结果;
利用所述意图扩展结果,对所述目标检索词的意图进行更新;
在人员相关图谱中,确定更新后的意图对应的人员相关信息。
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根据权利要求1-5中任一项所述的方法。
13.一种计算机系统,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-5中任一所述的方法。
CN202110182030.9A 2021-02-10 2021-02-10 检索信息的方法和装置 Active CN112860813B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110182030.9A CN112860813B (zh) 2021-02-10 2021-02-10 检索信息的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110182030.9A CN112860813B (zh) 2021-02-10 2021-02-10 检索信息的方法和装置

Publications (2)

Publication Number Publication Date
CN112860813A CN112860813A (zh) 2021-05-28
CN112860813B true CN112860813B (zh) 2023-09-22

Family

ID=75989585

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110182030.9A Active CN112860813B (zh) 2021-02-10 2021-02-10 检索信息的方法和装置

Country Status (1)

Country Link
CN (1) CN112860813B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN111523019A (zh) * 2020-04-23 2020-08-11 北京百度网讯科技有限公司 用于输出信息的方法、装置、设备以及存储介质
CN111625706A (zh) * 2020-05-22 2020-09-04 北京百度网讯科技有限公司 信息检索方法、装置、设备及存储介质
CN112269883A (zh) * 2020-10-19 2021-01-26 北京希瑞亚斯科技有限公司 人员信息的查询方法、装置、电子设备及存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109255036B (zh) * 2018-08-31 2020-02-18 北京字节跳动网络技术有限公司 用于输出信息的方法和装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN111523019A (zh) * 2020-04-23 2020-08-11 北京百度网讯科技有限公司 用于输出信息的方法、装置、设备以及存储介质
CN111625706A (zh) * 2020-05-22 2020-09-04 北京百度网讯科技有限公司 信息检索方法、装置、设备及存储介质
CN112269883A (zh) * 2020-10-19 2021-01-26 北京希瑞亚斯科技有限公司 人员信息的查询方法、装置、电子设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
一种基于知识图谱的数据检索与可视化方法;李磊;鲁兴河;康警予;陈忠;朱峰;;计算机与网络(第05期);第66-69页 *

Also Published As

Publication number Publication date
CN112860813A (zh) 2021-05-28

Similar Documents

Publication Publication Date Title
US11163957B2 (en) Performing semantic graph search
EP3244312B1 (en) A personal digital assistant
JP2021108183A (ja) 意図推薦方法、装置、機器及び記憶媒体
US11017040B2 (en) Providing query explanations for automated sourcing
US8244766B2 (en) Applying a model of a persona to search results
US20210201168A1 (en) Method and Apparatus for Outputting Information, Device and Storage Medium
US20100306213A1 (en) Merging Search Results
AU2019203747B2 (en) Scoring mechanism for discovery of extremist content
US9684717B2 (en) Semantic search for business entities
CN112579897B (zh) 信息搜索方法和装置
US20220237376A1 (en) Method, apparatus, electronic device and storage medium for text classification
JP2023536831A (ja) データ分析及びレポート生成のためのインタラクティブなインターフェース
CN112084150B (zh) 模型训练、数据检索方法,装置,设备以及存储介质
CN114595686A (zh) 知识抽取方法、知识抽取模型的训练方法及装置
CN112559717A (zh) 搜索匹配方法、装置、电子设备以及存储介质
CN113326363B (zh) 搜索方法及装置、预测模型训练方法及装置、电子设备
CN112328896B (zh) 用于输出信息的方法、装置、电子设备和介质
CN112417248B (zh) 寻址关键词的推荐方法、装置、模型、设备和存储介质
CN112328653B (zh) 数据识别方法、装置、电子设备及存储介质
US20140244741A1 (en) Computer-Implemented System And Method For Context-Based APP Searching And APP Use Insights
CN112860813B (zh) 检索信息的方法和装置
KR20220106719A (ko) 인스턴트 메시징 대상의 검색 방법, 장치, 전자 기기 및 저장 매체
CN112100522B (zh) 用于检索兴趣点的方法、装置、设备及介质
CN111680508B (zh) 文本的处理方法和装置
CN111625706B (zh) 信息检索方法、装置、设备及存储介质

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