CN113377923B - 语义检索方法、装置、设备、存储介质以及计算机程序产品 - Google Patents

Abstract

本公开提供了一种语义检索方法、装置、设备、存储介质以及计算机程序产品，涉及人工智能技术领域，具体为深度学习和自然语言处理领域。该方法的一具体实施方式包括：接收查询信息；响应于查询信息中不包含中文信息，确定查询信息对应的至少一个候选信息；基于至少一个候选信息确定目标信息；将目标信息与预先构建的数据表中的信息进行匹配，得到第一匹配信息；基于第一匹配信息进行检索。该实施方式能够对查询信息进行纠错替换，从而提高语义检索的准确性，进而提升用户体验。

Description

语义检索方法、装置、设备、存储介质以及计算机程序产品

技术领域

本公开涉及计算机领域，具体涉及深度学习、自然语言处理等人工智能领域，尤其涉及语义检索方法、装置、设备、存储介质以及计算机程序产品。

背景技术

随着计算机网络技术的飞速发展，大量丰富的信息为人们生活和工作带来方便，如何准确、快速的获取有用的信息越来越重要。如果计算机能够准确理解用户的需求，它就可以将最符合用户需求的信息检索出来并呈现给用户。准确理解用户的需求在一定程度上就是准确理解用户输入的含义，因而，建立基于语义的检索非常重要，它使计算机的检索更具有智能性，进而实现智能检索。

发明内容

本公开提供了一种语义检索方法、装置、设备、存储介质以及计算机程序产品。

根据本公开的第一方面，提供了一种语义检索方法，包括：接收查询信息；响应于查询信息中不包含中文信息，确定查询信息对应的至少一个候选信息；基于至少一个候选信息确定目标信息；将目标信息与预先构建的数据表中的信息进行匹配，得到第一匹配信息；基于第一匹配信息进行检索。

根据本公开的第二方面，提供了一种语义检索装置，包括：接收模块，被配置成接收查询信息；第一确定模块，被配置成响应于查询信息中不包含中文信息，确定查询信息对应的至少一个候选信息；第二确定模块，被配置成基于至少一个候选信息确定目标信息；匹配模块，被配置成将目标信息与预先构建的数据表中的信息进行匹配，得到第一匹配信息；检索模块，被配置成基于第一匹配信息进行检索。

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如第一方面中任一实现方式描述的方法。

根据本公开的第四方面，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如第一方面或第二方面中任一实现方式描述的方法。

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，计算机程序在被处理器执行时实现如第一方面或第二方面中任一实现方式描述的方法。

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是本公开可以应用于其中的示例性系统架构图；

图2是根据本公开的语义检索方法的一个实施例的流程图；

图3是根据本公开的语义检索方法的另一个实施例的流程图；

图4是图3所示的语义检索方法的相似度计算步骤的分解流程图；

图5是图4所示的语义检索方法的同义词替换步骤的分解流程图；

图6是根据本公开的语义检索装置的一个实施例的结构示意图；

图7是用来实现本公开实施例的语义检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。

需要说明的是，在不冲突的情况下，本公开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公开。

图1示出了可以应用本公开的语义检索方法或语义检索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，以接收或发送信息等。终端设备101、102、103上可以安装有各种客户端应用。

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。当终端设备101、102、103为软件时，可以安装在上述电子设备中。其可以实现成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可以提供各种服务。例如，服务器105可以对从终端设备101、102、103获取到的查询信息进行分析和处理，并生成处理结果(例如第一匹配信息)。

需要说明的是，服务器105可以是硬件，也可以是软件。当服务器105为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器105为软件时，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)，也可以实现成单个软件或软件模块。在此不做具体限定。

需要说明的是，本公开实施例所提供的语义检索方法一般由服务器105执行，相应地，语义检索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，其示出了根据本公开的语义检索方法的一个实施例的流程200。该语义检索方法包括以下步骤：

步骤201，接收查询信息。

在本实施例中，语义检索方法的执行主体(例如图1所示的服务器105)可以接收查询信息。其中，查询信息可以为用户输入的任何能表达其查询需求的信息，比如用户通过输入设备，如键盘、触摸板、触摸屏等输入的信息。

步骤202，响应于查询信息中不包含中文信息，确定查询信息对应的至少一个候选信息。

在本实施例中，上述执行主体可以在查询信息中不包含中文信息的情况下，确定查询信息对应的至少一个候选信息。

需要说明的是，本实施例中的不包含中文信息指的是该查询信息不包含中文汉字，例如，查询信息可以为英文单词，比如“happy”；再例如，查询信息还可以为拼音，比如“liu de hua”，在此情况下，上述执行主体会确定该查询信息对应的多个候选信息。例如，上述执行主体会获取与该查询信息相似度高于预设阈值的信息，并将其作为候选信息，从而获得查询信息对应的至少一个候选信息。

步骤203，基于至少一个候选信息确定目标信息。

在本实施例中，上述执行主体可以基于步骤202得到的至少一个候选信息来确定目标信息。由于候选信息都是与查询信息具有高相似度的信息，且候选信息可能为多个，所以需要从候选信息中确定目标信息。

例如，可将候选信息中与查询信息相似度最高的候选信息确定为目标信息。再例如，还可以将至少一个候选信息中用户检索时使用次数最高的候选信息作为目标信息。

需要说明的是，还可以根据其他方式来确定候选信息与目标信息，本公开对此不做具体限定。

步骤204，将目标信息与预先构建的数据表中的信息进行匹配，得到第一匹配信息。

在本实施例中，上述执行主体可以将步骤203得到的目标信息与预先构建的数据表中的信息进行匹配，从而得到第一匹配信息。

其中，预先构建的数据表中存储了用户检索时常用的词语或短语，将目标信息与上述数据表中的信息进行匹配，从而得到匹配成功的信息，并将其作为第一匹配信息。

由于用户在输入查询信息时，经常会出现拼写错误或是输入的查询信息存在歧义的情况，所以，通过本步骤可对用户输入的查询信息进行纠正，从而获得更准确的查询信息。

步骤205，基于第一匹配信息进行检索。

在本实施例中，上述执行主体可以基于步骤204得到的第一匹配信息进行检索，从而得到对应的检索信息。

本公开实施例提供的语义检索方法，首先接收查询信息；然后响应于查询信息中不包含中文信息，确定查询信息对应的至少一个候选信息；之后基于至少一个候选信息确定目标信息；并将目标信息与预先构建的数据表中的信息进行匹配，以得到第一匹配信息；最后基于第一匹配信息进行检索。本公开提供了一种语义检索方法，该方法能够对查询信息进行纠错替换，以防止由于用户输入错误导致的无法召回相关信息的情况出现，提高了语义检索的准确性和效率，也提升了用户的体验。

继续参考图3，图3示出了根据本公开的语义检索方法的另一个实施例的流程300。该语义检索方法包括以下步骤：

步骤301，接收查询信息。

步骤301与前述实施例的步骤201基本一致，具体实现方式可以参考前述对步骤201的描述，此处不再赘述。

步骤302，判断查询信息中是否包含中文信息。

在本实施例中，语义检索方法的执行主体(例如图1所示的服务器105)可以判断查询信息中是否包含中文信息。在查询信息中不包含中文信息的情况下，执行步骤303。在查询信息中包含中文信息的情况下，执行步骤308。

步骤303，确定查询信息对应的至少一个候选信息。

步骤303与前述实施例的步骤202基本一致，具体实现方式可以参考前述对步骤202的描述，此处不再赘述。

在本实施例的一些可选实施方式中，步骤303包括：响应于查询信息中不包含中文信息，获取查询信息中的每个字母的替换选项；将替换选项与查询信息进行组合，得到至少一个候选信息。也即，在查询信息不包含中文信息的情况下，获取查询信息中的每个字母的替换选项，例如，查询信息为“happy”，第一个字母“h”的替换选项为26个英文字母中除去字母“h”的另外25个字母，第二个字母“a”的替换选项为26个英文字母中除去字母“a”的另外25个字母……依此类推，获取查询信息中的每个字母的替换选项。之后，将每个字母的每个替换选项与查询信息中除去该字母外的其他字母进行组合，从而得到候选信息集合，候选信息集合中包含至少一个候选信息。基于以上的改写规则，对查询信息中的每个字母进行改写替换，生成候选信息集合，从而对存在拼写错误的查询信息进行纠正，生成新的正确的查询信息。

步骤304，计算至少一个候选信息中的每个候选信息在预先构建的历史搜索库中的词频。

在本实施例中，上述执行主体可以计算至少一个候选信息中的每个候选信息在预先构建的历史搜索库中的词频。

其中，预先构建的历史搜索库中存储了所有用户的历史搜索信息。词频(termfrequency，TF)是一种用于检索与文本挖掘的常用加权技术，用以评估一个词对于一个文件或者一个语料库中的一个领域文件集的重复程度。在一份给定的文件里，词频指的是某一个给定的词语在该文件中出现的次数。

本实施例中，上述执行主体可以计算至少一个候选信息中的每个候选信息在历史搜索库中的词频，也即计算至少一个候选信息中的每个候选信息在历史搜索库中出现的次数。

步骤305，将词频最高的候选信息确定为目标信息。

在本实施例中，上述执行主体将词频最高的候选信息确定为目标信息。由于词频表示了指定词语在文件中出现的次数，词频越高，出现的次数越多。所以，本实施例中，将词频最高的候选信息确定为目标信息，也即将用户使用次数最多的候选信息确定为目标信息。

步骤306，将目标信息分别与通用词表以及姓名词表中的信息进行匹配，得到第一匹配信息。

在本实施例中，上述执行主体可以将目标信息分别与通用词表以及姓名词表中的信息进行匹配，以得到第一匹配信息。其中，通用词表中存储了所有通用词汇，但是其中不包含人名，姓名词表中存储了所有姓名信息。上述执行主体会将步骤305确定的目标信息分别与通用词表以及姓名词表中的信息进行匹配，并基于匹配结果来确定第一匹配信息。

在本实施例的一些可选实施方式中，步骤306包括：响应于目标信息仅与姓名词表中的信息匹配成功，将目标信息作为第一匹配信息；响应于目标信息仅与通用词表中的信息匹配成功，对查询信息进行相似度计算，基于计算结果确定第一匹配信息。

在本实施方式中，当目标信息仅与姓名词表中的信息匹配成功时，说明目标信息为一个人名，那么可以推断查询信息也为一个人名，那么此时将目标信息作为第一匹配信息。当目标信息仅与通用词表匹配成功时，说明目标信息为一个通用词汇，那么可以推断查询信息也为一个通用词汇，此时，对查询信息进行相似度计算，确定与查询信息相似度高的信息，将其作为第一匹配信息。基于目标信息与姓名词表、通用词表的匹配情况，来确定第一匹配信息，从而更准确地确定用户的查询意图。

在本实施例的一些可选实施方式中，步骤306还包括：响应于目标信息与姓名词表中的信息以及通用词表中的信息均匹配成功，确定与姓名词表中的信息匹配成功的第一信息，以及与通用词表中的信息匹配成功的第二信息；基于第一信息与第二信息在历史搜索库中的词频确定第一匹配信息。

在本实施方式中，当目标信息既与姓名词表中的第一信息匹配成功，又与通用词表中的第二信息匹配成功时，通过判断第一信息与第二信息在历史搜索库中的词频来确定第一匹配信息。基于第一信息与第二信息的词频，来确定第一匹配信息，从而使得确定的第一匹配信息为用户常用的优质的查询信息。

在本实施例的一些可选实施方式中，响应于第一信息在历史搜索库中的词频不小于第二信息在历史搜索库中的词频，将第一信息作为第一匹配信息；响应于第一信息在历史搜索库中的词频小于第二信息在历史搜索库中的词频，对查询信息进行相似度计算，基于计算结果确定第一匹配信息。

在本实施方式中，当第一信息在历史搜索库中的词频不小于第二信息的词频时，则说明用户更偏向于获取人名的相关信息，此时将第一信息作为第一匹配信息。而当第一信息的词频小于第二信息的词频时，则说明用户更偏向于获取通用词汇的相关信息，此时需要对查询信息进行相似度计算，并基于计算结果来确定第一匹配信息。

步骤307，基于第一匹配信息进行检索。

步骤307与前述实施例的步骤205基本一致，具体实现方式可以参考前述对步骤205的描述，此处不再赘述。

步骤308，响应于查询信息中包含中文信息，对查询信息进行相似度计算，基于计算结果确定第二匹配信息。

在本实施例中，上述执行主体可以在查询信息中包含中文信息的情况下，对查询信息进行相似度计算，并基于计算结果来确定第二匹配信息。

例如，可计算查询信息与历史搜索库中的所有历史查询信息的相似度，并将与查询信息相似度最高的历史查询信息作为第二匹配信息，从而获得与查询信息语义相关度最高的信息，以使得基于第二匹配信息获得更多的召回信息。

步骤309，基于第二匹配信息进行检索。

在本实施例中，上述执行主体可以基于步骤308确定的第二匹配信息进行检索，以得到对应的检索信息。

从图3中可以看出，与图2对应的实施例相比，本实施例中的语义检索方法在查询信息中不包含中文信息的情况下，基于查询信息对应的每个候选信息在预先构建的历史搜索库中的词频来确定目标信息，保证了目标信息的通用性；然后，将目标信息分别与通用词表以及姓名词表中的信息进行匹配，并基于匹配结果来确定第一匹配信息，从而对存在歧义和拼写错误的查询信息进行纠正，生成了更加规范的查询信息，从而进行更精确、高效的召回。此外，在查询信息中包含中文信息的情况下，对查询信息进行相似度计算，得到语义相似度高的第二匹配信息，再基于第二匹配信息进行检索，提高了召回内容的准确性。本实施例中的语义检索方法应用更广，更能理解用户的检索意图，也为用户召回了更多优质的内容，进而提升了用户的使用体验。

继续参考图4，图4示出了图3所示的语义检索方法的相似度计算步骤的分解流程400。该相似度计算步骤分解如下：

步骤401，从历史搜索库中确定多个候选查询信息。

在本实施例中，从历史搜索库中确定多个候选查询信息，由上述多个候选查询信息来构成优质的查询信息库。例如，可以基于用户的搜索行为，获取每个用户的每个搜索行为对应的每个搜索结果中点击频率较高的查询信息，从而基于获取的点击频率较高的查询信息来构建优质的查询信息库，例如，可按点击频率来进行排序，将前五名的查询信息放入到查询信息库中。可见，查询信息库中存储的查询信息都是优质的查询信息。

步骤402，计算查询信息与每个候选查询信息的相似度，得到相似度高于预设阈值的候选信息集合。

在本实施例中，计算查询信息与查询信息库中的每个候选查询信息的相似度，从而得到相似度高于预设阈值的候选信息集合。

例如，可通过深度学习模型将查询信息和查询信息库中的每个候选查询信息分别映射到一个向量空间，然后计算两个向量的相似度，进而得到这两个查询信息的相似度，其中，深度学习模型可采用现有的模型，本公开对此不做具体限定。之后，基于相似度计算结果来确定候选信息集合，例如，可获取相似度高于90％的候选查询信息，从而得到候选信息集合。

步骤403，将候选信息集合中相似度最高的候选查询信息作为第一匹配信息。

在本实施例中，可将候选信息集合中相似度最高的候选查询信息作为第一匹配信息。将相似度最高的候选查询信息作为第一匹配信息来进行后续的召回排序，从而保证了召回内容的质量，同时第一匹配信息与查询信息的高相关性也保证了召回的内容是与用户的查询信息是强相关的，保证了召回的内容能够更符合用户查询意图。

在本实施例的一些可选实施方式中，响应于查询信息与每个候选查询信息的相似度均不高于预设阈值，对查询信息进行同义词替换；基于替换结果确定第一匹配信息。本实现方式中，若查询信息与查询信息库中的每个候选查询信息的相似度均不高于预设阈值，则说明每个候选查询信息与查询信息语义相关度都不高，此时无法基于候选查询信息来进行检索，因此，需要对查询信息进行同义词替换，从而确定第一匹配信息。

从图4中可以看出，该相似度计算方法首先获取预先构建的查询信息库中的每个候选查询信息；然后计算查询信息与每个候选查询信息的相似度，得到相似度高于预设阈值的候选信息集合；最后将候选信息集合中相似度最高的候选查询信息作为第一匹配信息，通过该方法确定的第一匹配信息更能符合用户的检索意图，能够召回更加高质量的内容。

继续参考图5，图5示出了图4所示的语义检索方法的同义词替换步骤的分解流程500。该同义词替换步骤分解如下：

步骤501，对查询信息进行分词，得到至少一个分词结果。

在本实施例中，首先对查询信息进行分词，以得到至少一个分词结果。例如，可利用自然语言处理(Natural Language Processing，NLP)分词工具对查询信息进行分词，从而得到查询信息对应的至少一个分词结果。

步骤502，获取至少一个分词结果中的每个分词结果的同义词。

在本实施例中，获取步骤501得到的至少一个分词结果中的每个分词结果的同义词。

示例性的，可预先获取常用词汇以及这些词汇的同义词，从而构建同义词库。在步骤501得到至少一个分词结果后，可去预先构建的同义词库中获取每个分词结果的同义词。

步骤503，将每个分词结果的同义词与查询信息进行排列组合，得到多个组合查询信息。

在本实施例中，将每个分词结果的同义词都与查询信息中除去该分词结果的其他部分进行组合，从而得到对应的多个组合查询信息。

步骤504，将多个组合查询信息作为第一匹配信息。

在本实施例中，将步骤503得到的多个组合查询信息作为第一匹配信息，以获取每个同义组合查询信息所召回的内容，由于每个同义组合查询信息都是与查询信息具有一定的相关性的，所以这些召回内容也都是符合用户的检索意图的，从而为用户获取了更多优质的召回内容。

从图5中可以看出，本实施例中的同义词替换方法可以对查询信息中的每个分词结果进行同义替换，以得到多个组合查询信息，基于多个组合查询信息进行检索可以获得更多优质内容，并使得获得的内容更符合用户的检索意图。

本公开的技术方案中，所涉及的用户个人信息的获取，存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。

进一步参考图6，作为对上述各图所示方法的实现，本公开提供了一种语义检索装置的一个实施例，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6所示，本实施例的语义检索装置600可以包括：接收模块601、第一确定模块602、第二确定模块603、匹配模块604和检索模块605。其中，接收模块601，被配置成接收查询信息；第一确定模块602，被配置成响应于查询信息中不包含中文信息，确定查询信息对应的至少一个候选信息；第二确定模块603，被配置成基于至少一个候选信息确定目标信息；匹配模块604，被配置成将目标信息与预先构建的数据表中的信息进行匹配，得到第一匹配信息；检索模块605，被配置成基于第一匹配信息进行检索。

在本实施例中，语义检索装置600中：接收模块601、第一确定模块602、第二确定模块603、匹配模块604和检索模块605的具体处理及其所带来的技术效果可分别参考图2对应实施例中的步骤201-205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，第二确定模块包括：计算子模块，被配置成计算至少一个候选信息中的每个候选信息在预先构建的历史搜索库中的词频；确定子模块，被配置成将词频最高的候选信息确定为目标信息。

在本实施例的一些可选的实现方式中，数据表包括通用词表和姓名词表；以及匹配模块包括：匹配子模块，被配置成将目标信息分别与通用词表以及姓名词表中的信息进行匹配，得到第一匹配信息。

在本实施例的一些可选的实现方式中，匹配子模块包括：匹配单元，被配置成响应于目标信息仅与姓名词表中的信息匹配成功，将目标信息作为第一匹配信息；计算单元，被配置成响应于目标信息仅与通用词表中的信息匹配成功，对查询信息进行相似度计算，基于计算结果确定第一匹配信息。

在本实施例的一些可选的实现方式中，匹配子模块还包括：第一确定单元，被配置成响应于目标信息与姓名词表中的信息以及通用词表中的信息均匹配成功，确定与姓名词表中的信息匹配成功的第一信息，以及与通用词表中的信息匹配成功的第二信息；第二确定单元，被配置成基于第一信息与第二信息在历史搜索库中的词频确定第一匹配信息。

在本实施例的一些可选的实现方式中，计算单元包括：第一确定子单元，被配置成从历史搜索库中确定多个候选查询信息；计算子单元，被配置成计算查询信息与每个候选查询信息的相似度，得到相似度高于预设阈值的候选信息集合；第二确定子单元，被配置成将候选信息集合中相似度最高的候选查询信息作为第一匹配信息。

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7示出了可以用来实施本公开的实施例的示例电子设备700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7所示，设备700包括计算单元701，其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序，来执行各种适当的动作和处理。在RAM 703中，还可存储设备700操作所需的各种程序和数据。计算单元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。

设备700中的多个部件连接至I/O接口705，包括：输入单元706，例如键盘、鼠标等；输出单元707，例如各种类型的显示器、扬声器等；存储单元708，例如磁盘、光盘等；以及通信单元709，例如网卡、调制解调器、无线通信收发机等。通信单元709允许设备700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701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701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701执行上文所描述的各个方法和处理，例如语义检索方法。例如，在一些实施例中，语义检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708。在一些实施例中，计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到RAM 703并由计算单元701执行时，可以执行上文描述的语义检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701可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行语义检索方法。

本文中以上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、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(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。

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语义检索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系统、装置或设备使用或与指令执行系统、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、或半导体系统、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，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。

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 (11)

1.一种语义检索方法，包括：

接收查询信息；

响应于所述查询信息中不包含中文信息，确定所述查询信息对应的至少一个候选信息；

基于所述至少一个候选信息确定目标信息；

将所述目标信息与预先构建的数据表中的信息进行匹配，得到第一匹配信息；

基于所述第一匹配信息进行检索；

其中，所述基于所述至少一个候选信息确定目标信息，包括：

计算所述至少一个候选信息中的每个候选信息在预先构建的历史搜索库中的词频；

将所述词频最高的候选信息确定为目标信息；

其中，所述数据表包括通用词表和姓名词表；以及

所述将所述目标信息与预先构建的数据表中的信息进行匹配，得到第一匹配信息，包括：

将所述目标信息分别与所述通用词表以及所述姓名词表中的信息进行匹配，得到第一匹配信息，包括：响应于所述目标信息仅与所述姓名词表中的信息匹配成功，将所述目标信息作为第一匹配信息；响应于所述目标信息仅与所述通用词表中的信息匹配成功，对所述查询信息进行相似度计算，基于计算结果确定第一匹配信息；

其中，所述对所述查询信息进行相似度计算，基于计算结果确定第一匹配信息，包括：

从所述历史搜索库中确定多个候选查询信息；

计算所述查询信息与每个候选查询信息的相似度，得到相似度高于预设阈值的候选信息集合；

将所述候选信息集合中相似度最高的候选查询信息作为第一匹配信息。

2.根据权利要求1所述的方法，其中，所述将所述目标信息分别与所述通用词表以及所述姓名词表中的信息进行匹配，得到第一匹配信息，还包括：

响应于所述目标信息与所述姓名词表中的信息以及所述通用词表中的信息均匹配成功，确定与所述姓名词表中的信息匹配成功的第一信息，以及与所述通用词表中的信息匹配成功的第二信息；

基于所述第一信息与所述第二信息在所述历史搜索库中的词频确定第一匹配信息。

3.根据权利要求2所述的方法，其中，所述基于所述第一信息与所述第二信息在所述历史搜索库中的词频确定第一匹配信息，包括：

响应于所述第一信息在所述历史搜索库中的词频不小于所述第二信息在所述历史搜索库中的词频，将所述第一信息作为第一匹配信息；

响应于所述第一信息在所述历史搜索库中的词频小于所述第二信息在所述历史搜索库中的词频，对所述查询信息进行相似度计算，基于计算结果确定第一匹配信息。

4.根据权利要求1所述的方法，其中，所述计算所述查询信息与每个候选查询信息的相似度，得到相似度高于预设阈值的候选信息集合，包括：

响应于所述查询信息与每个候选查询信息的相似度均不高于预设阈值，对所述查询信息进行同义词替换；

基于替换结果确定所述第一匹配信息。

5.根据权利要求4所述的方法，其中，所述对所述查询信息进行同义词替换，基于替换结果确定所述第一匹配信息，包括：

对所述查询信息进行分词，得到至少一个分词结果；

获取所述至少一个分词结果中的每个分词结果的同义词；

将所述每个分词结果的同义词与所述查询信息进行排列组合，得到多个组合查询信息；以及

所述基于替换结果确定所述第一匹配信息，包括：

将所述多个组合查询信息作为所述第一匹配信息。

6.根据权利要求1所述的方法，其中，所述响应于所述查询信息中不包含中文信息，确定所述查询信息对应的至少一个候选信息，包括：

响应于所述查询信息中不包含中文信息，获取所述查询信息中的每个字母的替换选项；

将所述替换选项与所述查询信息进行组合，得到至少一个候选信息。

7.根据权利要求1-6中任一项所述的方法，所述方法还包括：

响应于所述查询信息中包含中文信息，对所述查询信息进行相似度计算，基于计算结果确定第二匹配信息；

基于所述第二匹配信息进行检索。

8.一种语义检索装置，包括：

接收模块，被配置成接收查询信息；

第一确定模块，被配置成响应于所述查询信息中不包含中文信息，确定所述查询信息对应的至少一个候选信息；

第二确定模块，被配置成基于所述至少一个候选信息确定目标信息；

匹配模块，被配置成将所述目标信息与预先构建的数据表中的信息进行匹配，得到第一匹配信息；

检索模块，被配置成基于所述第一匹配信息进行检索；

其中，所述第二确定模块包括：

计算子模块，被配置成计算所述至少一个候选信息中的每个候选信息在预先构建的历史搜索库中的词频；

确定子模块，被配置成将所述词频最高的候选信息确定为目标信息；

其中，所述数据表包括通用词表和姓名词表；以及所述匹配模块包括：

匹配子模块，被配置成将所述目标信息分别与所述通用词表以及所述姓名词表中的信息进行匹配，得到第一匹配信息；

所述匹配子模块包括：

匹配单元，被配置成响应于所述目标信息仅与所述姓名词表中的信息匹配成功，将所述目标信息作为第一匹配信息；

计算单元，被配置成响应于所述目标信息仅与所述通用词表中的信息匹配成功，对所述查询信息进行相似度计算，基于计算结果确定第一匹配信息；

其中，所述计算单元包括：

第一确定子单元，被配置成从所述历史搜索库中确定多个候选查询信息；

计算子单元，被配置成计算所述查询信息与每个候选查询信息的相似度，得到相似度高于预设阈值的候选信息集合；

第二确定子单元，被配置成将所述候选信息集合中相似度最高的候选查询信息作为第一匹配信息。

9.根据权利要求8所述的装置，其中，所述匹配子模块还包括：

第一确定单元，被配置成响应于所述目标信息与所述姓名词表中的信息以及所述通用词表中的信息均匹配成功，确定与所述姓名词表中的信息匹配成功的第一信息，以及与所述通用词表中的信息匹配成功的第二信息；

第二确定单元，被配置成基于所述第一信息与所述第二信息在所述历史搜索库中的词频确定第一匹配信息。

10.一种电子设备，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1-7中任一项所述的方法。

11.一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权利要求1-7中任一项所述的方法。