CN113849723A - 搜索方法及搜索装置 - Google Patents
搜索方法及搜索装置 Download PDFInfo
- Publication number
- CN113849723A CN113849723A CN202111017403.3A CN202111017403A CN113849723A CN 113849723 A CN113849723 A CN 113849723A CN 202111017403 A CN202111017403 A CN 202111017403A CN 113849723 A CN113849723 A CN 113849723A
- Authority
- CN
- China
- Prior art keywords
- search
- word segmentation
- field
- index
- service type
- 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
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
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9532—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
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开示出了一种搜索方法及装置,其中,搜索方法包括:获取搜索请求,搜索请求包括请求搜索的第一搜索字段以及与第一搜索字段对应的第一搜索词;确定第一搜索字段对应的搜索分词策略,搜索分词策略包括对第一搜索词进行分词处理的信息;基于搜索分词策略,对第一搜索词进行分词处理,获得搜索关键词;根据搜索关键词,搜索索引文档,获得搜索结果,索引文档包括索引关键词与文档之间的对应关系,索引关键词是基于文档中的第二搜索字段对应的索引分词策略,对第二搜索字段的字段内容进行分词处理得到的,搜索结果包括与搜索关键词匹配的索引关键词对应的文档。本公开技术方案可以提高搜索结果的召回率,满足多场景的搜索需求。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及一种搜索方法、装置、电子设备、计算机可读存储介质及计算机程序产品。
背景技术
随着互联网的发展,各行各业的信息化系统呈爆炸式增长,系统复杂度也越来越高,数据体量也越来越大。目前,各个行业的信息化系统基本上都是依托于传统的关系型数据库如MySQL、Oracle等进行数据管理和存储,但是关系型数据库的系统搜索能力和体验随着数据量级的增大愈发难以满足用户愈来愈高的搜索需求。因此,引入弹性搜索引擎Elasticsearch作为系统搜索能力的核心,由数据库专注于数据存储,由搜索引擎专注于数据搜索。然而,现有的弹性搜索引擎支持的应用场景较为单一,无法满足多场景的搜索需求。
发明内容
本公开提供一种搜索方法、装置、电子设备、计算机可读存储介质及计算机程序产品,以至少解决相关技术中无法满足多场景搜索需求的问题。本公开的技术方案如下:
根据本公开的第一方面,提供一种搜索方法,包括:
获取搜索请求,所述搜索请求包括请求搜索的第一搜索字段以及与所述第一搜索字段对应的第一搜索词;
确定所述第一搜索字段对应的搜索分词策略,所述搜索分词策略包括对所述第一搜索词进行分词处理的信息;
基于所述搜索分词策略,对所述第一搜索词进行分词处理,获得搜索关键词;
根据所述搜索关键词,搜索索引文档,获得搜索结果,所述索引文档包括索引关键词与文档之间的对应关系,所述索引关键词是基于所述文档中的第二搜索字段对应的索引分词策略,对所述第二搜索字段的字段内容进行分词处理得到的,所述搜索结果包括与所述搜索关键词匹配的索引关键词对应的文档。
在一种可选的实现方式中,所述确定所述第一搜索字段对应的搜索分词策略的步骤,包括:
根据搜索字段与业务类型之间的对应关系,确定所述第一搜索字段对应的第一业务类型;
根据业务类型与第一分词策略之间的对应关系,确定与所述第一业务类型对应的第一分词策略为所述搜索分词策略;
其中,所述索引分词策略与所述第二搜索字段对应的第二业务类型具有对应关系。
在一种可选的实现方式中,在所述根据所述搜索关键词,搜索索引文档的步骤之前,还包括:
获取目标文档,所述目标文档包含所述第二搜索字段以及所述第二搜索字段的字段内容;
根据搜索字段与业务类型之间的对应关系,确定所述第二搜索字段对应的第二业务类型;
根据业务类型与第二分词策略之间的对应关系,确定与所述第二业务类型对应的第二分词策略为所述索引分词策略,所述索引分词策略包括对所述第二搜索字段的字段内容进行分词处理的信息;
基于所述索引分词策略,对所述第二搜索字段的字段内容进行分词处理,获得所述索引关键词;
构建所述索引文档,所述索引文档包括所述索引关键词与所述目标文档之间的对应关系。
在一种可选的实现方式中,所述业务类型与第一分词策略之间的对应关系包括以下至少之一:
当所述业务类型为单行文本和/或多行文本时,对应的第一分词策略包括:基于第一词典,按照最粗粒度,对分词对象进行分词;
当所述业务类型为下拉单选、下拉多选、单选框、复选框、时间、整型、浮点型、布尔类型、人员单选和人员多选中的至少之一时,对应的第一分词策略包括:将输入的分词对象作为分词结果。
在一种可选的实现方式中,所述业务类型与第二分词策略之间的对应关系包括以下至少之一:
当所述业务类型为单行文本和/或多行文本时,对应的第二分词策略包括:对分词对象进行分词,得到以下分词结果:基于第二词典并按照最细粒度对所述分词对象进行分词得到的第一初始结果,对所述分词对象按照字节大小为N的滑动窗口操作进行分词得到的第二初始结果,所述第一初始结果的全拼和首字母,以及所述第二初始结果的全拼和首字母,其中,N为大于零的整数;
当所述业务类型为人员单选和/或人员多选时,对应的第二分词策略包括:将分词对象的全拼和首字母作为分词结果;
当所述业务类型为下拉单选、下拉多选、单选框、复选框、时间、整型、浮点型和布尔类型中的至少之一时,对应的第二分词策略包括:将输入的分词对象作为分词结果。
在一种可选的实现方式中,所述搜索请求包括多个所述第一搜索字段,在所述获得搜索结果的步骤之后,还包括:
获取排序请求,所述排序请求包括从多个所述第一搜索字段中指定的第一级排序字段;
根据搜索字段与业务类型之间的对应关系,确定所述第一级排序字段对应的第三业务类型;
根据业务类型与排序规则之间的对应关系,确定与所述第三业务类型对应的第一级排序规则;
按照所述第一级排序规则,对所述搜索结果进行第一级排序。
在一种可选的实现方式中,所述排序请求还包括从多个所述第一搜索字段中指定的第二级排序字段,在所述对所述搜索结果进行第一级排序的步骤之后,还包括:
根据搜索字段与业务类型之间的对应关系,确定所述第二级排序字段对应的第四业务类型;
根据业务类型与排序规则之间的对应关系,确定与所述第四业务类型对应的第二级排序规则;
按照所述第二级排序规则,对完成第一级排序的搜索结果进行第二级排序。
在一种可选的实现方式中,所述业务类型与排序规则之间的对应关系包括以下至少之一:
若所述业务类型为下拉单选、单选框、单行文本和多行文本中的至少之一,则按照首字母或首字符的编码值大小进行排序,所述编码值是按照预设编码规则对首字母或首字符进行编码得到的数值;
若所述业务类型为时间,则按照时间大小进行排序;
若所述业务类型为整型和/或浮点型,则按照数值大小进行排序;
若所述业务类型为布尔类型,则按照布尔值的大小进行排序;
若所述业务类型为下拉多选和/或复选框,则按照预先指定的选项顺序进行排序。
在一种可选的实现方式中,所述搜索请求包括多个所述第一搜索字段,在所述获得搜索结果的步骤之后,还包括:
获取分组请求,所述分组请求包括从多个所述第一搜索字段中指定的第一级分组字段和第二级分组字段;
按照所述第一级分组字段,对所述搜索结果进行第一级分组;
按照所述第二级分组字段,对完成第一级分组的搜索结果进行第二级分组。
根据本公开的第二方面,提供一种搜索装置,所述装置包括:
获取模块,被配置为获取搜索请求,所述搜索请求包括请求搜索的第一搜索字段以及与所述第一搜索字段对应的第一搜索词;
确定模块,被配置为确定所述第一搜索字段对应的搜索分词策略,所述搜索分词策略包括对所述第一搜索词进行分词处理的信息;
分词模块,被配置为基于所述搜索分词策略,对所述第一搜索词进行分词处理,获得搜索关键词;
搜索模块,被配置为根据所述搜索关键词,搜索索引文档,获得搜索结果,所述索引文档包括索引关键词与文档之间的对应关系,所述索引关键词是基于所述文档中的第二搜索字段对应的索引分词策略,对所述第二搜索字段的字段内容进行分词处理得到的,所述搜索结果包括与所述搜索关键词匹配的索引关键词对应的文档。
在一种可选的实现方式中,所述确定模块具体被配置为:
根据搜索字段与业务类型之间的对应关系,确定所述第一搜索字段对应的第一业务类型;
根据业务类型与第一分词策略之间的对应关系,确定与所述第一业务类型对应的第一分词策略为所述搜索分词策略;
其中,所述索引分词策略与所述第二搜索字段对应的第二业务类型具有对应关系。
在一种可选的实现方式中,所述装置还包括:索引构建模块,被配置为:
获取目标文档,所述目标文档包含所述第二搜索字段以及所述第二搜索字段的字段内容;
根据搜索字段与业务类型之间的对应关系,确定所述第二搜索字段对应的第二业务类型;
根据业务类型与第二分词策略之间的对应关系,确定与所述第二业务类型对应的第二分词策略为所述索引分词策略,所述索引分词策略包括对所述第二搜索字段的字段内容进行分词处理的信息;
基于所述索引分词策略,对所述第二搜索字段的字段内容进行分词处理,获得所述索引关键词;
构建所述索引文档,所述索引文档包括所述索引关键词与所述目标文档之间的对应关系。
在一种可选的实现方式中,所述业务类型与第一分词策略之间的对应关系包括以下至少之一:
当所述业务类型为单行文本和/或多行文本时,对应的第一分词策略包括:基于第一词典,按照最粗粒度,对分词对象进行分词;
当所述业务类型为下拉单选、下拉多选、单选框、复选框、时间、整型、浮点型、布尔类型、人员单选和人员多选中的至少之一时,对应的第一分词策略包括:将输入的分词对象作为分词结果。
在一种可选的实现方式中,所述业务类型与第二分词策略之间的对应关系包括以下至少之一:
当所述业务类型为单行文本和/或多行文本时,对应的第二分词策略包括:对分词对象进行分词,得到以下分词结果:基于第二词典并按照最细粒度对所述分词对象进行分词得到的第一初始结果,对所述分词对象按照字节大小为N的滑动窗口操作进行分词得到的第二初始结果,所述第一初始结果的全拼和首字母,以及所述第二初始结果的全拼和首字母,其中,N为大于零的整数;
当所述业务类型为人员单选和/或人员多选时,对应的第二分词策略包括:将分词对象的全拼和首字母作为分词结果;
当所述业务类型为下拉单选、下拉多选、单选框、复选框、时间、整型、浮点型和布尔类型中的至少之一时,对应的第二分词策略包括:将输入的分词对象作为分词结果。
在一种可选的实现方式中,所述搜索请求包括多个所述第一搜索字段,所述装置还包括:第一排序模块,被配置为:
获取排序请求,所述排序请求包括从多个所述第一搜索字段中指定的第一级排序字段;
根据搜索字段与业务类型之间的对应关系,确定所述第一级排序字段对应的第三业务类型;
根据业务类型与排序规则之间的对应关系,确定与所述第三业务类型对应的第一级排序规则;
按照所述第一级排序规则,对所述搜索结果进行第一级排序。
在一种可选的实现方式中,所述排序请求还包括从多个所述第一搜索字段中指定的第二级排序字段,所述装置还包括:第二排序模块,被配置为:
根据搜索字段与业务类型之间的对应关系,确定所述第二级排序字段对应的第四业务类型;
根据业务类型与排序规则之间的对应关系,确定与所述第四业务类型对应的第二级排序规则;
按照所述第二级排序规则,对完成第一级排序的搜索结果进行第二级排序。
在一种可选的实现方式中,所述业务类型与排序规则之间的对应关系包括以下至少之一:
若所述业务类型为下拉单选、单选框、单行文本和多行文本中的至少之一,则按照首字母或首字符的编码值大小进行排序,所述编码值是按照预设编码规则对首字母或首字符进行编码得到的数值;
若所述业务类型为时间,则按照时间大小进行排序;
若所述业务类型为整型和/或浮点型,则按照数值大小进行排序;
若所述业务类型为布尔类型,则按照布尔值的大小进行排序;
若所述业务类型为下拉多选和/或复选框,则按照预先指定的选项顺序进行排序。
在一种可选的实现方式中,所述搜索请求包括多个所述第一搜索字段,所述装置还包括:分组模块,被配置为:
获取分组请求,所述分组请求包括从多个所述第一搜索字段中指定的第一级分组字段和第二级分组字段;
按照所述第一级分组字段,对所述搜索结果进行第一级分组;
按照所述第二级分组字段,对完成第一级分组的搜索结果进行第二级分组。
根据本公开的第三方面,提供一种电子设备,所述电子设备包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如第一方面所述的搜索方法。
根据本公开的第四方面,提供一种计算机可读存储介质,当所述计算机可读存储介质中的指令由电子设备的处理器执行时,使得所述电子设备能够执行如第一方面所述的搜索方法。
根据本公开的第五方面,提供一种计算机程序产品,包括计算机程序,所述计算机程序由电子设备的处理器执行时实现如第一方面所述的搜索方法。
本公开的实施例提供的技术方案至少带来以下有益效果:
本公开技术方案提供了一种搜索方法及装置,其中,搜索方法包括:获取搜索请求,搜索请求包括请求搜索的第一搜索字段以及与第一搜索字段对应的第一搜索词;确定第一搜索字段对应的搜索分词策略,搜索分词策略包括对第一搜索词进行分词处理的信息;基于搜索分词策略,对第一搜索词进行分词处理,获得搜索关键词;根据搜索关键词,搜索索引文档,获得搜索结果,索引文档包括索引关键词与文档之间的对应关系,索引关键词是基于文档中的第二搜索字段对应的索引分词策略,对第二搜索字段的字段内容进行分词处理得到的,搜索结果包括与搜索关键词匹配的索引关键词对应的文档。
本公开技术方案,基于搜索请求中的搜索字段对应的搜索分词策略,对相应的搜索词进行分词处理,得到搜索关键词,与该搜索关键词匹配的索引关键词对应的文档构成搜索结果,其中,索引关键词是基于文档中的搜索字段对应的索引分词策略,对文档中相应的字段内容进行分词处理得到的。通过对搜索词和字段内容分别进行分词处理,可以提高搜索召回率。另外,由于搜索分词策略与第一搜索字段对应,对于搜索请求包括多个第一搜索字段的情况,对于每一个第一搜索字段,可以采用与该第一搜索字段对应的搜索分词策略,对该第一搜索字段对应的第一搜索词进行分词处理,从而可以支持单字段搜索以及多字段组合搜索,满足多场景搜索需求。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理,并不构成对本公开的不当限定。
图1是根据一示例性实施例示出的一种搜索方法的流程图。
图2是根据一示例性实施例示出的一种搜索界面的示意图。
图3是根据一示例性实施例示出的另一种搜索界面的示意图。
图4是根据一示例性实施例示出的一种构建索引文档的流程图。
图5是根据一示例性实施例示出的一种搜索装置的结构框图。
图6是根据一示例性实施例示出的一种电子设备的框图。
图7是根据一示例性实施例示出的一种电子设备的框图。
具体实施方式
为了使本领域普通人员更好地理解本公开的技术方案,下面将结合附图,对本公开实施例中的技术方案进行清楚、完整地描述。
需要说明的是,本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
图1是根据一示例性实施例示出的一种搜索方法的流程图,本实施例的执行主体例如可以为服务器等电子设备。如图1所示,该方法可以包括以下步骤。
在步骤S11中,获取搜索请求,搜索请求包括请求搜索的第一搜索字段以及与第一搜索字段对应的第一搜索词。
在具体实现中,可以通过向用户展示如图2或图3所示的搜索界面,根据用户在搜索界面上的输入获取第一搜索字段和第一搜索词。
如图2所示,第一搜索字段可以展示在搜索界面上,第一搜索字段例如可以包括:执行人、优先级、截止日期、标签、任务分类以及任务状态等。搜索界面上还包括第一搜索字段对应的输入框,用户在第一搜索字段对应的输入框中输入的字段值为第一搜索词,或者用户在第一搜索字段对应的下拉菜单中选中的字段值为第一搜索词。
如图2所示,用户在搜索界面上选中的第一搜索字段为“任务状态”,与“任务状态”对应的字段值包括“待解决”、“已解决”、“开发完成”等,第一搜索词可以为上述字段值中的任意一个。
在步骤S12中,确定第一搜索字段对应的搜索分词策略,搜索分词策略包括对第一搜索词进行分词处理的信息。
其中,搜索分词策略例如可以包括是否需要进行分词以及如何进行分词等信息。
在具体实现中,确定第一搜索字段对应的搜索分词策略的方式可以多种。例如,可以对每个第一搜索字段分别定义其对应的搜索分词策略,还可以首先确定与第一搜索字段对应的业务类型,然后确定与该业务类型对应的搜索分词策略。后续实施例会对后一种实现方式进行详细介绍。
在步骤S13中,基于搜索分词策略,对第一搜索词进行分词处理,获得搜索关键词。
在具体实现中,当搜索分词策略为不需要对第一搜索词分词时,例如可以采用Keyword分词器对第一搜索词进行分词处理;当搜索分词策略为需要对第一搜索词进行分词时,可以按照搜索分词策略所指示的方法进行分词处理。通过对第一搜索词进行分词处理,可以提高搜索召回率。
在步骤S14中,根据搜索关键词,搜索索引文档,获得搜索结果,索引文档包括索引关键词与文档之间的对应关系,索引关键词是基于文档中的第二搜索字段对应的索引分词策略,对第二搜索字段的字段内容进行分词处理得到的,搜索结果包括与搜索关键词匹配的索引关键词对应的文档。
文档可以是针对某些使用场景预先建立的数据文档、网站后台数据文档等,本实施例对此不作限定。
文档中可以包括多个第二搜索字段以及各第二搜索字段对应的字段内容。第二搜索字段及其对应的字段内容可以预先存储在文档中。其中,第二搜索字段例如可以包括:执行人、优先级、截止日期、标签、任务分类以及任务状态等。本实施例中,第二搜索字段与第一搜索字段可以相同或不同,本实施例对此不作限定。
例如,文档中预先存储有第二搜索字段为“执行人”的信息,具体地,任务一的“执行人”为“张三”,任务二的“执行人”为“李四”,则第二搜索字段“执行人”对应的字段内容包括“张三”和“李四”。之后可以采用与第二搜索字段“执行人”对应的索引分词策略对这些字段内容进行分词处理,得到索引关键词;之后可以根据索引关键词与文档之间的对应关系构建索引文档。
在搜索的过程中,当第一搜索字段为“执行人”,第一搜索词为“张三”时,可以采用与第一搜索字段“执行人”对应的搜索分词策略,对第一搜索词“张三”进行分词处理,得到搜索关键词。通过合理设置搜索分词策略和索引分词策略,可以搜索到包含任务一的文档。
索引文档可以是根据索引关键词与文档之间的对应关系建立的倒排索引或者正排索引,本实施例对此不作限定。
其中,索引文档可以存储在弹性搜索引擎的索引库中,在搜索的过程中可以直接从索引库中获取该索引文档,然后计算搜索关键词与索引关键词之间匹配度,将匹配度满足条件的索引关键词对应的文档作为搜索结果。
本实施例中,索引关键词是基于第二搜索字段对应的索引分词策略,对第二搜索字段的字段内容进行分词处理得到。通过对文档内容进行分词处理得到索引关键词,再计算该索引关键词与搜索关键词之间的匹配度,可以提高搜索召回率。
本实施例提供的搜索方法,基于搜索请求中的搜索字段对应的搜索分词策略,对相应的搜索词进行分词处理,得到搜索关键词,与该搜索关键词匹配的索引关键词对应的文档构成搜索结果,其中,索引关键词是基于文档中的搜索字段对应的索引分词策略,对文档中相应的字段内容进行分词处理得到的。通过对搜索词和字段内容分别进行分词处理,可以提高搜索召回率。另外,由于搜索分词策略与第一搜索字段对应,对于搜索请求包括多个第一搜索字段的情况,对于每一个第一搜索字段,可以采用与该第一搜索字段对应的搜索分词策略,对该第一搜索字段对应的第一搜索词进行分词处理,从而可以支持单字段搜索以及多字段组合搜索,满足多场景搜索需求。
图2所示的搜索界面,各个第一搜索字段之间的关系是“AND”。如图3所示的搜索界面,用户可以用“AND”、“OR”等自由组合多个第一搜索字段,可以满足多样的搜索需求。可以看出,本公开实施例可以依据不同的组合逻辑组合多个第一搜索字段,并显示与组合后字段匹配的搜索结果。
在一种可选的实现方式中,在步骤S12中,可以首先根据搜索字段与业务类型之间的对应关系,确定第一搜索字段对应的第一业务类型;然后再根据业务类型与第一分词策略之间的对应关系,确定与第一业务类型对应的第一分词策略为搜索分词策略。
其中,业务类型例如可以包括单行文本、多行文本、下拉单选、下拉多选、单选框、复选框、时间、整型、浮点型、布尔类型、人员单选和人员多选等。
例如,第一搜索字段“执行人”,用户可以选择多个字段值作为第一搜索词,则该第一搜索字段“执行人”对应的业务类型为人员多选。
第一搜索字段“截止日期”,用户可以通过下拉菜单选择一个字段值作为第一搜索词,则该第一搜索字段“截止日期”对应的业务类型为下拉单选。
本实现方式中,搜索界面上的多个搜索字段可以按照业务类型进行分类,各业务类型与第一分词策略之间具有对应关系。这样,设定了各种业务类型与第一分词策略之间的对应关系,对于搜索界面上新增的搜索字段,定义其业务类型即可,无需对每个新增的搜索字段分别定义其分词策略,能够更好地支持搜索字段的持续增长。
本实现方式中,索引分词策略可以与第二搜索字段对应的第二业务类型具有对应关系。这样,文档中的多个搜索字段也可以按照业务类型进行分类,各业务类型与第二分词策略之间具有对应关系。这样,设定了各种业务类型与第二分词策略之间的对应关系,对于文档中的新增搜索字段,定义其业务类型即可,无需对每个新增搜索字段分别定义其分词策略,能够更好地支持搜索字段的持续增长。
如下表1所示,业务类型与第一分词策略之间的对应关系可以包括以下至少之一:
当业务类型为单行文本和/或多行文本时,对应的第一分词策略包括:基于第一词典,按照最粗粒度,对分词对象进行分词;
当业务类型为下拉单选、下拉多选、单选框、复选框、时间、整型、浮点型、布尔类型、人员单选和人员多选中的至少之一时,对应的第一分词策略包括:将输入的分词对象作为分词结果。
表1
业务类型 | 字段数据类型 | 第一分词策略 |
下拉单选DROP_DOWN_SINGLE | KEYWORD | Keyword分词器 |
下拉多选DROP_DOWN_MULTI | KEYWORD | Keyword分词器 |
单选框RADIO | KEYWORD | Keyword分词器 |
复选框CHECKBOX | KEYWORD | Keyword分词器 |
时间DATE | DATE | Keyword分词器 |
整型NUMBER_INT | LONG | Keyword分词器 |
浮点型NUMBER_FLOAT | FLOAT | Keyword分词器 |
布尔类型BOOLEAN | BOOLEAN | Keyword分词器 |
单行文本TEXT_SINGLE | TEXT | Ik_Smart_Search分词器 |
多行文本TEXT_MULTI | TEXT | Ik_Smart_Search分词器 |
人员单选USER_SINGLE | TEXT | Keyword分词器 |
人员多选USER_MULTI | TEXT | Keyword分词器 |
如表1所示,第一分词策略为Keyword分词器时,表示将输入的分词对象作为分词结果。下拉单选、下拉多选、单选框、复选框、时间、整型、浮点型、布尔类型、人员单选和人员多选中的任意一个业务类型对应的第一分词策略为Keyword分词器。
第一分词策略为Ik_Smart_Search分词器时,表示基于第一词典,按照最粗粒度,对分词对象进行分词。其中,第一词典例如可以为中文词典。单行文本和多行文本中的任意一个业务类型对应的第一分词策略为Ik_Smart_Search分词器。
以分词对象为“搜索包含复杂的数据”为例,采用Ik_Smart_Search分词器分词之后的结果为“搜索、包含、复杂、的、数据”。Keyword分词器的分词结果为“搜索包含复杂的数据”。
采用上述业务类型与第一分词策略之间的对应关系,可以兼顾搜索结果的召回率和准确率。对于搜索界面上的新增搜索字段,定义其业务类型即可,无需对每个新增搜索字段分别定义其分词策略,能够更好地支持搜索字段的持续增长。
在一种可选的实现方式中,如图4所示,在步骤S14之前,还可以包括:
步骤S41:获取目标文档,目标文档包含第二搜索字段以及第二搜索字段的字段内容。
其中,目标文档可以是针对某些使用场景建立的数据文档、网站后台数据文档等,本实施例对此不作限定。
目标文档中可以包括多个第二搜索字段,如执行人、优先级、截止日期、标签、任务分类以及任务状态等;还可以包括各第二搜索字段的字段内容,如执行人对应的字段内容可以为“李四”,任务状态对应的字段内容可以为“待测试”、“测试中”等。
步骤S42:根据搜索字段与业务类型之间的对应关系,确定第二搜索字段对应的第二业务类型。
步骤S43:根据业务类型与第二分词策略之间的对应关系,确定与第二业务类型对应的第二分词策略为索引分词策略,索引分词策略包括对第二搜索字段的字段内容进行分词处理的信息。
其中,索引分词策略例如可以包括是否需要进行分词以及如何进行分词等信息。
本实现方式中,目标文档中的多个第二搜索字段可以按照业务类型进行分类,各业务类型与第二分词策略之间具有对应关系。这样,各种业务类型与第二分词策略之间的对应关系,对于目标文档中的新增搜索字段,定义其业务类型即可,无需对每个新增搜索字段分别定义其分词策略,能够更好地支持搜索字段的持续增长。
需要说明的是,为了支持搜索字段的动态添加,可以在弹性搜索引擎中,设置索引库的dynamic属性为true,表示支持动态添加新字段。
步骤S44:基于索引分词策略,对第二搜索字段的字段内容进行分词处理,获得索引关键词。
在具体实现中,当索引分词策略为不需要对字段内容分词时,例如可以采用Keyword分词器对字段内容进行分词处理;当索引分词策略为需要对字段内容进行分词时,可以按照索引分词策略所指示的方法进行分词处理。通过对字段内容进行分词处理,可以提高召回率。
步骤S45:构建索引文档,索引文档包括索引关键词与目标文档之间的对应关系。
在具体实现中,可以根据索引关键词与目标文档之间的对应关系建立倒排索引或者正排索引,构建得到索引文档。
如下表2所示,业务类型与第二分词策略之间的对应关系包括以下至少之一:
当业务类型为单行文本和/或多行文本时,对应的第二分词策略包括:对分词对象进行分词,得到以下分词结果:基于第二词典并按照最细粒度对分词对象进行分词得到的第一初始结果,对分词对象按照字节大小为N的滑动窗口操作进行分词得到的第二初始结果,第一初始结果的全拼和首字母,所述第二初始结果的全拼和首字母,其中,N为大于零的整数;
当业务类型为人员单选和/或人员多选时,对应的第二分词策略包括:将分词对象的全拼和首字母作为分词结果;
当业务类型为下拉单选、下拉多选、单选框、复选框、时间、整型、浮点型和布尔类型中的至少之一时,对应的第二分词策略包括:将输入的分词对象作为分词结果。
表2
如表2所示,第二分词策略为Keyword分词器时,表示将输入的分词对象作为分词结果。下拉单选、下拉多选、单选框、复选框、时间、整型、浮点型和布尔类型中的任意一个业务类型对应的第二分词策略为Keyword分词器。
第二分词策略为Ik_Pinyin_Max分词器和Ngram_Pinyin分词器时,表示对分词对象进行分词,得到以下分词结果:基于第二词典并按照最细粒度对分词对象进行分词得到的第一初始结果,对分词对象按照字节大小为N的滑动窗口操作进行分词得到的第二初始结果,第一初始结果的全拼和首字母,所述第二初始结果的全拼和首字母,其中,N为大于零的整数。单行文本和多行文本中的任意一个业务类型对应的第二分词策略均为Ik_Pinyin_Max分词器和Ngram_Pinyin分词器。
第二分词策略为Pinyin分词器时,表示将输入的分词对象的全拼和首字母作为分词结果。人员单选和人员多选中的任意一个业务类型对应的第二分词策略均为Pinyin分词器。
其中,Ik_Pinyin_Max分词器的分词结果包括基于第二词典并按照最细粒度对分词对象进行分词的第一初始结果,以及第一初始结果的全拼和首字母。第二词典例如可以为中文词典。Ik_Pinyin_Max分词器为中文拼音混合分词器,首先由Ik分词器基于第二词典,按照最细粒度将分词对象拆分为一个个词语,然后由Pinyin分词器对拆分词语进行处理,得到各拆分词语的全拼和首字母。
Ngram_Pinyin分词器的分词结果包括对分词对象按照字节大小为N的滑动窗口操作进行分词的第二初始结果,以及第二初始结果的全拼和首字母,其中,N为大于零的整数。Ngram_Pinyin分词器可以首先由Ngram分词器按照字节进行大小为N的滑动窗口操作分词,并将分词得到的词语采用Pinyin分词器进行处理,获得各词语的全拼和首字母。
以分词对象为“复杂搜索”为例,Ik_Pinyin_Max分词器的分词结果为“复杂、搜索、复杂搜索、fuza、sousuo、fuzasousuo、fz、ss、fzss”;Ngram_Pinyin的分词结果为“复、复杂、复杂搜、复杂搜索、杂,杂搜、杂搜索、搜、搜索、索、fu、fuza、fuzasou、fuzasousuo、za、zasou、zasousuo、sou、sousuo、suo、f、fz、fzs、fzss、z、zs、zss、s、ss、s”。
采用Pinyin分词器的分词结果为“fuzasousuo、fzss”。
采用上述业务类型与第二分词策略之间的对应关系,可以兼顾搜索结果的召回率和准确率。对于文档中的新增搜索字段,定义其业务类型即可,无需对每个新增搜索字段分别定义其分词策略,能够更好地支持搜索字段的持续增长。
在一种可选的实现方式中,在步骤S14之后还可以包括以下步骤:获取排序请求,排序请求包括从多个第一搜索字段中指定的第一级排序字段;根据搜索字段与业务类型之间的对应关系,确定第一级排序字段对应的第三业务类型;根据业务类型与排序规则之间的对应关系,确定与第三业务类型对应的第一级排序规则;按照第一级排序规则,对搜索结果进行第一级排序。
搜索字段与业务类型之间的对应关系可以参照前面的描述,这里不再赘述。
其中,排序请求可以根据用户在搜索结果的展示界面上的操作获取,例如,用户希望按照第一级排序字段“完成日期”进行排序时,可以通过单击展示界面上“完成日期”的字段名,获得按照字段值的时间先后顺序进行排序的结果。
搜索界面上的多个搜索字段可以按照业务类型进行分类,各业务类型与排序规则之间具有对应关系。这样,设定了各种业务类型与排序规则之间的对应关系,对于搜索界面上新增的搜索字段,定义其业务类型即可,无需对每个新增的搜索字段分别定义其排序规则,能够更好地支持搜索字段的持续增长。另外,第一级排序字段是通过排序请求确定的,因此便于用户根据实际需求进行排序,提高排序结果的灵活性,满足各种排序场景的需求。
如下表3所示,业务类型与排序规则之间的对应关系可以包括以下至少之一:
若业务类型为下拉单选、单选框、单行文本和多行文本中的至少之一,则按照首字母或首字符的编码值大小进行排序,编码值是按照预设编码规则对首字母或首字符进行编码得到的数值;
若业务类型为时间,则按照时间大小进行排序;
若业务类型为整型和/或浮点型,则按照数值大小进行排序;
若业务类型为布尔类型,则按照布尔值的大小进行排序;
若业务类型为下拉多选和/或复选框,则按照预先指定的选项顺序进行排序。
表3
当排序规则为按照首字母或首字符的编码值大小进行排序时,可以首先从字段值中提取出首字母或首字符,然后根据编码规则,如ascii码编码规则,确定提取出来的首字母或首字符的ascii编码,进而按照该编码值的大小进行排序。
当排序规则为按照预先指定的选项顺序进行排序时,例如,第一级排序字段为指定排序字段,指定的排列顺序是“值A”“值B”“值C”,在具体实现中,可以通过赋予“值A”“值B”“值C”的排序得分依次为100.0、200.0和300.0,然后按照排序得分从小到大的顺序,这样就可以获得指定排序的结果。
基于上述的业务类型与排序规则之间的对应关系,可以满足多种搜索场景的排序需求。
当排序请求还包括从多个第一搜索字段中指定的第二级排序字段时,在第一级排序完成之后,还可以包括以下步骤:根据搜索字段与业务类型之间的对应关系,确定第二级排序字段对应的第四业务类型;根据业务类型与排序规则之间的对应关系,确定与第四业务类型对应的第二级排序规则;按照第二级排序规则,对完成第一级排序的搜索结果进行第二级排序。
在具体实现中,在第一级排序和第二级排序中都可以获得各字段值对应的排序分数。
例如,第一级排序字段为“文本字段”,第二级排序字段为“指定排序字段”,在具体实现中,可以首先按照“文本字段”对应的排序规则进行第一级排序,然后对于第一级排序中排序得分相同的字段值,可以按照“指定排序字段”的排序规则(例如从大到小、或从小到大、或按时间由升序/降序排列等)进行第二级排序,从而得到最终的排序结果。
本实现方式中,由于第二级排序字段是通过排序请求确定的,因此便于用户根据实际需求进行排序,进一步提高排序结果的灵活性,满足各种排序场景的需求。
在一种可选的实现方式中,在步骤S14之后还可以包括以下步骤:获取分组请求,分组请求包括从多个第一搜索字段中指定的第一级分组字段和第二级分组字段;按照第一级分组字段,对搜索结果进行第一级分组;按照第二级分组字段,对完成第一级分组的搜索结果进行第二级分组。
在具体实现中,首先可以按照第一级分组字段如“时间字段”,按天对搜索结果进行拆分聚合分组,获得第一级分组的结果;然后还可以按照第二级分组字段如单选字段的值,对第一级分组的组内结果进行第二级分组。
其中,分组请求可以根据用户在搜索结果的展示界面上的操作获取,例如,用户希望按照第一级分组字段如“时间字段”对搜索结果进行分组时,可以先在界面上双击第一级分组字段“时间字段”的字段名,在弹出的窗口中设置时间间隔等第一级分组的信息,然后再双击第二级分组字段的字段名,并在弹出的窗口中设置第二级分组的信息。
由于第一级分组字段和第二级分组字段是通过分组请求确定的,因此便于用户根据实际需求进行分组,提高分组结果的灵活性,满足各种分组场景的需求。
图5是根据一示例性实施例示出的一种搜索装置框图,参照图5,该搜索装置可以包括:
获取模块51,被配置为获取搜索请求,所述搜索请求包括请求搜索的第一搜索字段以及与所述第一搜索字段对应的第一搜索词;
确定模块52,被配置为确定所述第一搜索字段对应的搜索分词策略,所述搜索分词策略包括对所述第一搜索词进行分词处理的信息;
分词模块53,被配置为基于所述搜索分词策略,对所述第一搜索词进行分词处理,获得搜索关键词;
搜索模块54,被配置为根据所述搜索关键词,搜索索引文档,获得搜索结果,所述索引文档包括索引关键词与文档之间的对应关系,所述索引关键词是基于所述文档中的第二搜索字段对应的索引分词策略,对所述第二搜索字段的字段内容进行分词处理得到的,所述搜索结果包括与所述搜索关键词匹配的索引关键词对应的文档。
在一种可选的实现方式中,所述确定模块具体被配置为:
根据搜索字段与业务类型之间的对应关系,确定所述第一搜索字段对应的第一业务类型;
根据业务类型与第一分词策略之间的对应关系,确定与所述第一业务类型对应的第一分词策略为所述搜索分词策略;
其中,所述索引分词策略与所述第二搜索字段对应的第二业务类型具有对应关系。
在一种可选的实现方式中,所述装置还包括:索引构建模块,被配置为:
获取目标文档,所述目标文档包含所述第二搜索字段以及所述第二搜索字段的字段内容;
根据搜索字段与业务类型之间的对应关系,确定所述第二搜索字段对应的第二业务类型;
根据业务类型与第二分词策略之间的对应关系,确定与所述第二业务类型对应的第二分词策略为所述索引分词策略,所述索引分词策略包括对所述第二搜索字段的字段内容进行分词处理的信息;
基于所述索引分词策略,对所述第二搜索字段的字段内容进行分词处理,获得所述索引关键词;
构建所述索引文档,所述索引文档包括所述索引关键词与所述目标文档之间的对应关系。
在一种可选的实现方式中,所述业务类型与第一分词策略之间的对应关系包括以下至少之一:
当所述业务类型为单行文本和/或多行文本时,对应的第一分词策略包括:基于第一词典,按照最粗粒度,对分词对象进行分词;
当所述业务类型为下拉单选、下拉多选、单选框、复选框、时间、整型、浮点型、布尔类型、人员单选和人员多选中的至少之一时,对应的第一分词策略包括:将输入的分词对象作为分词结果。
在一种可选的实现方式中,所述业务类型与第二分词策略之间的对应关系包括以下至少之一:
当所述业务类型为单行文本和/或多行文本时,对应的第二分词策略包括:对分词对象进行分词,得到以下分词结果:基于第二词典并按照最细粒度对所述分词对象进行分词得到的第一初始结果,对所述分词对象按照字节大小为N的滑动窗口操作进行分词得到的第二初始结果,所述第一初始结果的全拼和首字母,以及所述第二初始结果的全拼和首字母,其中,N为大于零的整数;
当所述业务类型为人员单选和/或人员多选时,对应的第二分词策略包括:将分词对象的全拼和首字母作为分词结果;
当所述业务类型为下拉单选、下拉多选、单选框、复选框、时间、整型、浮点型和布尔类型中的至少之一时,对应的第二分词策略包括:将输入的分词对象作为分词结果。
在一种可选的实现方式中,所述搜索请求包括多个所述第一搜索字段,所述装置还包括:第一排序模块,被配置为:
获取排序请求,所述排序请求包括从多个所述第一搜索字段中指定的第一级排序字段;
根据搜索字段与业务类型之间的对应关系,确定所述第一级排序字段对应的第三业务类型;
根据业务类型与排序规则之间的对应关系,确定与所述第三业务类型对应的第一级排序规则;
按照所述第一级排序规则,对所述搜索结果进行第一级排序。
在一种可选的实现方式中,所述排序请求还包括从多个所述第一搜索字段中指定的第二级排序字段,所述装置还包括:第二排序模块,被配置为:
根据搜索字段与业务类型之间的对应关系,确定所述第二级排序字段对应的第四业务类型;
根据业务类型与排序规则之间的对应关系,确定与所述第四业务类型对应的第二级排序规则;
按照所述第二级排序规则,对完成第一级排序的搜索结果进行第二级排序。
在一种可选的实现方式中,所述业务类型与排序规则之间的对应关系包括以下至少之一:
若所述业务类型为下拉单选、单选框、单行文本和多行文本中的至少之一,则按照首字母或首字符的编码值大小进行排序,所述编码值是按照预设编码规则对首字母或首字符进行编码得到的数值;
若所述业务类型为时间,则按照时间大小进行排序;
若所述业务类型为整型和/或浮点型,则按照数值大小进行排序;
若所述业务类型为布尔类型,则按照布尔值的大小进行排序;
若所述业务类型为下拉多选和/或复选框,则按照预先指定的选项顺序进行排序。
在一种可选的实现方式中,所述搜索请求包括多个所述第一搜索字段,所述装置还包括:分组模块,被配置为:
获取分组请求,所述分组请求包括从多个所述第一搜索字段中指定的第一级分组字段和第二级分组字段;
按照所述第一级分组字段,对所述搜索结果进行第一级分组;
按照所述第二级分组字段,对完成第一级分组的搜索结果进行第二级分组。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
图6是本公开示出的一种电子设备800的框图。例如,电子设备800可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
参照图6,电子设备800可以包括以下一个或组件:处理组件802,存储器804,电力组件806,多媒体组件808,音频组件810,输入/输出(I/O)的接口812,传感器组件814,以及通信组件816。
处理组件802通常控制电子设备800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件802可以包括一个或处理器820来执行指令,以完成任一实施例所述的搜索方法的全部或部分步骤。此外,处理组件802可以包括一个或模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在设备800的操作。这些数据的示例包括用于在电子设备800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件806为电子设备800的各种组件提供电力。电源组件806可以包括电源管理系统,一个或电源,及其他与为电子设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述电子设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当设备800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当电子设备800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或传感器,用于为电子设备800提供各个方面的状态评估。例如,传感器组件814可以检测到设备800的打开/关闭状态,组件的相对定位,例如所述组件为电子设备800的显示器和小键盘,传感器组件814还可以检测电子设备800或电子设备800一个组件的位置改变,用户与电子设备800接触的存在或不存在,电子设备800方位或加速/减速和电子设备800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于电子设备800和其他设备之间有线或无线方式的通信。电子设备800可以接入基于通信标准的无线网络,如WiFi,运营商网络(如2G、3G、4G或5G),或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,电子设备800可以被一个或应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行任一实施例所述的搜索方法。
在示例性实施例中,还提供了一种包括指令的计算机可读存储介质,例如包括指令的存储器804,上述指令可由电子设备800的处理器820执行以完成任一实施例所述的搜索方法。例如,所述计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
在示例性实施例中,还提供了一种计算机程序产品,该计算机程序产品包括可读性程序代码,该可读性程序代码可由装置800的处理器820执行以完成任一实施例所述的搜索方法。可选地,该程序代码可以存储在装置800的存储介质中,计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
图7是本公开示出的一种电子设备1900的框图。例如,电子设备1900可以被提供为一服务器。
参照图7,电子设备1900包括处理组件1922,其进一步包括一个或处理器,以及由存储器1932所代表的存储器资源,用于存储可由处理组件1922的执行的指令,例如应用程序。存储器1932中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件1922被配置为执行指令,以执行任一实施例所述的搜索方法。
电子设备1900还可以包括一个电源组件1926被配置为执行电子设备1900的电源管理,一个有线或无线网络接口1950被配置为将电子设备1900连接到网络,和一个输入输出(I/O)接口1958。电子设备1900可以操作基于存储在存储器1932的操作系统,例如WindowsServerTM,MacOSXTM,UnixTM,LinuxTM,FreeBSDTM或类似。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。
Claims (10)
1.一种搜索方法,其特征在于,包括:
获取搜索请求,所述搜索请求包括请求搜索的第一搜索字段以及与所述第一搜索字段对应的第一搜索词;
确定所述第一搜索字段对应的搜索分词策略,所述搜索分词策略包括对所述第一搜索词进行分词处理的信息;
基于所述搜索分词策略,对所述第一搜索词进行分词处理,获得搜索关键词;
根据所述搜索关键词,搜索索引文档,获得搜索结果,所述索引文档包括索引关键词与文档之间的对应关系,所述索引关键词是基于所述文档中的第二搜索字段对应的索引分词策略,对所述第二搜索字段的字段内容进行分词处理得到的,所述搜索结果包括与所述搜索关键词匹配的索引关键词对应的文档。
2.根据权利要求1所述的搜索方法,其特征在于,所述确定所述第一搜索字段对应的搜索分词策略的步骤,包括:
根据搜索字段与业务类型之间的对应关系,确定所述第一搜索字段对应的第一业务类型;
根据业务类型与第一分词策略之间的对应关系,确定与所述第一业务类型对应的第一分词策略为所述搜索分词策略;
其中,所述索引分词策略与所述第二搜索字段对应的第二业务类型具有对应关系。
3.根据权利要求2所述的搜索方法,其特征在于,在所述根据所述搜索关键词,搜索索引文档的步骤之前,还包括:
获取目标文档,所述目标文档包含所述第二搜索字段以及所述第二搜索字段的字段内容;
根据搜索字段与业务类型之间的对应关系,确定所述第二搜索字段对应的第二业务类型;
根据业务类型与第二分词策略之间的对应关系,确定与所述第二业务类型对应的第二分词策略为所述索引分词策略,所述索引分词策略包括对所述第二搜索字段的字段内容进行分词处理的信息;
基于所述索引分词策略,对所述第二搜索字段的字段内容进行分词处理,获得所述索引关键词;
构建所述索引文档,所述索引文档包括所述索引关键词与所述目标文档之间的对应关系。
4.根据权利要求2所述的搜索方法,其特征在于,所述业务类型与第一分词策略之间的对应关系包括以下至少之一:
当所述业务类型为单行文本和/或多行文本时,对应的第一分词策略包括:基于第一词典,按照最粗粒度,对分词对象进行分词;
当所述业务类型为下拉单选、下拉多选、单选框、复选框、时间、整型、浮点型、布尔类型、人员单选和人员多选中的至少之一时,对应的第一分词策略包括:将输入的分词对象作为分词结果。
5.根据权利要求3所述的搜索方法,其特征在于,所述业务类型与第二分词策略之间的对应关系包括以下至少之一:
当所述业务类型为单行文本和/或多行文本时,对应的第二分词策略包括:对分词对象进行分词,得到以下分词结果:基于第二词典并按照最细粒度对所述分词对象进行分词得到的第一初始结果,对所述分词对象按照字节大小为N的滑动窗口操作进行分词得到的第二初始结果,所述第一初始结果的全拼和首字母,以及所述第二初始结果的全拼和首字母,其中,N为大于零的整数;
当所述业务类型为人员单选和/或人员多选时,对应的第二分词策略包括:将分词对象的全拼和首字母作为分词结果;
当所述业务类型为下拉单选、下拉多选、单选框、复选框、时间、整型、浮点型和布尔类型中的至少之一时,对应的第二分词策略包括:将输入的分词对象作为分词结果。
6.根据权利要求1所述的搜索方法,其特征在于,所述搜索请求包括多个所述第一搜索字段,在所述获得搜索结果的步骤之后,还包括:
获取排序请求,所述排序请求包括从多个所述第一搜索字段中指定的第一级排序字段;
根据搜索字段与业务类型之间的对应关系,确定所述第一级排序字段对应的第三业务类型;
根据业务类型与排序规则之间的对应关系,确定与所述第三业务类型对应的第一级排序规则;
按照所述第一级排序规则,对所述搜索结果进行第一级排序。
7.一种搜索装置,其特征在于,所述装置包括:
获取模块,被配置为获取搜索请求,所述搜索请求包括请求搜索的第一搜索字段以及与所述第一搜索字段对应的第一搜索词;
确定模块,被配置为确定所述第一搜索字段对应的搜索分词策略,所述搜索分词策略包括对所述第一搜索词进行分词处理的信息;
分词模块,被配置为基于所述搜索分词策略,对所述第一搜索词进行分词处理,获得搜索关键词;
搜索模块,被配置为根据所述搜索关键词,搜索索引文档,获得搜索结果,所述索引文档包括索引关键词与文档之间的对应关系,所述索引关键词是基于所述文档中的第二搜索字段对应的索引分词策略,对所述第二搜索字段的字段内容进行分词处理得到的,所述搜索结果包括与所述搜索关键词匹配的索引关键词对应的文档。
8.一种电子设备,其特征在于,所述电子设备包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如权利要求1至6中任一项所述的搜索方法。
9.一种计算机可读存储介质,当所述计算机可读存储介质中的指令由电子设备的处理器执行时,使得所述电子设备能够执行如权利要求1至6中任一项所述的搜索方法。
10.一种计算机程序产品,包括计算机程序,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6中任一项所述的搜索方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111017403.3A CN113849723A (zh) | 2021-08-31 | 2021-08-31 | 搜索方法及搜索装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111017403.3A CN113849723A (zh) | 2021-08-31 | 2021-08-31 | 搜索方法及搜索装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113849723A true CN113849723A (zh) | 2021-12-28 |
Family
ID=78976565
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111017403.3A Pending CN113849723A (zh) | 2021-08-31 | 2021-08-31 | 搜索方法及搜索装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113849723A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116932859A (zh) * | 2023-08-10 | 2023-10-24 | 苏州阿基米德网络科技有限公司 | 一种医疗设备文档的搜索和浏览方法 |
CN117056383A (zh) * | 2023-07-12 | 2023-11-14 | 荣耀终端有限公司 | 搜索方法和电子设备 |
-
2021
- 2021-08-31 CN CN202111017403.3A patent/CN113849723A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117056383A (zh) * | 2023-07-12 | 2023-11-14 | 荣耀终端有限公司 | 搜索方法和电子设备 |
CN116932859A (zh) * | 2023-08-10 | 2023-10-24 | 苏州阿基米德网络科技有限公司 | 一种医疗设备文档的搜索和浏览方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11394675B2 (en) | Method and device for commenting on multimedia resource | |
CN107992604B (zh) | 一种任务条目的分发方法及相关装置 | |
EP3173948A1 (en) | Method and apparatus for recommendation of reference documents | |
CN107527619B (zh) | 语音控制业务的定位方法及装置 | |
CN108227950B (zh) | 一种输入方法和装置 | |
CN108038102B (zh) | 表情图像的推荐方法、装置、终端及存储介质 | |
CN109783656B (zh) | 音视频数据的推荐方法、系统及服务器和存储介质 | |
CN110874145A (zh) | 一种输入方法、装置及电子设备 | |
CN111539443A (zh) | 一种图像识别模型训练方法及装置、存储介质 | |
CN111125344B (zh) | 相关词推荐方法和装置 | |
CN114328838A (zh) | 事件抽取方法、装置、电子设备及可读存储介质 | |
CN113849723A (zh) | 搜索方法及搜索装置 | |
CN112508612B (zh) | 训练广告创意生成模型、生成广告创意的方法及相关装置 | |
CN110764627B (zh) | 一种输入方法、装置和电子设备 | |
CN106126592B (zh) | 搜索数据的处理方法及装置 | |
CN112784142A (zh) | 一种信息推荐方法及装置 | |
US20220312077A1 (en) | Video recommendation method and apparatus | |
CN111046927B (zh) | 标注数据的处理方法、装置、电子设备及存储介质 | |
CN111127053B (zh) | 页面内容推荐方法、装置及电子设备 | |
CN113779257A (zh) | 文本分类模型的解析方法、装置、设备、介质及产品 | |
CN112328809A (zh) | 实体分类方法、装置及计算机可读存储介质 | |
CN110650364B (zh) | 视频态度标签提取方法及基于视频的交互方法 | |
CN111831132A (zh) | 一种信息推荐方法、装置和电子设备 | |
CN107301188B (zh) | 一种获取用户兴趣的方法及电子设备 | |
CN114547421A (zh) | 一种搜索处理方法、装置、电子设备及存储介质 |
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 |