CN114564599A - 一种基于查询字符串模板的检索系统 - Google Patents

Abstract

本发明提供一种基于查询字符串模板的检索系统，设置有查询字符串模板以及基于查询字符串模板构建了第一知识图谱和第二知识图谱，其中第二知识图谱的节点的名称为关系描述符。当用户输入查询字符串时，通过识别查询字符串的实体类型，并将识别的实体类型替换查询字符串，得到替换字符串，接着，从查询字符串模板中获取与替换字符串相对应的字符串模板，然后，基于对应的字符串模板在第一知识图谱中进行检索，对于在第一知识图谱中没有检索到的关系描述符，可以从第二知识谱中检索，从而能够给出检索结果。能够扩展检索准确性，提高用户体验。

Description

一种基于查询字符串模板的检索系统

技术领域

本发明涉及文本检索领域，具体涉及一种基于查询字符串模板的检索系统。

背景技术

随着网络技术的日益普及，人们主要依靠互联网获取感兴趣信息。在需要获取某个感兴趣信息时，会将关键词输入到检索系统中进行查询，以获取对应的结果。现有的检索系统中，需要用户输入具有明确含义的字符串，才能给出检索结果，如果用户输入一些没有明确概念的字符串比如一些概念字符串，将无法给出检索结果，从而导致适用性差，用户体验差。

发明内容

针对上述技术问题，本发明实施例提供一种基于查询字符串模板的检索系统，用于至少解决上述技术问题之一。

本发明实施例采用的技术方案为：

本发明实施例提供一种基于查询字符串模板的检索系统，包括：通信连接的处理器、模板查询表和知识图谱库，所述模板查询表中存储有m个设定的查询字符串模板，其中，第i行包括设定的查询字符串模板i以及对应的检索策略i和检索结果i，每个设定的查询字符串模板包括至少一个属于关联关系类型的实体类型和/或至少一个属于非关联关系类型的实体类型；i的取值为1到m；所述知识图谱库包括第一知识图谱和第二知识图谱，所述第一知识图谱包括第一实体节点、第一本体节点以及各节点之间的链接路径；所述第二知识图谱包括第二本体节点、第二实体节点以及各节点之间的链接路径；每条链接路径上设置有对应的两个节点之间的关系描述符，所述第一本体节点的描述符为所述设定的查询字符串模板中的属于非关联关系类型的实体类型，所述第一实体节点的描述符为实际的实体描述符；所述第二实体节点的描述符为第一知识图谱的链接路径上关系描述符，所述第二本体节点的描述符为不属于第一知识图谱的关系描述符；所述处理器用于执行计算机程序，以实现如下步骤：

S10，获取用户输入的查询字符串；

S20，对输入的查询字符串中的实体和实体类型进行识别，形成按照在字符串中出现的顺序排列的实体识别结果集{（S1，T1），（S2，T2），…，（Sn，Tn）}，Sj为识别的第j个实体，Tj为Sj对应的实体类型，j的取值为1到n，n为识别的实体数量；

S30，在查询字符串中，利用Ti替换Si，得到替换字符串；

S40，基于替换字符串，确定m个设定的查询字符串模板是否存在与所述替换字符串相对应的查询字符串模板k，如果存在，执行S50；k的取值为1到m；

S50，基于查询字符串模板k的检索策略k在知识图谱库中检索任一Sj，以获得对应的检索结果k，其中，对于识别的任一属于关联关系类型的实体类型对应的实体，先在第一知识图谱库中进行检索，如果检索不到，则在第二知识图谱库中进行检索。

本发明实施例提供的基于查询字符串模板的检索系统，由于设置了查询字符串模板以及基于查询字符串模板构建了第一知识图谱和第二知识图谱，其中第二知识图谱的节点的名称为关系描述符。当用户输入查询字符串时，通过识别查询字符串的实体类型，并将识别的实体类型替换查询字符串，得到替换字符串，接着，从查询字符串模板中获取与替换字符串相对应的字符串模板，然后，基于对应的字符串模板在第一知识图谱中进行检索，对于在第一知识图谱中没有检索到的关系描述符，可以从第二知识谱中检索，从而能够给出检索结果。由于设置了查询字符串模板，即便用户输入的是含义不明确的字符串，也可以通过识别查询字符串的实体类型并将利用识别的实体类型替换的字符串和查询字符串模板进行匹配，找到对应的字符串模板，从而可以明确知晓用户的检索意图，并且由于设置了两个知识图谱，能够扩展检索准确性，提高用户体验。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例提供基于查询字符串模板的检索系统的结构框图；

图2为第一知识图谱的示意图；

图3为第二知识图谱的示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1为本发明实施例提供基于查询字符串模板的检索系统的结构框图。

如图1所示，本发明实施例提供一种基于查询字符串模板的检索系统，包括：通信连接的处理器、模板查询表和知识图谱库。

其中，所述模板查询表中存储有m个设定的查询字符串模板，其中，第i行包括设定的查询字符串模板i以及对应的检索策略i和检索结果i，每个设定的查询字符串模板包括至少一个属于关联关系类型的实体类型和/或至少一个属于非关联关系类型的实体类型；i的取值为1到m。

在本发明一示意性实施例中，设定的查询字符串模板中的实体类型可设置在设定标识符号中，例如设置在符号【】中。在本发明实施例中，设定的查询字符串模板可根据实际需要进行设置，例如可根据具体的业务领域进行设置。在一个具体示例中，设定的查询字符串模板的表达形式可表示为：

查询字符串模板1：【A1】的【B】有哪些

查询字符串模板2：【A1】和【A1】是【B】吗

查询字符串模板3：【A1】是【A1】的什么

查询字符串模板4：【A2】的【B】是【A3】吗

其中，A1、A2和A3为属于非关联关系类型的实体类型，B为属于关联关系类型的实体类型。本领域技术领域知晓，本体、实体和关联关系可为现有概念。

在本发明实施例中，所述检索策略可包括指示得到检索结果所需要的检索步骤以及每个步骤所需要查找的内容。本领域技术人员知晓，不同的查询字符串模板的检索策略不同，可基于查询字符串模板的检索意图确定。具体的检索策略示例随后介绍。

在本发明实施例中，所述检索结果可包括判断字符串的答案、节点的描述符和链接路径上的关系描述符。例如，对于查询字符串模板2，其检索结果是“是”或者“不是”。对于查询字符串模板1，其检索结果是“节点描述符”。对于查询字符串模板3，其检索结果是“关系描述符”。

本发明实施例中，设置设定的查询字符串模板的技术效果在于，能够明确用户的检索意图，因为用户输入的句子（即字符串）千奇百怪，不可能每句话单独建立一个检索策略，所以我通过设置查询字符串模板，利用模型将句子中的词语转换成对应的实体类型，根据实体类型建立查询字符串模板，能够增加适用性。

进一步地，在本发明实施例中，如图2所示，所述知识图谱库可包括第一知识图谱和第二知识图谱，所述第一知识图谱包括第一实体节点、第一本体节点以及各节点之间的链接路径。如图3所示，所述第二知识图谱包括第二本体节点、第二实体节点以及各节点之间的链接路径；每条链接路径上设置有对应的两个节点之间的关系描述符，所述第一本体节点的描述符为所述设定的查询字符串模板中的属于非关联关系类型的实体类型，所述第一实体节点的描述符为实际的实体描述符；所述第二实体节点的描述符为第一知识图谱的链接路径上关系描述符，所述第二本体节点的描述符为不属于第一知识图谱的关系描述符。

进一步地，如图2所示，所述第一知识图谱中的每个节点还设置有属性信息，所述属性信息至少包括节点的别称，例如，实体描述符为张三的节点，节点的别称可为张三三。在另一个实施例中，属性信息还可包括每个实体节点的基本属性，以实体节点为人名为例，属性信息还可包括身高、体重、性别等。

进一步地，如图3所示，所述第二知识图谱中的每个节点还设置有属性信息，所述属性信息至少包括每个设定的查询字符串模板的属性值，其中，如果某个节点中的某个模板的属性值为第一值例如为1，表示该节点适用于该模板，如果某个节点中的某个模板的属性值为第二值例如为0，表示该节点不适用于该模板。此外，第二知识图谱中的每个节点的属性信息还可包括节点的别称，如同学的别称可为“一个班的”等。

进一步地，如2和图3所示，在所述知识图谱中，本体节点和实体节点可采用不同颜色绘制，以区分本体节点和实体节点。

进一步地，在本发明实施例中，所述处理器用于执行计算机程序，以实现如下步骤：

S10，获取用户输入的查询字符串。

可通过能够接收命令输入设备所输入的用户命令的检索界面获取用户输入的查询字符串。

S20，对输入的查询字符串中的实体和实体类型进行识别，形成按照在字符串中出现的顺序排列的实体识别结果集{（S₁，T₁），（S₂，T₂），…，（S_n，Tn）}，S_j为识别的第j个实体，T_j为S_j对应的实体类型，j的取值为1到n，n为识别的实体数量。

在S20中，可采用经训练后的实体识别模型来识别实体和实体类型。实体识别模型的训练集基于模板查询表中的实体类型构建。具体地，可基于模板查询表中的实体类型构建语料库，并对语料库中的每个实体类型进行标注，例如，对于语句“王一和王五是同学”，标注结果是：王一→实体类型【人类】，王五→实体类型【人类】，同学→实体类型【关联关系】；对于语句“张三三和王五是一个班的”，标注结果是：张三三→实体类型【人类】，王五→实体类型【人类】，一个班的→实体类型【关联关系】。然后利用标注后的语料库训练实体识别模型，例如，人工神经网络模型。本领域技术人员知晓，实体识别模型的具体的训练方法可为现有技术。

以用户输入的查询字符串为“张三和李四是同学吗”为例，利用经训练后的实体识别模型进行识别后，得到的实体类型识别结果为：张三→实体类型【人类】，李四→实体类型【人类】，同学→实体类型【关联关系】。

S30，在查询字符串中，利用T_i替换S_i，得到替换字符串。

例如，对于查询字符串“张三和李四是同学吗”，利用识别的实体类型替换原字符串后为：【人类】和【人类】是【关联关系】吗

S40，基于替换字符串，确定m个设定的查询字符串模板是否存在与所述替换字符串相对应的查询字符串模板k，如果存在，执行S50；k的取值为1到m。

在S40中，可通过如下方式确定m个设定的查询字符串模板是否存在与所述替换字符串相对应的查询字符串模板k：

S401，遍历模板查询表，获取替换字符串与任一设定的查询字符串模板之间的句子相似度以及实体类型相似度，得到相似度集（D1₁， D1₂，…，D1_m，），D1_i为设定的查询字符串模板i与替换字符串之间的句子相似度。

本领域技术人员知晓，句子相似度的计算可为现有技术。例如，可基于统计的方法，例如，莱文斯坦距离（编辑距离）、BM25算法或者TFIDF等。又例如，可基于深度学习的方法，例如，基于Word2Vec的余弦相似度和DSSM（Deep Structured Semantic Models）等。

S402，如果D1_k＞D，则将查询字符串模板k作为替换字符串相对应的查询字符串模板；D为设定相似度阈值，可为经验值，例如可为95%。

S50，基于查询字符串模板k的检索策略k在知识图谱库中检索任一S_j，以获得对应的检索结果k，其中，对于识别的任一属于关联关系类型的实体类型对应的实体，先在第一知识图谱库中进行检索，如果检索不到，则在第二知识图谱库中进行检索。

在S50中，如果检索到检索结果，则将检索结果进行显示。如果没有检索到对应的检索结果，则可显示“未检索到相关信息”等信息。

在本发明一实施例中，以查询字符串“张三和李四是同学吗”为例，该查询字符串对应的模板为上述的查询字符串模板2，查询字符串模板2的检索策略为：

第一步，在第一知识图谱中，查找与A1对应的本体节点连接的属于名称的所有的实体节点中，有没有描述符为“张三”的实体节点，如果有，则获取该实体节点；

第二步，在第一知识图谱中，查找与A1对应的本体节点连接的属于名称的所有的实体节点中，有没有描述符为“李四”的实体节点，如果有，则获取该实体节点；

第三步，在第一知识图谱中的链接路径上，查找有没有为“同学”关系描述符，如果有，则返回检索结果。

在该示例中，所有的字符串都能在第一知识图谱中找到，所以可基于第一知识图谱能够得到对应的检索结果，即可显示“是”。

在本发明另一实施例中，以查询字符串为“张三和李四是好朋友吗”为例，该查询字符串对应的模板也为上述的查询字符串模板2，因此可基于与前述实施例相似的检索步骤进行检索，但是在找实体类型【关联关系】时，没有在第一知识图谱库中的链接路径上匹配到“好朋友”，那么下一步则需要去第二知识图谱库中，检索有没有叫“好朋友”的本体节点，如果检索到，则把所有与本体节点“好朋友”相连的实体节点汇总，从中挑选出属性信息中的对应查询字符串模板2的属性值为1的实体节点的描述符作为候选词，依次看每个候选词，在不在第一知识图谱库中张三与李四节点相连接的链接路径上，如果在，则显示“是”，如果不在，可显示“未检索到相关信息”等信息。

进一步地，在本发明实施例中，在S50中，如果某个属于非关联关系类型的实体类型对应的实体在第一知识图谱中没有找到对应的节点，则基于节点的别称确定是否存在与该实体对应的节点。例如，需要检索“张三三”，但是第一知识图谱中没有找到“张三三”，但是有一个实体节点“张三”的别称为“张三三”，则可将该实体节点“张三”作为“张三三”对应的节点。

进一步地，在本发明实施例中，对于没有找到对应查询字符串模板的查询字符串，可以将这些查询字符串进行存储和分类，针对分类后的查询字符串设置对应的查询字符串模板和更新知识图谱，并构建语料库进行训练，更新实体识别模型，从而能够进一步地扩展检索范围，提高检索准确性和用户体验。

虽然已经通过示例对本发明的一些特定实施例进行了详细说明，但是本领域的技术人员应该理解，以上示例仅是为了进行说明，而不是为了限制本发明的范围。本领域的技术人员还应理解，可以对实施例进行多种修改而不脱离本发明的范围和精神。本发明公开的范围由所附权利要求来限定。

Claims (10)

1.一种基于查询字符串模板的检索系统，其特征在于，包括：通信连接的处理器、模板查询表和知识图谱库，所述模板查询表中存储有m个设定的查询字符串模板，其中，第i行包括设定的查询字符串模板i以及对应的检索策略i和检索结果i，每个设定的查询字符串模板包括至少一个属于关联关系类型的实体类型和/或至少一个属于非关联关系类型的实体类型；i的取值为1到m；

所述知识图谱库包括第一知识图谱和第二知识图谱，所述第一知识图谱包括第一实体节点、第一本体节点以及各节点之间的链接路径；所述第二知识图谱包括第二本体节点、第二实体节点以及各节点之间的链接路径；每条链接路径上设置有对应的两个节点之间的关系描述符，所述第一本体节点的描述符为所述设定的查询字符串模板中的属于非关联关系类型的实体类型，所述第一实体节点的描述符为实际的实体描述符；所述第二实体节点的描述符为第一知识图谱的链接路径上关系描述符，所述第二本体节点的描述符为不属于第一知识图谱的关系描述符；

所述处理器用于执行计算机程序，以实现如下步骤：

S10，获取用户输入的查询字符串；

S20，对输入的查询字符串中的实体和实体类型进行识别，形成按照在字符串中出现的顺序排列的实体识别结果集{（S₁，T₁），（S₂，T₂），…，（S_n，Tn）}，S_j为识别的第j个实体，T_j为S_j对应的实体类型，j的取值为1到n，n为识别的实体数量；

S30，在查询字符串中，利用T_i替换S_i，得到替换字符串；

S40，基于替换字符串，确定m个设定的查询字符串模板是否存在与所述替换字符串相对应的查询字符串模板k，如果存在，执行S50；k的取值为1到m；

S50，基于查询字符串模板k的检索策略k在知识图谱库中检索任一S_j，以获得对应的检索结果k，其中，对于识别的任一属于关联关系类型的实体类型对应的实体，先在第一知识图谱库中进行检索，如果检索不到，则在第二知识图谱库中进行检索。

2.根据权利要求1所述的系统，其特征在于，所述检索策略包括指示得到检索结果所需要的检索步骤以及每个步骤所需要查找的内容。

3.根据权利要求1所述的系统，其特征在于，所述检索结果包括判断字符串的答案、节点的描述符和链接路径上的关系描述符。

4.根据权利要求1所述的系统，其特征在于，在S40中，通过如下方式确定m个设定的查询字符串模板是否存在与所述替换字符串相对应的查询字符串模板k：

S401，遍历模板查询表，获取替换字符串与任一设定的查询字符串模板之间的句子相似度，得到相似度集（D1₁，D1₂，…，D1_m），D1_i为设定的查询字符串模板i与替换字符串之间的句子相似度；

S402，如果D1_k＞D，则将查询字符串模板k作为替换字符串相对应的查询字符串模板；D为设定相似度阈值。

5.根据权利要求1所述的系统，其特征在于，所述第一知识图谱中的每个节点还设置有属性信息，所述属性信息至少包括节点的别称；

在S50中，如果某个属于非关联关系类型的实体类型对应的实体在第一知识图谱中没有找到对应的节点，则基于节点的别称确定是否存在与该实体对应的节点。

6.根据权利要求1所述的系统，其特征在于，所述第二知识图谱中的每个节点还设置有属性信息，所述属性信息至少包括每个设定的查询字符串模板的属性值，其中，如果某个节点中的某个模板的属性值为第一值，表示该节点适用于该模板，如果某个节点中的某个模板的属性值为第二值，表示该节点不适用于该模板。

7.根据权利要求1所述的系统，其特征在于，在S50中，如果检索到检索结果，则将检索结果进行显示。

8.根据权利要求1所述的系统，其特征在于，在所述知识图谱中，本体节点和实体节点采用不同颜色绘制。

9.根据权利要求1所述的系统，其特征在于，在S20中，采用经训练后的实体识别模型识别实体和实体类型。

10.根据权利要求9所述的系统，其特征在于，实体识别模型的训练集基于模板查询表中的实体类型构建。

Images