CN114840631A - 空间文本查询方法、装置、电子设备及存储介质 - Google Patents
空间文本查询方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114840631A CN114840631A CN202210604462.9A CN202210604462A CN114840631A CN 114840631 A CN114840631 A CN 114840631A CN 202210604462 A CN202210604462 A CN 202210604462A CN 114840631 A CN114840631 A CN 114840631A
- Authority
- CN
- China
- Prior art keywords
- spatial
- outsourcing
- query
- index
- matrixes
- 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
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/31—Indexing; Data structures therefor; Storage structures
- G06F16/316—Indexing structures
-
- 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
- G06F16/31—Indexing; Data structures therefor; Storage structures
- G06F16/316—Indexing structures
- G06F16/319—Inverted lists
-
- 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
- G06F16/3331—Query processing
- G06F16/3332—Query translation
- G06F16/3334—Selection or weighting of terms from queries, including natural language queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
Abstract
本发明涉及人工智能技术,揭露一种空间文本查询方法,包括:获取终端设备产生的多个位置属性数据,根据多个位置属性数据构建对应的多个外包矩阵;基于预先获取的填充曲线对多个外包矩阵进行排序处理,并根据排序后的外包矩阵构建空间索引;对预先获取的网络公开数据集进行关键词抽取,得到多个公开关键词,根据多个公开关键词构建倒排索引;获取待查询数据集,基于空间索引和倒排序索引对待查询数据集进行文本查询,得到目标查询文本。此外,本发明还涉及区块链技术,公开关键词可存储于区块链的节点。本发明还提出一种空间文本查询装置、电子设备以及存储介质。本发明可以提高空间文本查询的准确度。
Description
技术领域
本发明涉及人工智能技术领域,尤其涉及一种空间文本查询方法、装置、电子设备及计算机可读存储介质。
背景技术
随着移动互联网技术与定位技术的高速发展、智能终端设备的普及,基于位置的信息服务已渗透到生活的方方面面,例如在各种功能社交软件的使用过程中都会产生大量具有位置属性的文本数据,即空间文本。如何从这些数据中快速获取所需信息是空间文本处理领域核心及迫切需要解决的问题。
在针对空间文本查询时,主要利用了查询请求中的文本相关度和空间距离来确定查询结果。将查询请求的文本相关度和空间距离按照预设的权重进行整合,得到查询向量,再通过得到的查询向量在预设的空间向量中确定出符合条件的查询结果。然而,现有技术中的方案受权重的影响,导致用户进行查询时,得到的查询结果准确率低。因此亟待提出一种准确度更高的空间文本查询方法。
发明内容
本发明提供一种空间文本查询方法、装置及计算机可读存储介质,其主要目的在于提高空间文本查询的准确度。
为实现上述目的,本发明提供的一种空间文本查询方法,包括:
获取终端设备产生的多个位置属性数据,根据多个所述位置属性数据构建对应的多个外包矩阵;
基于预先获取的填充曲线对多个所述外包矩阵进行排序处理,并根据排序后的外包矩阵构建空间索引;
对预先获取的网络公开数据集进行关键词抽取,得到多个公开关键词,根据多个所述公开关键词构建倒排索引;
获取待查询数据集,基于所述空间索引和所述倒排序索引对所述待查询数据集进行文本查询,得到目标查询文本。
可选地,所述基于所述空间索引和所述倒排序索引对所述待查询数据集进行文本查询,得到目标查询文本,包括:
根据所述空间索引对所述待查询数据集进行第一空间查询,得到第一查询集。
基于所述倒排序索引对所述待查询数据集进行第二文本查询,得到第二查询集;
将所述第一查询和所述第二查询集的交集作为目标查询文本。
可选地,所述根据多个所述位置属性数据构建对应的多个外包矩阵,包括:
将多个所述位置属性数据映射至预设的二维直角坐标系上,将所述二维直角坐标系上的映射的位置属性数据进行连接,得到初始矩阵;
分别识别到所述二维直角坐标系上所述横坐标轴上对应的第一参考点和第二参考点,识别所述二维直角坐标系上所述纵坐标轴上对应的第三参考点和第四参考点;
以所述第一参考点、所述第二参考点、所述第三参考点和所述第四参考点作为基准点进行直线衍生,并根据多条直线的相交情况生成外包矩阵。
可选地,所述基于预先获取的填充曲线对多个所述外包矩阵进行排序处理,包括:
将所述填充曲线贯穿在多个所述外包矩阵中,生成多个数据矩阵;
计算多个所述数据矩阵对应的希尔伯特值,并根据所述数据矩阵对应的希尔伯特值对所述外包矩阵进行排序处理,得到排序后的外包矩阵。
可选地,所述根据多个所述公开关键词构建倒排索引,包括:
识别所述公开关键词在所述网络公开数据集中所属的一个或者多个文件标识号;
将所述公开关键词排在首位,一个或者多个所述文件标识号排在所述公开关键词后面,生成倒排索引。
可选地,所述对预先获取的网络公开数据集进行关键词抽取,得到多个公开关键词,包括:
根据预设的待参考数据和提取标签构建训练样本集;
利用所述训练样本集对所述卷积神经网络进行训练,得到训练好的关键词抽取模型;
将所述网络公开数据集输入至所述训练好的关键词抽取模型中,得到多个公开关键词。
可选地,所述根据排序后的外包矩阵构建空间索引,包括:
构建预设希尔伯特R树的叶结点,将排序后的外包矩阵按照顺序分配到所述叶结点上,得到空间索引。
为了解决上述问题,本发明还提供一种空间文本查询装置,所述装置包括:
矩阵构建模块,用于获取终端设备产生的多个位置属性数据,根据多个所述位置属性数据构建对应的多个外包矩阵;
空间索引生成模块,用于基于预先获取的填充曲线对多个所述外包矩阵进行排序处理,并根据排序后的外包矩阵构建空间索引;
倒排索引构建模块,用于对预先获取的网络公开数据集进行关键词抽取,得到多个公开关键词,根据多个所述公开关键词构建倒排索引;
文本查询模块,用于获取待查询数据集,基于所述空间索引和所述倒排序索引对所述待查询数据集进行文本查询,得到目标查询文本。
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:
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计算机程序,所述计算机程序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上述所述的空间文本查询方法。
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计算机程序,所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的空间文本查询方法。
本发明实施例中,通过根据多个位置属性数据构建对应的外包矩阵,以所述外包矩阵近似表示空间对象,基于预先获取的填充曲线对多个所述外包矩阵进行排序处理,并根据排序后的外包矩阵构建空间索引,提高了从空间层面进行查询的响应速度。对预先获取的网络公开数据集进行关键词抽取,得到多个公开关键词,根据多个所述公开关键词构建倒排索引,通过设计辅助倒排索引,提高了文本检索速度。基于空间索引和倒排序索引对所述待查询数据集进行文本查询,得到目标查询文本,从空间角度和文本角度出发进行查询,保证了目标查询文本的准确度。因此本发明提出的空间文本查询方法、装置、电子设备及计算机可读存储介质,可以实现解决空间文本查询的准确度不够高的问题。
附图说明
图1为本发明一实施例提供的空间文本查询方法的流程示意图;
图2为本发明一实施例提供的空间文本查询装置的功能模块图;
图3为本发明一实施例提供的实现所述空间文本查询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空间文本查询方法。所述空间文本查询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,所述空间文本查询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。所述服务器可以是独立的服务器,也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(ContentDelivery Network,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参照图1所示,为本发明一实施例提供的空间文本查询方法的流程示意图。在本实施例中,所述空间文本查询方法包括:
S1、获取终端设备产生的多个位置属性数据,根据多个所述位置属性数据构建对应的多个外包矩阵。
本发明实施例中,所述位置属性数据是指由于移动互联网技术和定位技术的发展及智能终端设备的普及所产生的大量具有位置属性的文本数据,例如,使用社交服务软件、食住服务软件或者导航服务软件产生的数据。其中,所述社交服务软件可以为微信、Twitter、陌陌等,所述食住服务软件可以为携程、去哪儿、美团外卖等,所述导航服务软件可以为高德地图、腾讯地图、Google地图等。
具体地,所述根据多个所述位置属性数据构建对应的多个外包矩阵,包括:
将多个所述位置属性数据映射至预设的二维直角坐标系上,将所述二维直角坐标系上的映射的位置属性数据进行连接,得到初始矩阵;
分别识别到所述二维直角坐标系上所述横坐标轴上对应的第一参考点和第二参考点,识别所述二维直角坐标系上所述纵坐标轴上对应的第三参考点和第四参考点;
以所述第一参考点、所述第二参考点、所述第三参考点和所述第四参考点作为基准点进行直线衍生,并根据多条直线的相交情况生成外包矩阵。
详细地,所述预设的二维直角坐标系包含x坐标轴和y坐标轴,将多个所述位置属性数据映射至所述二维直角坐标系上,得到多个位置属性数据对应的点,将所述二维直角坐标系上的映射的位置属性数据进行连接,得到初始矩阵。其中,所述初始矩阵是一个不规则的图像,因此需要分别识别到所述二维直角坐标系上所述横坐标轴上对应的第一参考点和第二参考点,识别所述二维直角坐标系上所述纵坐标轴上对应的第三参考点和第四参考点,所述第一参考点是指所述初始矩阵的最左侧点,所述第二参考点是指所述初始矩阵的最右侧点,所述第三参考点是指所述初始矩阵的最下侧点,所述第四参考点是指所述初始矩阵的最上侧点。以所述第一参考点、所述第二参考点、所述第三参考点和所述第四参考点作为基准点进行直线衍生,并根据多条直线的相交情况生成外包矩阵
其中,本方案中生成的外包矩阵为最小外包矩阵(MBR-Minimum BoundingRectangle),即包围单元,且平行于x,y轴的最小外接矩形,属于在已知物体的边界时,用其外接矩形的尺寸来刻画它的基本形状。
S2、基于预先获取的填充曲线对多个所述外包矩阵进行排序处理,并根据排序后的外包矩阵构建空间索引。
本发明实施例中,所述预先获取的填充曲线为Hilbert曲线,所述Hilbert曲线是一种填充曲线,类似的填充曲线还包括Z曲线,格雷码等其他曲线。
优选地,所述Hilbert曲线依据自身空间填充曲线的特性可以线性地贯穿二维或者更高维度每个离散单元,并对每个离散单元进行线性排序和编码,该编码作为所述离散单元的唯一标识。
具体地,所述基于预先获取的填充曲线对多个所述外包矩阵进行排序处理,包括:
将所述填充曲线贯穿在多个所述外包矩阵中,生成多个数据矩阵;
计算多个所述数据矩阵对应的希尔伯特值,并根据所述数据矩阵对应的希尔伯特值对所述外包矩阵进行排序处理,得到排序后的外包矩阵。
详细地,截取构建所述数据矩阵的所述Hilbert曲线的长度作为所述数据矩阵对应的希尔伯特值。根据所述数据矩阵对应的希尔伯特值对所述外包矩阵进行排序处理,其中,在本方案中的排序处理是指升序处理,即根据所述数据矩阵对应的希尔伯特值从大到小进行排序处理。
进一步地,所述根据排序后的外包矩阵构建空间索引,包括:
构建预设希尔伯特R树的叶结点,将排序后的外包矩阵按照顺序分配到所述叶结点上,得到空间索引。
详细地,所述空间索引为R树,在本方案中为希尔伯特R树,所述希尔伯特R树是一种R树的变体,是一种对多维对象比如线、区域、三维物体或者高维特征对象的索引。同样也可以被看做是为了适应多维对象而对B+树进行的一种扩展。
优选地,在本方案中,基于预先获取的填充曲线对多个所述外包矩阵进行排序处理,并根据排序后的外包矩阵构建空间索引,所述空间填充曲线可以将高维空间中没有良好顺序的数据映射到一维空间,经过这种编码方式,空间上相邻的对象会邻近存储在一块,可以减少IO的时间,提高内存中数据处理效率。由于Hilbert编码没有出现大步幅的跳转,所以Hilbert空间排列的聚集性能较好,即Hilbert曲线上相邻的点,在原始空间上一定相邻。
S3、对预先获取的网络公开数据集进行关键词抽取,得到多个公开关键词,根据多个所述公开关键词构建倒排索引。
本发明实施例中,所述网络公开数据集中包含多个网络上已经公开的可供参考的文本数据。由于所述网路公开数据集中包含的数据通常很多且数据非常冗杂,因此需要对所述网络公开数据集进行关键词抽取,得到公开关键词并根据所述公开关键词进行后续的数据处理。
具体地,所述对预先获取的网络公开数据集进行关键词抽取,得到多个公开关键词,包括:
根据预设的待参考数据和提取标签构建训练样本集;
利用所述训练样本集对所述卷积神经网络进行训练,得到训练好的关键词抽取模型;
将所述网络公开数据集输入至所述训练好的关键词抽取模型中,得到多个公开关键词。
详细地,所述待参考数据是已经进行数据筛选和抽查后的关键词,所述提取标签是指是关键词和非关键词两种类型标签,根据预设的待参考数据和提取标签构建训练样本集是指利用所述提取标签对所述待参考数据进行标注,得到训练样本集。
进一步地,所述根据多个所述公开关键词构建倒排索引,包括:
识别所述公开关键词在所述网络公开数据集中所属的一个或者多个文件标识号;
将所述公开关键词排在首位,一个或者多个所述文件标识号排在所述公开关键词后面,生成倒排索引。
例如,所述公开关键词为“关键词1”,所述公开关键词“关键词1”在所述网络公开数据集中所属的一个或者多个文件标识号可以为“文档1的ID”、“文档2的ID”、…。将所述公开关键词排在首位,一个或者多个所述文件标识号排在所述公开关键词后面,生成倒排索引“关键词1”:文档1的ID”,“文档2的ID”、…。
S4、获取待查询数据集,基于所述空间索引和所述倒排序索引对所述待查询数据集进行文本查询,得到目标查询文本。
本发明实施例中,所述待查询数据集是指通过分析查询请求进行查询的数据。
具体地,所述基于所述空间索引和所述倒排序索引对所述待查询数据集进行文本查询,得到目标查询文本,包括:
根据所述空间索引对所述待查询数据集进行第一空间查询,得到第一查询集。
基于所述倒排序索引对所述待查询数据集进行第二文本查询,得到第二查询集;
将所述第一查询和所述第二查询集的交集作为目标查询文本。
详细地,通过所述空间索引和所述倒排序索引一起对所述待查询数据集进行文本查询,从空间角度和文本角度出发进行查询,保证了文本查询的准确性。
本发明实施例中,通过根据多个位置属性数据构建对应的外包矩阵,以所述外包矩阵近似表示空间对象,基于预先获取的填充曲线对多个所述外包矩阵进行排序处理,并根据排序后的外包矩阵构建空间索引,提高了从空间层面进行查询的响应速度。对预先获取的网络公开数据集进行关键词抽取,得到多个公开关键词,根据多个所述公开关键词构建倒排索引,通过设计辅助倒排索引,提高了文本检索速度。基于空间索引和倒排序索引对所述待查询数据集进行文本查询,得到目标查询文本,从空间角度和文本角度出发进行查询,保证了目标查询文本的准确度。因此本发明提出的空间文本查询方法可以实现解决空间文本查询的准确度不够高的问题。
如图2所示,是本发明一实施例提供的空间文本查询装置的功能模块图。
本发明所述空间文本查询装置100可以安装于电子设备中。根据实现的功能,所述空间文本查询装置100可以包括矩阵构建模块101、空间索引生成模块102、倒排索引构建模块103及文本查询模块104。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:
所述矩阵构建模块101,用于获取终端设备产生的多个位置属性数据,根据多个所述位置属性数据构建对应的多个外包矩阵;
所述空间索引生成模块102,用于基于预先获取的填充曲线对多个所述外包矩阵进行排序处理,并根据排序后的外包矩阵构建空间索引;
所述倒排索引构建模块103,用于对预先获取的网络公开数据集进行关键词抽取,得到多个公开关键词,根据多个所述公开关键词构建倒排索引;
所述文本查询模块104,用于获取待查询数据集,基于所述空间索引和所述倒排序索引对所述待查询数据集进行文本查询,得到目标查询文本。
详细地,所述空间文本查询装置100各模块的具体实施方式如下:
步骤一、获取终端设备产生的多个位置属性数据,根据多个所述位置属性数据构建对应的多个外包矩阵。
本发明实施例中,所述位置属性数据是指由于移动互联网技术和定位技术的发展及智能终端设备的普及所产生的大量具有位置属性的文本数据,例如,使用社交服务软件、食住服务软件或者导航服务软件产生的数据。其中,所述社交服务软件可以为微信、Twitter、陌陌等,所述食住服务软件可以为携程、去哪儿、美团外卖等,所述导航服务软件可以为高德地图、腾讯地图、Google地图等。
具体地,所述根据多个所述位置属性数据构建对应的多个外包矩阵,包括:
将多个所述位置属性数据映射至预设的二维直角坐标系上,将所述二维直角坐标系上的映射的位置属性数据进行连接,得到初始矩阵;
分别识别到所述二维直角坐标系上所述横坐标轴上对应的第一参考点和第二参考点,识别所述二维直角坐标系上所述纵坐标轴上对应的第三参考点和第四参考点;
以所述第一参考点、所述第二参考点、所述第三参考点和所述第四参考点作为基准点进行直线衍生,并根据多条直线的相交情况生成外包矩阵。
详细地,所述预设的二维直角坐标系包含x坐标轴和y坐标轴,将多个所述位置属性数据映射至所述二维直角坐标系上,得到多个位置属性数据对应的点,将所述二维直角坐标系上的映射的位置属性数据进行连接,得到初始矩阵。其中,所述初始矩阵是一个不规则的图像,因此需要分别识别到所述二维直角坐标系上所述横坐标轴上对应的第一参考点和第二参考点,识别所述二维直角坐标系上所述纵坐标轴上对应的第三参考点和第四参考点,所述第一参考点是指所述初始矩阵的最左侧点,所述第二参考点是指所述初始矩阵的最右侧点,所述第三参考点是指所述初始矩阵的最下侧点,所述第四参考点是指所述初始矩阵的最上侧点。以所述第一参考点、所述第二参考点、所述第三参考点和所述第四参考点作为基准点进行直线衍生,并根据多条直线的相交情况生成外包矩阵
其中,本方案中生成的外包矩阵为最小外包矩阵(MBR-Minimum BoundingRectangle),即包围单元,且平行于x,y轴的最小外接矩形,属于在已知物体的边界时,用其外接矩形的尺寸来刻画它的基本形状。
步骤二、基于预先获取的填充曲线对多个所述外包矩阵进行排序处理,并根据排序后的外包矩阵构建空间索引。
本发明实施例中,所述预先获取的填充曲线为Hilbert曲线,所述Hilbert曲线是一种填充曲线,类似的填充曲线还包括Z曲线,格雷码等其他曲线。
优选地,所述Hilbert曲线依据自身空间填充曲线的特性可以线性地贯穿二维或者更高维度每个离散单元,并对每个离散单元进行线性排序和编码,该编码作为所述离散单元的唯一标识。
具体地,所述基于预先获取的填充曲线对多个所述外包矩阵进行排序处理,包括:
将所述填充曲线贯穿在多个所述外包矩阵中,生成多个数据矩阵;
计算多个所述数据矩阵对应的希尔伯特值,并根据所述数据矩阵对应的希尔伯特值对所述外包矩阵进行排序处理,得到排序后的外包矩阵。
详细地,截取构建所述数据矩阵的所述Hilbert曲线的长度作为所述数据矩阵对应的希尔伯特值。根据所述数据矩阵对应的希尔伯特值对所述外包矩阵进行排序处理,其中,在本方案中的排序处理是指升序处理,即根据所述数据矩阵对应的希尔伯特值从大到小进行排序处理。
进一步地,所述根据排序后的外包矩阵构建空间索引,包括:
构建预设希尔伯特R树的叶结点,将排序后的外包矩阵按照顺序分配到所述叶结点上,得到空间索引。
详细地,所述空间索引为R树,在本方案中为希尔伯特R树,所述希尔伯特R树是一种R树的变体,是一种对多维对象比如线、区域、三维物体或者高维特征对象的索引。同样也可以被看做是为了适应多维对象而对B+树进行的一种扩展。
优选地,在本方案中,基于预先获取的填充曲线对多个所述外包矩阵进行排序处理,并根据排序后的外包矩阵构建空间索引,所述空间填充曲线可以将高维空间中没有良好顺序的数据映射到一维空间,经过这种编码方式,空间上相邻的对象会邻近存储在一块,可以减少IO的时间,提高内存中数据处理效率。由于Hilbert编码没有出现大步幅的跳转,所以Hilbert空间排列的聚集性能较好,即Hilbert曲线上相邻的点,在原始空间上一定相邻。
步骤三、对预先获取的网络公开数据集进行关键词抽取,得到多个公开关键词,根据多个所述公开关键词构建倒排索引。
本发明实施例中,所述网络公开数据集中包含多个网络上已经公开的可供参考的文本数据。由于所述网路公开数据集中包含的数据通常很多且数据非常冗杂,因此需要对所述网络公开数据集进行关键词抽取,得到公开关键词并根据所述公开关键词进行后续的数据处理。
具体地,所述对预先获取的网络公开数据集进行关键词抽取,得到多个公开关键词,包括:
根据预设的待参考数据和提取标签构建训练样本集;
利用所述训练样本集对所述卷积神经网络进行训练,得到训练好的关键词抽取模型;
将所述网络公开数据集输入至所述训练好的关键词抽取模型中,得到多个公开关键词。
详细地,所述待参考数据是已经进行数据筛选和抽查后的关键词,所述提取标签是指是关键词和非关键词两种类型标签,根据预设的待参考数据和提取标签构建训练样本集是指利用所述提取标签对所述待参考数据进行标注,得到训练样本集。
进一步地,所述根据多个所述公开关键词构建倒排索引,包括:
识别所述公开关键词在所述网络公开数据集中所属的一个或者多个文件标识号;
将所述公开关键词排在首位,一个或者多个所述文件标识号排在所述公开关键词后面,生成倒排索引。
例如,所述公开关键词为“关键词1”,所述公开关键词“关键词1”在所述网络公开数据集中所属的一个或者多个文件标识号可以为“文档1的ID”、“文档2的ID”、…。将所述公开关键词排在首位,一个或者多个所述文件标识号排在所述公开关键词后面,生成倒排索引“关键词1”:文档1的ID”,“文档2的ID”、…。
步骤四、获取待查询数据集,基于所述空间索引和所述倒排序索引对所述待查询数据集进行文本查询,得到目标查询文本。
本发明实施例中,所述待查询数据集是指通过分析查询请求进行查询的数据。
具体地,所述基于所述空间索引和所述倒排序索引对所述待查询数据集进行文本查询,得到目标查询文本,包括:
根据所述空间索引对所述待查询数据集进行第一空间查询,得到第一查询集。
基于所述倒排序索引对所述待查询数据集进行第二文本查询,得到第二查询集;
将所述第一查询和所述第二查询集的交集作为目标查询文本。
详细地,通过所述空间索引和所述倒排序索引一起对所述待查询数据集进行文本查询,从空间角度和文本角度出发进行查询,保证了文本查询的准确性。
本发明实施例中,通过根据多个位置属性数据构建对应的外包矩阵,以所述外包矩阵近似表示空间对象,基于预先获取的填充曲线对多个所述外包矩阵进行排序处理,并根据排序后的外包矩阵构建空间索引,提高了从空间层面进行查询的响应速度。对预先获取的网络公开数据集进行关键词抽取,得到多个公开关键词,根据多个所述公开关键词构建倒排索引,通过设计辅助倒排索引,提高了文本检索速度。基于空间索引和倒排序索引对所述待查询数据集进行文本查询,得到目标查询文本,从空间角度和文本角度出发进行查询,保证了目标查询文本的准确度。因此本发明提出的空间文本查询装置可以实现解决空间文本查询的准确度不够高的问题。
如图3所示,是本发明一实施例提供的实现空间文本查询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、通信总线12以及通信接口13,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,如空间文本查询程序。
其中,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(ControlUnit),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(例如执行空间文本查询程序等),以及调用存储在所述存储器11内的数据,以执行电子设备的各种功能和处理数据。
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的内部存储单元,例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备,例如电子设备上配备的插接式移动硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(Secure Digital,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的应用软件及各类数据,例如空间文本查询程序的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
所述通信总线12可以是外设部件互连标准(peripheral componentinterconnect,简称PCI)总线或扩展工业标准结构(extended industry standardarchitecture,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。
所述通信接口13用于上述电子设备与其他设备之间的通信,包括网络接口和用户接口。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与其他电子设备之间建立通信连接。所述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中处理的信息以及用于显示可视化的用户界面。
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。
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存储的空间文本查询程序是多个指令的组合,在所述处理器10中运行时,可以实现:
获取终端设备产生的多个位置属性数据,根据多个所述位置属性数据构建对应的多个外包矩阵;
基于预先获取的填充曲线对多个所述外包矩阵进行排序处理,并根据排序后的外包矩阵构建空间索引;
对预先获取的网络公开数据集进行关键词抽取,得到多个公开关键词,根据多个所述公开关键词构建倒排索引;
获取待查询数据集,基于所述空间索引和所述倒排序索引对所述待查询数据集进行文本查询,得到目标查询文本。
具体地,所述处理器10对上述指令的具体实现方法可参考附图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:
获取终端设备产生的多个位置属性数据,根据多个所述位置属性数据构建对应的多个外包矩阵;
基于预先获取的填充曲线对多个所述外包矩阵进行排序处理,并根据排序后的外包矩阵构建空间索引;
对预先获取的网络公开数据集进行关键词抽取,得到多个公开关键词,根据多个所述公开关键词构建倒排索引;
获取待查询数据集,基于所述空间索引和所述倒排序索引对所述待查询数据集进行文本查询,得到目标查询文本。
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。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中,人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
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。第一、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)
1.一种空间文本查询方法,其特征在于,所述方法包括:
获取终端设备产生的多个位置属性数据,根据多个所述位置属性数据构建对应的多个外包矩阵;
基于预先获取的填充曲线对多个所述外包矩阵进行排序处理,并根据排序后的外包矩阵构建空间索引;
对预先获取的网络公开数据集进行关键词抽取,得到多个公开关键词,根据多个所述公开关键词构建倒排索引;
获取待查询数据集,基于所述空间索引和所述倒排序索引对所述待查询数据集进行文本查询,得到目标查询文本。
2.如权利要求1所述的空间文本查询方法,其特征在于,所述基于所述空间索引和所述倒排序索引对所述待查询数据集进行文本查询,得到目标查询文本,包括:
根据所述空间索引对所述待查询数据集进行第一空间查询,得到第一查询集。
基于所述倒排序索引对所述待查询数据集进行第二文本查询,得到第二查询集;
将所述第一查询和所述第二查询集的交集作为目标查询文本。
3.如权利要求1所述的空间文本查询方法,其特征在于,所述根据多个所述位置属性数据构建对应的多个外包矩阵,包括:
将多个所述位置属性数据映射至预设的二维直角坐标系上,将所述二维直角坐标系上的映射的位置属性数据进行连接,得到初始矩阵;
分别识别到所述二维直角坐标系上所述横坐标轴上对应的第一参考点和第二参考点,识别所述二维直角坐标系上所述纵坐标轴上对应的第三参考点和第四参考点;
以所述第一参考点、所述第二参考点、所述第三参考点和所述第四参考点作为基准点进行直线衍生,并根据多条直线的相交情况生成外包矩阵。
4.如权利要求1所述的空间文本查询方法,其特征在于,所述基于预先获取的填充曲线对多个所述外包矩阵进行排序处理,包括:
将所述填充曲线贯穿在多个所述外包矩阵中,生成多个数据矩阵;
计算多个所述数据矩阵对应的希尔伯特值,并根据所述数据矩阵对应的希尔伯特值对所述外包矩阵进行排序处理,得到排序后的外包矩阵。
5.如权利要求1所述的空间文本查询方法,其特征在于,所述根据多个所述公开关键词构建倒排索引,包括:
识别所述公开关键词在所述网络公开数据集中所属的一个或者多个文件标识号;
将所述公开关键词排在首位,一个或者多个所述文件标识号排在所述公开关键词后面,生成倒排索引。
6.如权利要求1所述的空间文本查询方法,其特征在于,所述对预先获取的网络公开数据集进行关键词抽取,得到多个公开关键词,包括:
根据预设的待参考数据和提取标签构建训练样本集;
利用所述训练样本集对所述卷积神经网络进行训练,得到训练好的关键词抽取模型;
将所述网络公开数据集输入至所述训练好的关键词抽取模型中,得到多个公开关键词。
7.如权利要求1至6中任一项所述的空间文本查询方法,其特征在于,所述根据排序后的外包矩阵构建空间索引,包括:
构建预设希尔伯特R树的叶结点,将排序后的外包矩阵按照顺序分配到所述叶结点上,得到空间索引。
8.一种空间文本查询装置,其特征在于,所述装置包括:
矩阵构建模块,用于获取终端设备产生的多个位置属性数据,根据多个所述位置属性数据构建对应的多个外包矩阵;
空间索引生成模块,用于基于预先获取的填充曲线对多个所述外包矩阵进行排序处理,并根据排序后的外包矩阵构建空间索引;
倒排索引构建模块,用于对预先获取的网络公开数据集进行关键词抽取,得到多个公开关键词,根据多个所述公开关键词构建倒排索引;
文本查询模块,用于获取待查询数据集,基于所述空间索引和所述倒排序索引对所述待查询数据集进行文本查询,得到目标查询文本。
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计算机程序,所述计算机程序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中任意一项所述的空间文本查询方法。
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中任意一项所述的空间文本查询方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210604462.9A CN114840631A (zh) | 2022-05-30 | 2022-05-30 | 空间文本查询方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210604462.9A CN114840631A (zh) | 2022-05-30 | 2022-05-30 | 空间文本查询方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114840631A true CN114840631A (zh) | 2022-08-02 |
Family
ID=82572243
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210604462.9A Pending CN114840631A (zh) | 2022-05-30 | 2022-05-30 | 空间文本查询方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114840631A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117290893A (zh) * | 2023-09-25 | 2023-12-26 | 北京万里开源软件有限公司 | 一种基于数据标签的数据库访问方法及系统 |
-
2022
- 2022-05-30 CN CN202210604462.9A patent/CN114840631A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117290893A (zh) * | 2023-09-25 | 2023-12-26 | 北京万里开源软件有限公司 | 一种基于数据标签的数据库访问方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114979120B (zh) | 数据上传方法、装置、设备及存储介质 | |
CN113157927A (zh) | 文本分类方法、装置、电子设备及可读存储介质 | |
CN114185895A (zh) | 数据导入导出方法、装置、电子设备及存储介质 | |
CN112528616A (zh) | 业务表单生成方法、装置、电子设备及计算机存储介质 | |
CN114491047A (zh) | 多标签文本分类方法、装置、电子设备及存储介质 | |
CN113868529A (zh) | 知识推荐方法、装置、电子设备及可读存储介质 | |
CN114612194A (zh) | 产品推荐方法、装置、电子设备及存储介质 | |
CN113722533B (zh) | 信息推送方法、装置、电子设备及可读存储介质 | |
CN114398346A (zh) | 数据迁移方法、装置、设备及存储介质 | |
CN111930897B (zh) | 专利检索方法、装置、电子设备及计算机可读存储介质 | |
CN113901166A (zh) | 电子地图构建方法、装置、设备及存储介质 | |
CN114840631A (zh) | 空间文本查询方法、装置、电子设备及存储介质 | |
CN113658002A (zh) | 基于决策树的交易结果生成方法、装置、电子设备及介质 | |
CN113505273A (zh) | 基于重复数据筛选的数据排序方法、装置、设备及介质 | |
CN113157739A (zh) | 跨模态检索方法、装置、电子设备及存储介质 | |
CN115186188A (zh) | 基于行为分析的产品推荐方法、装置、设备及存储介质 | |
CN115062023A (zh) | 宽表优化方法、装置、电子设备及计算机可读存储介质 | |
CN114518993A (zh) | 基于业务特征的系统性能监控方法、装置、设备及介质 | |
CN114240560A (zh) | 基于多维分析的产品排名方法、装置、设备及存储介质 | |
CN114417998A (zh) | 数据特征映射方法、装置、设备及存储介质 | |
CN114547011A (zh) | 数据抽取方法、装置、电子设备及存储介质 | |
CN114237829A (zh) | 一种电力设备的数据采集与处理方法 | |
CN113706019A (zh) | 基于多维数据的业务能力分析方法、装置、设备及介质 | |
CN113268614A (zh) | 标签体系更新方法、装置、电子设备及可读存储介质 | |
CN112631589A (zh) | 应用程序首页布局配置方法、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 |