CN115719066A - 基于人工智能的搜索文本理解方法、装置、设备和介质 - Google Patents

Abstract

本公开提供了一种基于人工智能的搜索文本理解方法、装置、电子设备、计算机可读存储介质和计算机程序产品，涉及人工智能领域，尤其涉及自然语言处理、深度学习、预训练模型技术领域，可应用在智慧城市、智慧政务场景下。实现方案为：获取与目标搜索领域相关联的目标搜索文本；从目标搜索文本中抽取预设要素标签所对应的要素内容，预设要素标签包括通用要素标签和与目标搜索领域相对应的领域要素标签；从目标搜索文本中抽取预设实体标签所对应的一个或多个实体内容，实体标签为待搜索主题；确定实体内容与要素内容之间的关系；以及响应于确定实体内容为多个，确定实体内容之间的关系。

Description

基于人工智能的搜索文本理解方法、装置、设备和介质

技术领域

本公开涉及人工智能领域，尤其涉及自然语言处理、深度学习、预训练模型技术领域，可应用在智慧城市、智慧政务场景下，具体涉及一种基于人工智能的搜索文本理解方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

背景技术

人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术:人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。

搜索是智慧城市、智慧政务建设中的最典型需求，而对搜索文本进行理解作为搜索系统的基础分析模块，是指导检索召回和排序策略的重要一环。传统的搜索文本理解，一般只有基础的语义分析。而在警务搜索的场景，数据更为丰富和复杂，不同的数据源还存在着关联，用户不仅有通用的模糊搜索需求也会有精准的搜索需求，用于辅助相关人员对相关警情或者案件进行处理。

发明内容

本公开提供了一种基于人工智能的搜索文本理解方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

根据本公开的一方面，提供了一种搜索文本理解方法，包括：获取与目标搜索领域相关联的目标搜索文本；从所述目标搜索文本中抽取预设要素标签所对应的要素内容，其中，所述预设要素标签包括通用要素标签和与所述目标搜索领域相对应的领域要素标签；从所述目标搜索文本中抽取预设实体标签所对应的一个或多个实体内容，其中所述实体标签为待搜索主题；确定所述实体内容与所述要素内容之间的关系；以及响应于确定所述实体内容为多个，确定所述实体内容之间的关系。

根据本公开的另一方面，提供了一种搜索文本理解装置，包括：获取单元，配置为获取与目标搜索领域相关联的目标搜索文本；第一抽取单元，配置为从所述目标搜索文本中抽取预设要素标签所对应的要素内容，其中，所述预设要素标签包括通用要素标签和与所述目标搜索领域相对应的领域要素标签；第二抽取单元，配置为从所述目标搜索文本中抽取预设实体标签所对应的一个或多个实体内容，其中所述实体标签为待搜索主题；第一确定单元，配置为确定所述实体内容与所述要素内容之间的关系；以及第二确定单元，配置为响应于确定所述实体内容为多个，确定所述实体内容之间的关系。

根据本公开的另一方面，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；存储器存储有可被至少一个处理器执行的指令，该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本公开所述的方法。

根据本公开的另一方面，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，该计算机指令用于使计算机执行本公开所述的方法。

根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，该计算机程序在被处理器执行时实现本公开所述的方法。

根据本公开的一个或多个实施例，通过识别实体内容与要素内容之间的关系以及实体内容之间的关系，可以实现对搜索意图的精确理解，从而满足用户的精准的搜索需求。

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

附图示例性地示出了实施例并且构成说明书的一部分，与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的，并不限制权利要求的范围。在所有附图中，相同的附图标记指代类似但不一定相同的要素。

图1示出了根据本公开的实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图；

图2示出了根据本公开的实施例的搜索系统的结构示意图；

图3示出了根据本公开的实施例的搜索文本理解方法的流程图；

图4示出了根据本公开的实施例的搜索文本理解装置的结构框图；以及

图5示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。

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。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。

在本公开中，除非另有说明，否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系，这种术语只是用于将一个元件与另一元件区分开。在一些示例中，第一要素和第二要素可以指向该要素的同一实例，而在某些情况下，基于上下文的描述，它们也可以指代不同实例。

在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的，而并非旨在进行限制。除非上下文另外明确地表明，如果不特意限定要素的数量，则该要素可以是一个也可以是多个。此外，本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。

下面将结合附图详细描述本公开的实施例。

图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1，该系统100包括一个或多个客户端设备101、102、103、104、105和106、服务器120以及将一个或多个客户端设备耦接到服务器120的一个或多个通信网络110。客户端设备101、102、103、104、105和106可以被配置为执行一个或多个应用程序。

在本公开的实施例中，服务器120可以运行使得能够执行搜索文本理解的方法的一个或多个服务或软件应用。

在某些实施例中，服务器120还可以提供其他服务或软件应用，这些服务或软件应用可以包括非虚拟环境和虚拟环境。在某些实施例中，这些服务可以作为基于web的服务或云服务提供，例如在软件即服务(SaaS)模型下提供给客户端设备101、102、103、104、105和/或106的用户。

在图1所示的配置中，服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。操作客户端设备101、102、103、104、105和/或106的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解，各种不同的系统配置是可能的，其可以与系统100不同。因此，图1是用于实施本文所描述的各种方法的系统的一个示例，并且不旨在进行限制。

用户可以使用客户端设备101、102、103、104、105和/或106来输入搜索文本。客户端设备可以提供使客户端设备的用户能够与客户端设备进行交互的接口。客户端设备还可以经由该接口向用户输出信息。尽管图1仅描绘了六种客户端设备，但是本领域技术人员将能够理解，本公开可以支持任何数量的客户端设备。

客户端设备101、102、103、104、105和/或106可以包括各种类型的计算机设备，例如便携式手持设备、通用计算机(诸如个人计算机和膝上型计算机)、工作站计算机、可穿戴设备、智能屏设备、自助服务终端设备、服务机器人、游戏系统、瘦客户端、各种消息收发设备、传感器或其他感测设备等。这些计算机设备可以运行各种类型和版本的软件应用程序和操作系统，例如MICROSOFT Windows、APPLE iOS、类UNIX操作系统、Linux或类Linux操作系统(例如GOOGLE Chrome OS)；或包括各种移动操作系统，例如MICROSOFT WindowsMobile OS、iOS、Windows Phone、Android。便携式手持设备可以包括蜂窝电话、智能电话、平板电脑、个人数字助理(PDA)等。可穿戴设备可以包括头戴式显示器(诸如智能眼镜)和其他设备。游戏系统可以包括各种手持式游戏设备、支持互联网的游戏设备等。客户端设备能够执行各种不同的应用程序，例如各种与Internet相关的应用程序、通信应用程序(例如电子邮件应用程序)、短消息服务(SMS)应用程序，并且可以使用各种通信协议。

网络110可以是本领域技术人员熟知的任何类型的网络，其可以使用多种可用协议中的任何一种(包括但不限于TCP/IP、SNA、IPX等)来支持数据通信。仅作为示例，一个或多个网络110可以是局域网(LAN)、基于以太网的网络、令牌环、广域网(WAN)、因特网、虚拟网络、虚拟专用网络(VPN)、内部网、外部网、区块链网络、公共交换电话网(PSTN)、红外网络、无线网络(例如蓝牙、WIFI)和/或这些和/或其他网络的任意组合。

服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如PC(个人计算机)服务器、UNIX服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作系统的一个或多个虚拟机，或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中，服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。

服务器120中的计算单元可以运行包括上述任何操作系统以及任何商业上可用的服务器操作系统的一个或多个操作系统。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个，包括HTTP服务器、FTP服务器、CGI服务器、JAVA服务器、数据库服务器等。

在一些实施方式中，服务器120可以包括一个或多个应用程序，以分析和合并从客户端设备101、102、103、104、105和106的用户接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序，以经由客户端设备101、102、103、104、105和106的一个或多个显示设备来显示数据馈送和/或实时事件。

在一些实施方式中，服务器120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。服务器120也可以是云服务器，或者是带人工智能技术的智能云计算服务器或智能云主机。云服务器是云计算服务体系中的一项主机产品，以解决传统物理主机与虚拟专用服务器(VPS，Virtual Private Server)服务中存在的管理难度大、业务扩展性弱的缺陷。

系统100还可以包括一个或多个数据库130。在某些实施例中，这些数据库可以用于存储数据和其他信息。例如，数据库130中的一个或多个可用于存储诸如模型、模板、预设标签数据等的信息。数据库130可以驻留在各种位置。例如，由服务器120使用的数据库可以在服务器120本地，或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据库130可以是不同的类型。在某些实施例中，由服务器120使用的数据库例如可以是关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。

在某些实施例中，数据库130中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库，例如键值存储库，对象存储库或由文件系统支持的常规存储库。

图1的系统100可以以各种方式配置和操作，以使得能够应用根据本公开所描述的各种方法和装置。

搜索是警务场景下的典型需求，是指导检索召回和排序策略的重要一环。传统的搜索文本理解，一般只有基础的语义分析，例如分词、重要性评估等。而在警务搜索场景下，待搜索的数据更为丰富和复杂，不同的数据源之间还存在着关联，用户不仅有通用的模糊搜索需求也会有精准的搜索需求，用于辅助相关人员对相关警情或者案件进行处理。例如，对于输入的搜索文本“XX地区参与XX案的女青年”，需要搜索文本理解模块解析出意图为搜索人物，案件与人物存在特定关联且案件为XX地区、性别为女等信息。警情案件中参与的人，警情事件发生的时间、地点以及警情中涉及的物品、工具和相关金额。提取这些信息不仅有助于警情的分类，同时对各类警情案件的关联关系识别也起到关键性的作用。

在整个搜索系统的设计中，如图2所示，一般主要包括AC(Advanced SearcherController，高级搜索控制器)、DA(Data Analysis，数据分析)、BS(Basic Search，基本检索)三个模块。AC模块是整个的搜索系统中的中控模块，主要负责对用户请求的处理，如认证、路由、均衡负载、参数映射等功能并对搜索流程进行控制和干预，例如包括信息封装、返回等功能；DA模块对搜索文本进行分析和理解，识别搜索文本的检索意图，抽取搜索文本要素、实体关系等，也即本公开所述的搜索文本理解框架；BS模块主要是利用搜索模型对DA模块解析的结果进行映射，拆分查询并生成执行计划，由后端模块进行检索，再对返回结果进行排序。本公开主要聚焦于DA模块，以实现可用于警务场景的搜索文本理解。

因此，根据本公开的实施例提供了一种搜索文本理解方法。图3示出了根据本公开的实施例的搜索文本理解方法的流程图，如图3所示，方法300包括：获取与目标搜索领域相关联的目标搜索文本(步骤310)；从目标搜索文本中抽取预设要素标签所对应的要素内容，其中，预设要素标签包括通用要素标签和与目标搜索领域相对应的领域要素标签(步骤320)；从目标搜索文本中抽取预设实体标签所对应的一个或多个实体内容，其中实体标签为待搜索主题(步骤330)；确定实体内容与要素内容之间的关系(步骤340)；以及响应于确定实体内容为多个，确定实体内容之间的关系(步骤350)。

根据本公开的实施例，通过识别实体内容与要素内容之间的关系以及实体内容之间的关系，可以实现对搜索意图的精确理解，从而满足用户的精准的搜索需求。

根据一些实施例，根据本公开的方法还可以包括：对所述目标搜索文本进行分词，以获得一个或多个词语；以及对所述一个或多个词语进行词重要性评估，以确定所述一个或多个词语各自所对应的重要性分数。

分词，即将一段文本分解为以字词(一般称为token或者是term)为单位的数据结构。在本公开中，词语包括单字词语和多个字的词语，在此不作限制。可以使用任何合适的分词工具对搜索文本进行分词。在一些示例中，可以使用LAC(Lexical Analysis ofChinese，是百度自然语言处理部研发的一款联合的词法分析工具)实现中文分词、词性标注、专名识别等分词功能。进一步地，还可以结合警情领域词典，实现对警情搜索场景下的分词。

在本公开中，词重要性(term重要度)主要是指在对搜索文本进行分词后，判断每个词语的重要程度。示例地，可以给出词重要性的归一化分数，所有词语的重要性之和为1。

根据一些实施例，对所述一个或多个词语进行词重要性评估包括：基于经训练的BERT-CRF模型对所述一个或多个词语进行词重要性评估。示例地，可以首先利用大量语料和统计信息，对BERT-CRF模型进行预训练，然后结合警务场景领域的数据对预训练的BERT-CRF模型进行微调训练，以使得所训练得到的BERT-CRF模型能够更好地应用于警务场景。

根据一些实施例，从所述目标搜索文本中抽取预设要素标签所对应的要素内容包括：从所述目标搜索文本中抽取通用要素标签所对应的通用要素内容；以及确定所述通用要素内容中的与所述领域要素标签相匹配的领域要素内容。

在本公开中，通用要素为与搜索领域弱相关的要素，或者可以理解为粗粒度要素；而领域要素主要是特指在目标领域场景下的属性或者要素，或者可以理解为细粒度要素。在本公开中，目标搜索领域可以包括警务、警情场景。通用要素抽取主要是对常见的要素进行抽取，例如可以包括：地点、时间、年龄、人名、号码、组织机构等；在警务场景下，领域要素例如可以包括：籍贯、出生地、工作地等。在一些示例中，在警务领域概念的定义中可以继续配置下层要素，从而层级结构表达为复杂从属关系。

根据一些实施例，基于经训练的Bi-GRU-CRF模型从所述目标搜索文本中抽取所述通用要素标签所对应的通用要素内容。示例地，主要是结合规则和标注数据训练深度学习模型(Bi-GRU-CRF)进行抽取

根据一些实施例，基于枚举字典进行双向最大匹配，以获取所述领域要素标签所对应的领域要素内容。枚举字典，即将任务中的指标可枚举的值，定义成枚举字典，可提高录入数据的速度，减少误操作，便于后期数据的分析和处理。在警务场景下，共抽象出了约200个领域要素，可以利用通用要素抽取出来的结果，结合枚举字典进行双向最大匹配和模板匹配，将抽取出的通用要素值归并到具体的领域要素。示例地，“在北京出生的人”，其中“北京”为地点要素，同时可以将其识别为领域要素“出生地”。

在一些示例中，自定义抽取的领域要素信息，提供领域枚举词典、规则及现有模型组合配置，并充分考虑了规则模板的复用，及对结果信息的引用。用于要素信息抽取的各种技术方法，包括但不限于正则表达式、NLP技术工具、机器学习模型及代码包等，通过配置语句，可以应对各种场景、各种文本下的信息提取需求。

在一些示例中，领域枚举词典可以是基于相应语法规则编写的任何适合的文件，例如XML文件等，领域枚举词典在信息抽取任务中具有重要作用，不仅可以提高分词工具的性能，还可以快速实现信息抽取的领域自适应。

在一些示例中，还可以通过配置通用及自训练的模型进行领域要素信息的抽取，通过配置调用自定义API实现信息抽取的方式，获取复杂逻辑判断或计算的信息。

根据一些实施例，根据本公开的方法还可以包括：对所抽取的要素内容进行归一化，以转换为相应的预设格式内容。

在一些示例中，归一化主要是对时间、年龄等通用要素内容和领域要素内容进行归一化，以方便后续BS模块进行精确查询。示例地，在用户输入搜索文本“今天中午去北京的人”时，将所抽取的时间要素“今天中午”以当前时间为基准，归一化为：年-月-日-时-分-秒等统一格式；例如将所抽取的年龄要素“青年人”以当前时间为基准，归一化为具体的出生年月日，或者，将将所抽取的年龄要素“36岁”归一化为中年人、“20岁”归一化为青年人，等等；例如领域要素内容的归一化主要是对可枚举的要素值，例如籍贯要素的要素值是可枚举，例如XX地区，归一化为XX省-XX市。

在步骤330中，从所述目标搜索文本中抽取预设实体标签所对应的一个或多个实体内容。

根据一些实施例，所要抽取的预设实体标签包括搜索文本中的人、酒店、火车、航班、案件、警情等实体。在一些示例中，可以基于所抽取到的要素内容进一步确定其相对应的实体标签，例如搜索文本：“警情编号为12345的警情”，可以确定相应的要素内容：警情编号，值为12345，并且可进一步确定其对应的实体标签为警情。该要素内容可以理解为该实体的对应的属性名，其属性值为12345。基于所识别到的单个实体内容，可以实现单跳查询。如上所述，警情编号(属性值为12345)即为警情实体的约束。

可以理解的是，本公开所述方法也不限于上述操作步骤中的顺序，例如也可以实体内容的抽取操作再执行要素内容的抽取操作，在此不作限制。

根据一些实施例，从所述目标搜索文本中抽取预设实体标签所对应的一个或多个实体内容包括：基于预设语言模板和依存分析技术，确定第一实体内容以及与所述第一实体内容相关联的目标实体内容。

示例地，可以结合模板和依存分析技术，依存分析主要是利用句子中词与词之间的依存关系来表示词语的句法结构信息(如主谓宾、定状补等结构关系)，用于获取句子的结构信息，从而获取到实体和用户真正的意图目标实体。例如2021年和余XX同航班的老太太，余XX即为第一实体内容，老太太即为目标实体内容。

通过识别第一实体内容和目标实体内容，可以实现多跳查询。例如搜索文本“2022年2月15日和程XX一起入住XX酒店的人是谁”，实体关系和查询过程为：人->酒店->人。所抽取的要素内容包括入住时间、入住人名、酒店名称等。

根据一些实施例，所述目标实体包括第一实体内容以及与所述第一实体内容相关联的目标实体内容。从所述目标搜索文本中抽取预设实体标签所对应的一个或多个实体内容包括：基于所述词重要性分数，确定所述第一实体内容以及与所述第一实体内容相关联的所述目标实体内容。

根据一些实施例，确定所述实体内容与所述要素内容之间的关系包括：基于依存分析结果以及与所述目标搜索领域相对应的预设约束规则，确定所述实体内容与所述要素内容之间的关系。

在一些示例中，要素内容一般为实体内容的属性值。对于在搜索文本中抽取到的多个要素内容，需要将其关联到正确的实体，从而保证正确的约束。具体地，在一些示例中，可以结合以上的依存分析结果，将形成SVO(主谓宾)、ADV_V(副词，动词)、最近距离等策略以及目标搜索领域的预设约束规则，完成要素内容和实体内容之间的关联。例如，“今天和张三去北京的人”，要素内容：出发时间，其值为：今天，出发时间的要素内容应该关联到人实体：张三，从而形成：张三-出发时间-今天。

在一些示例中，在所抽取的多个实体内容中，可以进一步实体内容之间的关系。该功能的实现策略主要是利用依存分析的产生的依存树和目标实体的结果，判断实体与实体的关系。在一些示例中，可以针对当前目标搜索场景，如警务搜索场景，预先梳理出一种或多种实体内容之间的关系，例如处于相同特定场所等。例如，“和张三住在XX场所的人”，所获得的实体内容以及其之间的关系为：张三-同XX场所-人。

根据本公开的实施例，如图4所示，还提供了一种搜索文本理解装置400，包括：获取单元410，配置为获取与目标搜索领域相关联的目标搜索文本；第一抽取单元420，配置为从所述目标搜索文本中抽取预设要素标签所对应的要素内容，其中，所述预设要素标签包括通用要素标签和与所述目标搜索领域相对应的领域要素标签；第二抽取单元430，配置为从所述目标搜索文本中抽取预设实体标签所对应的一个或多个实体内容，其中所述实体标签为待搜索主题；第一确定单元440，配置为确定所述实体内容与所述要素内容之间的关系；以及第二确定单元450，配置为响应于确定所述实体内容为多个，确定所述实体内容之间的关系。

这里，搜索文本理解装置400的上述各单元410～450的操作分别与前面描述的步骤310～350的操作类似，在此不再赘述。

本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，均符合相关法律法规的规定，且不违背公序良俗。

根据本公开的实施例，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。

参考图5，现将描述可以作为本公开的服务器或客户端的电子设备500的结构框图，其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备，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5所示，电子设备500包括计算单元501，其可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序，来执行各种适当的动作和处理。在RAM503中，还可存储电子设备500操作所需的各种程序和数据。计算单元501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口X05也连接至总线504。

电子设备500中的多个部件连接至I/O接口505，包括：输入单元506、输出单元507、存储单元508以及通信单元509。输入单元506可以是能向电子设备500输入信息的任何类型的设备，输入单元506可以接收输入的数字或字符信息，以及产生与电子设备的用户设置和/或功能控制有关的键信号输入，并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元507可以是能呈现信息的任何类型的设备，并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元508可以包括但不限于磁盘、光盘。通信单元509允许电子设备500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，并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组，例如蓝牙TM设备、802.11设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。

计算单元501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501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501执行上文所描述的各个方法和处理，例如方法300。例如，在一些实施例中，方法300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508。在一些实施例中，计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到电子设备500上。当计算机程序加载到RAM 503并由计算单元501执行时，可以执行上文描述的方法300的一个或多个步骤。备选地，在其他实施例中，计算单元501可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行方法300。

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)、复杂可编程逻辑设备(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数据处理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)、互联网和区块链网络。

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，本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行，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。

虽然已经参照附图描述了本公开的实施例或示例，但应理解，上述的方法、系统和设备仅仅是示例性的实施例或示例，本发明的范围并不由这些实施例或示例限制，而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外，可以通过不同于本公开中描述的次序来执行各步骤。进一步地，可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进，在此描述的很多要素可以由本公开之后出现的等同要素进行替换。

Claims (23)

1.一种搜索文本理解方法，包括：

获取与目标搜索领域相关联的目标搜索文本；

从所述目标搜索文本中抽取预设要素标签所对应的要素内容，其中，所述预设要素标签包括通用要素标签和与所述目标搜索领域相对应的领域要素标签；

从所述目标搜索文本中抽取预设实体标签所对应的一个或多个实体内容，其中所述实体标签为待搜索主题；

确定所述实体内容与所述要素内容之间的关系；以及

响应于确定所述实体内容为多个，确定所述实体内容之间的关系。

2.如权利要求1所述的方法，还包括：

对所述目标搜索文本进行分词，以获得一个或多个词语；以及

对所述一个或多个词语进行词重要性评估，以确定所述一个或多个词语各自所对应的重要性分数。

3.如权利要求1所述的方法，其中，从所述目标搜索文本中抽取预设要素标签所对应的要素内容包括：

从所述目标搜索文本中抽取通用要素标签所对应的通用要素内容；以及

确定所述通用要素内容中的与所述领域要素标签相匹配的领域要素内容。

4.如权利要求1或3所述的方法，其中，基于经训练的Bi-GRU-CRF模型从所述目标搜索文本中抽取所述通用要素标签所对应的通用要素内容。

5.如权利要求1或3所述的方法，其中，基于枚举字典进行双向最大匹配，以获取所述领域要素标签所对应的领域要素内容。

6.如权利要求2所述的方法，其中，对所述一个或多个词语进行词重要性评估包括：基于经训练的BERT-CRF模型对所述一个或多个词语进行词重要性评估。

7.如权利要求1所述的方法，还包括：对所抽取的要素内容进行归一化，以转换为相应的预设格式内容。

8.如权利要求1所述的方法，其中，从所述目标搜索文本中抽取预设实体标签所对应的一个或多个实体内容包括：基于预设语言模板和依存分析技术，确定第一实体内容以及与所述第一实体内容相关联的目标实体内容。

9.如权利要求2所述的方法，其中，所述目标实体包括第一实体内容以及与所述第一实体内容相关联的目标实体内容，并且其中，

从所述目标搜索文本中抽取预设实体标签所对应的一个或多个实体内容包括：基于所述词重要性分数，确定所述第一实体内容以及与所述第一实体内容相关联的所述目标实体内容。

10.如权利要求1或8所述的方法，其中，确定所述实体内容与所述要素内容之间的关系包括：

基于依存分析结果以及与所述目标搜索领域相对应的预设约束规则，确定所述实体内容与所述要素内容之间的关系。

11.如权利要求1所述的方法，其中，所述预设实体标签包括以下项中的至少一项：人、酒店、火车、航班、案件、案情。

12.如权利要求1所述的方法，其中，所述预设要素标签包括以下项中的至少一项：地点、时间、年龄、人名、号码、组织机构。

13.一种搜索文本理解装置，包括：

获取单元，配置为获取与目标搜索领域相关联的目标搜索文本；

第一抽取单元，配置为从所述目标搜索文本中抽取预设要素标签所对应的要素内容，其中，所述预设要素标签包括通用要素标签和与所述目标搜索领域相对应的领域要素标签；

第二抽取单元，配置为从所述目标搜索文本中抽取预设实体标签所对应的一个或多个实体内容，其中所述实体标签为待搜索主题；

第一确定单元，配置为确定所述实体内容与所述要素内容之间的关系；以及

第二确定单元，配置为响应于确定所述实体内容为多个，确定所述实体内容之间的关系。

14.如权利要求13所述的装置，还包括：

分词单元，配置为对所述目标搜索文本进行分词，以获得一个或多个词语；以及

重要性评估单元，配置为对所述一个或多个词语进行词重要性评估，以确定所述一个或多个词语各自所对应的重要性分数。

15.如权利要求13所述的装置，其中，第一抽取单元包括：

抽取子单元，配置为从所述目标搜索文本中抽取通用要素标签所对应的通用要素内容；以及

第一确定子单元，配置为确定所述通用要素内容中的与所述领域要素标签相匹配的领域要素内容。

16.如权利要求13或15所述的装置，其中，基于经训练的Bi-GRU-CRF模型从所述目标搜索文本中抽取所述通用要素标签所对应的通用要素内容。

17.如权利要求13或15所述的装置，其中，基于枚举字典进行双向最大匹配，以获取所述领域要素标签所对应的领域要素内容。

18.如权利要求13所述的装置，其中，所述第二抽取单元包括第二确定子单元，配置为：基于预设语言模板和依存分析技术，确定第一实体内容以及与所述第一实体内容相关联的目标实体内容。

19.如权利要求14所述的装置，其中，所述目标实体包括第一实体内容以及与所述第一实体内容相关联的目标实体内容，并且其中，

所述第二抽取单元包括第三确定子单元，配置为：基于所述词重要性分数，确定所述第一实体内容以及与所述第一实体内容相关联的所述目标实体内容。

20.如权利要求13或18所述的装置，其中，第一确定单元包括第四确定子单元，配置为：基于依存分析结果以及与所述目标搜索领域相对应的预设约束规则，确定所述实体内容与所述要素内容之间的关系。

21.一种电子设备，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1-12中任一项所述的方法。

22.一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1-12中任一项所述的方法。

23.一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被处理器执行时实现权利要求1-12中任一项所述的方法。

Images