CN116737880A - 信息查询方法、装置、设备、介质和程序产品 - Google Patents
信息查询方法、装置、设备、介质和程序产品 Download PDFInfo
- Publication number
- CN116737880A CN116737880A CN202310793356.4A CN202310793356A CN116737880A CN 116737880 A CN116737880 A CN 116737880A CN 202310793356 A CN202310793356 A CN 202310793356A CN 116737880 A CN116737880 A CN 116737880A
- Authority
- CN
- China
- Prior art keywords
- query
- target
- information
- information text
- word
- 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
- 238000000034 method Methods 0.000 title claims abstract description 87
- 238000004364 calculation method Methods 0.000 claims abstract description 34
- 238000012545 processing Methods 0.000 claims abstract description 21
- 238000010219 correlation analysis Methods 0.000 claims abstract description 12
- 230000011218 segmentation Effects 0.000 claims description 44
- 238000012549 training Methods 0.000 claims description 23
- 238000004458 analytical method Methods 0.000 claims description 20
- 238000011156 evaluation Methods 0.000 claims description 20
- 238000004590 computer program Methods 0.000 claims description 19
- 239000013598 vector Substances 0.000 claims description 19
- 230000000295 complement effect Effects 0.000 claims description 14
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000012098 association analyses Methods 0.000 claims description 4
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 12
- 230000015654 memory Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000013475 authorization Methods 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 241000008357 Okapia johnstoni Species 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 230000009849 deactivation Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000000758 substrate Substances 0.000 description 1
- 238000000844 transformation Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- 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
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Databases & Information Systems (AREA)
- Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开提供了一种信息查询方法、装置、设备、介质和程序产品,可以应用于数据处理及金融技术领域。该信息查询方法包括:获取待查询的信息文本;对所述信息文本进行处理,得到对应于该信息文本的至少一个目标分词;根据第一模型,对所述至少一个目标分词进行相似度计算,得到M个匹配对象,所述M个匹配对象组成第一集合;根据第二模型,对所述至少一个目标分词进行目标分词间的关联性分析,得到N个匹配对象,所述N个匹配对象组成第二集合;对所述第一集合及第二集合进行计算,得到至少一个匹配对象。
Description
技术领域
本公开涉及数据处理及金融领域,更具体地涉及一种信息查询方法、装置、设备、介质和程序产品。
背景技术
普惠金融以及中小企业贷款是金融机构的重要业务,在企业融资贷款时需核查贷款人企业名称、地址和电话等信息,以及金融机构挖掘潜在融资对象时,核验企业名称至关重要。
许多企业的名称全称较长,对于用户而言,在搜索中通常根据记住的几个词语进行检索,从大量的企业名称中很难查找到目标名称。
现有的企业名称检索中,通常采用简单的规则匹配加人工确认的方式或仅支持全称精准匹配进行查找,但随着企业名称的不断增多和企业名称的变换,查询效率较低且准确度不高。
发明内容
鉴于上述问题,本公开实施例提供了一种提高查询准确度和效率的信息查询方法、装置、设备、介质和程序产品,用于至少部分解决上述技术问题。
根据本公开实施例的第一个方面,提供了一种信息查询方法,包括:获取待查询的信息文本;对信息文本进行处理,得到对应于该信息文本的至少一个目标分词;根据第一模型,对至少一个目标分词进行相似度计算,得到M个匹配对象,M个匹配对象组成第一集合;根据第二模型,对至少一个目标分词进行目标分词间的关联性分析,得到N个匹配对象,N个匹配对象组成第二集合;对第一集合及第二集合进行计算,得到至少一个匹配对象。
根据本公开的实施例,其中,根据第一模型,对至少一个分词进行相似度计算,得到M个匹配对象,M个匹配对象组成第一集合包括:基于第一数据库中多个第一查询文档,计算至少一个目标分词与多个第一查询文档的相似度,得到至少一组检索值;对至少一组检索值求和,得到与信息文本对应的多个查询值;确定与信息文本对应的M个查询值,得到M个匹配对象。
根据本公开的实施例,其中,确定与信息文本对应的M个查询值,得到M个匹配对象包括:获取第一阈值;根据第一阈值,确定多个查询值中的M个匹配对象,其中,M个匹配对象对应的查询值均高于第一阈值。
根据本公开的实施例,其中,根据第二模型,对至少一个目标分词进行目标分词间的关联性分析,得到N个匹配对象,N个匹配对象组成第二集合包括:基于信息文本,生成与该信息文本对应的至少一个目标分词的待查询词向量;基于第二数据库中多个第二查询文档,分别生成与多个第二查询文档对应的至少一个索引词向量;分别计算信息文本中的待查询词向量与多个第二查询文档中的索引词向量之间的关联值;确定与信息文本对应N个关联值,得到N个匹配对象。
根据本公开的实施例,其中,确定与信息文本对应N个关联值,得到N个匹配对象包括:获取第二阈值;根据第二阈值,确定多个关联值中的N个匹配对象,其中,N个匹配对象对应的关联值均高于第二阈值。
根据本公开的实施例,其中,对第一集合及第二集合进行计算,得到至少一个匹配对象包括:对第一集合中的M个查询值分别取对数,得到M个第一中间值;基于多个查询值,确定第一集合的补集;将第一集合的补集对应的查询值转换为零;对第二集合中的N个关联值分别取对数,得到N个第二中间值;基于多个关联值,确定第二集合的补集;将第二集合补集对应的关联值转换为零;分别将与查询值对应的关联值加和,得到至少一个匹配对象;其中,查询值对应的第一查询文档与关联值对应的第二查询文档具有相同的目标分词。
根据本公开的实施例,其中,分别将与查询值对应的关联值加和,得到至少一个匹配对象包括:获取与查询值和关联值分别对应的第一权重值和第二权重值,其中,第一权重值用于表征信息文本与查询文档之间目标分词相似度计算的评价信息,第二权重值用于表征信息文本与查询文档之间目标分词间关联性分析的评价信息;确定查询值与第一权重值的乘积,得到第一评价值;确定关联值与第二权重值的乘积,得到第二评价值;将第一评价值和第二评价值相加,得到匹配对象。
根据本公开的实施例,其中,对信息文本进行处理,得到对应于该信息文本的至少一个目标分词之后包括:基于标识信息,将第一数据库中多个第一查询文档分为至少一个第一目标区域集合;基于标识信息,将第二数据库中多个第二查询文档分为至少一个第二目标区域集合;根据至少一个目标分词,确定与信息文本对应的第一目标区域集合和第二目标区域集合。
根据本公开的实施例,其中,标识信息用于表征第一查询文档和第二查询文档的地区标识。
根据本公开的实施例,其中,根据至少一个目标分词,确定与信息文本对应的第一目标区域集合和第二目标区域集合包括:
在信息文本中至少一个目标分词与一个第一目标区域集合的标识信息相对应的情况下,确定该第一目标区域集合中的多个第一查询文档作为第一数据库;
在信息文本中至少一个目标分词与一个第二目标区域集合的标识信息相对应的情况下,确定该第二目标区域集合中的多个第二查询文档作为第二数据库。
根据本公开的实施例,其中,对信息文本进行处理,得到对应于该信息文本的至少一个分词包括:对信息文本进行分词,得到至少一个初始分词;对至少一个初始分词去停用词,得到至少一个中间分词;对至少一个中间分词进行缩写转换,得到至少一个目标分词。
根据本公开的实施例,其中,该方法还包括:将至少一个匹配对象进行排序,得到匹配对象的排序结果;根据匹配对象的排序结果,确定前T个匹配对象。
根据本公开的实施例,其中,第一模型的训练方法包括:获取第一数据库的多个第一查询文档;根据多个第一查询文档,对概率检索模型进行训练,得到第一模型。
根据本公开的实施例,其中,第二模型的训练方法包括:采集历史查询文本数据;根据历史查询文本数据,对词嵌入模型进行训练,得到第二模型。
本公开实施例的第二方面提供了一种信息查询装置,包括:获取模块,用于获取待查询的信息文本;第一分析模块,用于根据第一模型,对至少一个目标分词进行相似度计算,得到M个匹配对象,M个匹配对象组成第一集合;第二分析模块,用于根据第二模型,对至少一个目标分词进行目标分词间的关联性分析,得到N个匹配对象,N个匹配对象组成第二集合;以及计算模块,用于对第一集合及第二集合进行计算,得到至少一个匹配对象。
本公开实施例的第三方面提供了一种电子设备,包括:一个或多个处理器;存储器,用于存储一个或多个程序,其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得一个或多个处理器执行上述信息查询方法。
本公开实施例的第四方面还提供了一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器执行上述信息查询方法。
本公开实施例的第五方面还提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述信息查询方法。
附图说明
通过以下参照附图对本公开实施例的描述,本公开的上述内容以及其他目的、特征和优点将更为清楚,在附图中:
图1示意性示出了根据本公开实施例的信息查询方法、装置、设备、介质和程序产品的应用场景图;
图2示意性示出了根据本公开实施例的信息查询方法的流程图;
图3示意性示出了根据本公开实施例的对信息文本进行处理的方法的流程图;
图4示意性示出了根据本公开实施例的如何根据目标分词在第一数据库和第二数据库中确定对应的目标区域集合的方法的流程图;
图5示意性示出了根据本公开实施例的如何根据目标分词选择目标区域集合的判断流程图;图6示意性示出了根据本公开实施例的第一模型训练方法的流程图;
图7示意性示出了根据本公开实施例的第二模型训练方法的流程图;
图8示意性示出了根据本公开实施例的根据第一模型对目标分词进行相似度计算的方法的流程图;
图9示意性示出了根据本公开实施例的确定与信息文本对应的M个查询值的方法的流程图;
图10示意性示出了根据本公开实施例的根据第二模型对目标分词间进行关联性分析的方法的流程图;
图11示意性示出了根据本公开实施例的确定与信息文本对应的N个关联值的方法的流程图;
图12示意性示出了根据本公开实施例的根据第一集合和第二集合计算得到匹配对象的方法的流程图;
图13示意性示出了根据本公开实施例的查询值对应的关联值加和得到匹配对象的方法的流程图;
图14示意性示了根据本公开实施例的根据匹配对象进行排序显示查询结果的方法的流程图;
图15示意性示出了根据本公开实施例的信息查询装置的结构框图;以及
图16示意性示出了根据本公开实施例的适于实现信息查询方法的电子设备的方框图。
具体实施方式
以下,将参照附图来描述本公开的实施例。但是应该理解,这些描述只是示例性的,而并非要限制本公开的范围。在下面的详细描述中,为便于解释,阐述了许多具体的细节以提供对本公开实施例的全面理解。然而,明显地,一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义。应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释。
在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、公开和应用等处理,均符合相关法律法规的规定,采取了必要保密措施,且不违背公序良俗。
在本公开的技术方案中,在获取或采集用户个人信息之前,均获取了用户的授权或同意。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。
在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、公开和应用等处理,均符合相关法律法规的规定,采取了必要保密措施,且不违背公序良俗。
在本公开的技术方案中,在获取或采集用户个人信息之前,均获取了用户的授权或同意。
本公开的实施例提供了一种信息查询方法,包括:获取待查询的信息文本;对信息文本进行处理,得到对应于该信息文本的至少一个目标分词;根据第一模型,对至少一个目标分词进行相似度计算,得到M个匹配对象,M个匹配对象组成第一集合;根据第二模型,对至少一个目标分词进行目标分词间的关联性分析,得到N个匹配对象,N个匹配对象组成第二集合;对第一集合及第二集合进行计算,得到至少一个匹配对象。
图1示意性示出了根据本公开实施例的信息查询方法、装置、设备、介质和程序产品的应用场景图。
如图1所示,根据该实施例的应用场景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,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备,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。
服务器105可以是提供各种服务的服务器,例如对用户利用终端设备101、102、103所浏览的网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理,并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给终端设备。
需要说明的是,本公开实施例所提供的信息查询方法一般可以由服务器105执行。相应地,本公开实施例所提供的信息查询装置一般可以设置于服务器105中。本公开实施例所提供的信息查询方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群执行。相应地,本公开实施例所提供的信息查询装置也可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群中。
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。
以下将基于图1描述的场景,通过图2~图15对公开实施例的信息查询方法进行详细描述。
图2示意性示出了根据本公开实施例的信息查询方法的流程图。
如图2所示,该实施例的信息查询方法包括操作S210~操作S250。
在操作S210,获取待查询的信息文本。
在一些实施例中,以金融机构贷款时需核查贷款人企业名称为例。信息文本可以为金融机构工作人员在企业信息系统查询栏中输入的想要查询企业的一些词语。例如,信息文本可以为:北京市工行股份有限公司。
需要说明的是,本公开实施例对信息文本的形式不做具体的限定,信息文本可以为连续描述的文字、企业名称或人名等。
在操作S220,对信息文本进行处理,得到对应于该信息文本的至少一个目标分词。
在一些实施例中,分词是一种操作,它按照特定需求,把文本切分成一个字符串序列(其元素一般称为token,或者叫词语)。
例如,继续以上述信息文本“北京市工行股份有限公司”为例,可以得到“北京”、“市”、“工行”、“股份”和“有限公司”的目标分词。
在操作S230,根据第一模型,对至少一个目标分词进行相似度计算,得到M个匹配对象,M个匹配对象组成第一集合。
根据本公开实施例,第一模型采用BM25算法(Okapi BM25)模型。BM25算法模型是一种用来评价搜索词和文档之间相关性的算法,它是一种基于概率的信息检索模型。
在一些实施例中,相似度计算是指是指根据每个目标分词在数据库中每个第一查询文档中出现的频次及该目标分词在数据库中的重要性,计算每个分词与查询文档的相关性得分,加权求和得到信息文本与第一查询文档之间的相关性得分。
在操作S230,根据第二模型,对至少一个目标分词进行目标分词间的关联性分析,得到N个匹配对象,N个匹配对象组成第二集合。
根据本公开实施例,第二模型采用Word2vec(word to vector)模型,其中,采用Word2vec模型中的Skip-gram模式。Word2vec模型是一种基于神经网络训练的自然语言模型,将词汇进行向量化,定量的分析和挖掘词汇之间的联系,可用来表示词对词之间的关系。
在一些实施例中,目标分词间的关联性分析是指比较信息文本中至少一个目标分词之间的联系程度与数据库中每个文档的词向量之间的联系程度。
在操作S250,对第一集合及第二集合进行计算,得到至少一个匹配对象。
可以理解的是,本公开实施例,将待查询的信息文本分别通过第一模型和第二模型计算得到两种不同类型的计算结果(即通过对信息文本中目标分词于数据库中的文档进行相似度计算和目标分词间的关联性分析),然后融合两种计算结果进行分析得到最终的匹配结果,通过模型融合的方式,相比单一的匹配算法模型,可以极大地提高匹配准确率和鲁棒性。
图3示意性示出了根据本公开实施例的对信息文本进行处理的方法的流程图;
如图3所示,该实施例的对信息文本进行处理,得到对应于该信息文本的至少一个分词包括操作S310~操作S330。
在操作S310,对信息文本进行分词,得到至少一个初始分词。
在一些实施例中,分词指的是将一个汉字序列切分成一个个单独的词。分词就是将连续的字序列按照一定的规范重新组合成词序列的过程。
在操作S320,对至少一个初始分词去停用词,得到至少一个中间分词。
在一些实施例中,停用词是指在信息检索中,为节省存储空间和提高搜索效率,在处理自然语言数据(或文本)之前或之后会自动过滤掉某些字或词,即这一操作被称为去停用词。
在操作S330,对至少一个中间分词进行缩写转换,得到至少一个目标分词。
在一些实施例中,缩写转换是指将人们对一些词语的简称转化为书面的词语。例如,将“国网”转换为“国家电网”。
根据本公开实施例,以上述查询文本“北京市工行股份有限公司”为例,先进行分词操作,可以得到“北京”、“市”、“工行”、“股份”和“有限公司”的初始分词;再进行去停用词,可以得到“北京”、“工行”和“有限公司”的中间分词;进一步的进行缩写转换,可以得到“北京”、“工商银行”和“有限公司”的目标分词。
可以理解的是,对信息文本进行分词、去停用词和缩写转换操作,能够减少计算量,提高查询效率,同时也可以提高查询的准确率。可以根据实际应用需求,将“有限公司”作为停用词去除,进一步减少计算量。
图4示意性示出了根据本公开实施例的如何根据目标分词在第一数据库和第二数据库中确定对应的目标区域集合的方法的流程图。
如图4所示,该实施例的对信息文本进行处理,得到对应于该信息文本的至少一个目标分词之后包括操作S410~操作S430。
在操作S410,基于标识信息,将第一数据库中多个第一查询文档分为至少一个第一目标区域集合。
其中,标识信息用于表征第一查询文档的地区标识。
在操作S420,基于标识信息,将第二数据库中多个第二查询文档分为至少一个第二目标区域集合。
其中,标识信息用于表征第二查询文档的地区标识。
在一些实施例中,操作S410和操作S420中的地区标识即企业名称中含有地区词语的信息。
在操作S430,根据至少一个目标分词,确定与信息文本对应的第一目标区域集合和第二目标区域集合。
例如,“成都市**科技有限公司”、“上海市**科技有限公司”或“四川省**科技有限公司”,成都、上海和四川均为地区标识,可以将多个具有省级的地区标识(四川省)的划分为一个目标区域集合,将多个具有市级的地区标识(成都、上海)的划分为一个目标区域集合。即可以按照省、市、县、乡/镇等行政区域对企业名称进行目标区域集合的划分。
需要说明的是,本公开实施例对企业名称目标区域集合的划分不做具体的限定,除可以根据行政区域进行划分外,还可以根据企业单位的性质进行划分(国企、事业单位、上市公司或私有企业)。
图5示意性示出了根据本公开实施例的如何根据目标分词选择目标区域集合的判断流程图。
如图5所示,该实施例的根据至少一个目标分词,确定与信息文本对应的第一目标区域集合和第二目标区域集合包括操作S510~操作S560。
在操作S510,判断信息文本中至少一个目标分词与一个第一目标区域集合的标识信息是否对应。
在操作S520,在确定目标分词与某一个第一目标区域集合的标识信息对应的情况下,即确定该第一目标区域集合为第一数据库。
在操作S530,在确定目标分词与多个第一目标区域集合的标识信息均没有对应的情况下,即确定该第一数据库中的所有第一查询文档为第一数据库。
在操作S540,判断信息文本中至少一个目标分词与一个第二目标区域集合的标识信息是否对应。
在操作S550,在确定目标分词与某一个第二目标区域集合的标识信息对应的情况下,即确定该第二目标区域集合为第二数据库。
在操作S560,在确定目标分词与多个第二目标区域集合的标识信息均没有对应的情况下,即确定该第二数据库中的所有第二查询文档为第二数据库。
可以理解的是,在进行计算时可以根据目标分词选择全量查询文档(第一数据库或第二数据库中的全部文档)还是部分查询文档(某一个第一目标区域集合或第二目标区域集合);对信息文本计算的基础能够做预处理,从而减少信息文本分析计算的数据量,加快查询效率。
例如,由于目标分词中含有“北京”,因此第一目标区域集合和第二目标区域集合中的查询文档分别含有“北京”的词汇。
图6示意性示出了根据本公开实施例的第一模型训练方法的流程图。
如图6所示,该实施例的第一模型的训练方法包括操作S610~操作S620。
在操作S610,获取第一数据库的多个第一查询文档。
在操作S620,根据多个第一查询文档,对概率检索模型进行训练,得到第一模型。
在一些实施例中,概率检索模型即BM25算法,实际操作中,通过对概率检索模型进行训练,优化模型参数,得到第一模型。以上述企业名称查询为例,第一数据库为企业名称信息库(通过外部服务器获取国家企业信用信息公示系统、天眼查及企信查等平台企业信息),第一查询文档,即每条企业名称信息。
根据本公开实施例,在获取第一数据库的多个第一查询文档时,可以采用定时获取的方法,以对第一数据库中的第一查询文档进行定期的更新,从而保证第一数据库中信息查询的准确性。
图7示意性示出了根据本公开实施例的第二模型训练方法的流程图。
如图7所示,该实施例的第二模型的训练方法包括操作S710~操作S720。
在操作S710,采集历史查询文本数据。
在操作S720,根据历史查询文本数据,对词嵌入模型进行训练,得到第二模型。
在一些实施例中,历史查询文本数据包括金融机构工作人员和客户对企业名称查询时输入的查询数据。词嵌入模型能够生成与每个历史查询文本数据对应的词向量文件。词嵌入模型即Word2vec模型,通过历史查询文本数据对Word2vec模型进行训练,能够提高第二模型计算的准确性。
根据本公开实施例,在历史查询文本数据时,可以采用定时获取的方法,以对第二数据库中的第二查询文档进行定期的更新,从而保证第二数据库中信息查询的准确性。
图8示意性示出了根据本公开实施例的根据第一模型对目标分词进行相似度计算的方法的流程图。
如图8所示,该实施例的根据第一模型,对至少一个分词进行相似度计算,得到M个匹配对象,M个匹配对象组成第一集合包括操作S810~操作S830。
在操作S810,基于第一数据库中多个第一查询文档,计算至少一个目标分词与多个第一查询文档的相似度,得到至少一组检索值。
其中,第一查询文档即为上述操作S520或S530确定的第一查询文档。
在操作S820,对至少一组检索值求和,得到与信息文本对应的多个查询值。
在操作S830,确定与信息文本对应的M个查询值,得到M个匹配对象。
在一些实施例中,计算待查询信息文本中的每个目标分词与第一查询文档的相关性,得到一组检索值。其中,检索值代表目标分词的频次值、目标分词在第一查询文档中的权重值和目标分词在第一查询文档中文档长度调节参数三者的乘积。再将一个信息文本中每个目标分词的检索值求和得到查询值。例如,分别计算“北京”和“工商银行”的目标分词与包含该目标分词所有第一查询文档的检索值,再将两者的对应的所有检索值相加得到查询值(即信息文本与第一查询文档之间的相似度得分)。
需要说明的是,本公开实施例中,操作S820和操作S830均在第一模型中完成。且在第一模型调用前,生成与每个第一查询文档对应的索引表,索引表中含有与第一查询文档对应的查询分词,从而便于待查询的信息文本与第一查询文档进行关联;同时,针对第一查询文档中的查询分词进行相关计算,得到预处理数据,以在后续进行查询文本计算中对第一查询文档中查询分词的预处理数据进行调用,加快计算效率。
图9示意性示出了根据本公开实施例的确定与信息文本对应的M个查询值的方法的流程图。
如图9所示,该实施例的确定与信息文本对应的M个查询值,得到M个匹配对象包括操作S910~操作S920。
在操作S910,获取第一阈值。
在操作S920,根据第一阈值,确定多个查询值中的M个匹配对象,其中,M个匹配对象对应的查询值均高于第一阈值。
在一些实施例中,设置第一阈值α1,筛选根据第一模型计算得到的多个查询值,超过α1的的查询值确认为匹配对象,M个匹配对象形成第一集合。
图10示意性示出了根据本公开实施例的根据第二模型对目标分词间进行关联性分析的方法的流程图。
如图10所示,该实施例的根据第二模型,对至少一个目标分词进行目标分词间的关联性分析,得到N个匹配对象,N个匹配对象组成第二集合方法包括操作S1010~操作S1040。
在操作S1010,基于信息文本,生成与该信息文本对应的至少一个目标分词的待查询词向量。
在操作S1020,基于第二数据库中多个第二查询文档,分别生成与多个第二查询文档对应的至少一个索引词向量。
其中,第二查询文档即为上述操作S550或S560确定的第二查询文档。
在操作S1030,分别计算信息文本中的待查询词向量与多个第二查询文档中的索引词向量之间的关联值。
在操作S1040,确定与信息文本对应N个关联值,得到N个匹配对象。
在一些实施例中,第二模型在训练阶段需要将第二数据库中每个第二查询文档生成索引词向量,进行第二模型的训练。在第二模型的应用阶段,第二模型先将信息文本的至少一个目标分词,生成对应的待查询词向量;再将信息文本的待查询词向量与第二查询文档的索引词向量分别做关联程度的计算,得到关联值。
例如,分别计算信息文本和第二查询文档中的“北京”和“工商银行”的关联值,进行比较。
图11示意性示出了根据本公开实施例的确定与信息文本对应的N个关联值的方法的流程图。
如图11所示,该实施例的确定与信息文本对应N个关联值,得到N个匹配对象包括操作S1110~操作S1120。
在操作S1110,获取第二阈值。
在操作S1120,根据第二阈值,确定多个关联值中的N个匹配对象,其中,N个匹配对象对应的关联值均高于第二阈值。
在一些实施例中,设置第二阈值α2,筛选根据第二模型计算得到的多个关联值,超过α2的的关联值确认为匹配对象,N个匹配对象形成第一集合。
需要说明的是,第一阈值和第二阈值均可以根据实际的应用需求进行调节。且M和N的数量可以一致也可以不一致。
图12示意性示出了根据本公开实施例的根据第一集合和第二集合计算得到匹配对象的方法的流程图。
如图12所示,该实施例的对第一集合及第二集合进行计算,得到至少一个匹配对象包括操作S1210~操作S1270。
在操作S1210,对第一集合中的M个查询值分别取对数,得到M个第一中间值。
在操作S1220,基于多个查询值,确定第一集合的补集。
在操作S1230,将第一集合的补集对应的查询值转换为零。
在一些实施例中,由于根据目标分词确定了第一数据库中某一第一目标区域集合包括的多个第一查询文档计算得到查询值,构成第一集合;因此,第一集合的补集为:将第一数据库(全量)中除某一第一目标区域集合中其他的第一查询文档的查询值记作零,构成的集合;基于第一数据库(全量)中除某一第一目标区域集合中其他的第一查询文档无需计算查询值。
在操作S1240,对第二集合中的N个关联值分别取对数,得到N个第二中间值。
在操作S1250,基于多个关联值,确定第二集合的补集。
在操作S1260,将第二集合补集对应的关联值转换为零。
在一些实施例中,由于根据目标分词确定了第二数据库中某一第二目标区域集合包括的多个第二查询文档计算得到关联值,构成第二集合;因此,第二集合的补集为:将第二数据库(全量)中除某一第二目标区域集合中其他的第二查询文档的关联值记作零,构成的集合;基于第二数据库(全量)中除某一第二目标区域集合中其他的第二查询文档无需计算关联值。
在操作S1270,分别将与查询值对应的关联值加和,得到至少一个匹配对象。
其中,查询值对应的第一查询文档与关联值对应的第二查询文档具有相同的目标分词。
图13示意性示出了根据本公开实施例的查询值对应的关联值加和得到匹配对象的方法的流程图。
如图13所示,该实施例的分别将与查询值对应的关联值加和,得到至少一个匹配对象包括操作S1310~操作S1340。
在操作S1310,获取与查询值和关联值分别对应的第一权重值和第二权重值,其中,第一权重值用于表征信息文本与查询文档之间目标分词相似度计算的评价信息,第二权重值用于表征信息文本与查询文档之间目标分词间关联性分析的评价信息。
其中,第一权重值表示用于根据第一模型训练结果准确度的评价权重;和第二权重值表示用于根据第二模型训练结果准确度的评价权重。
需要说明的是,第一权重值和第二权重值可以根据模型训练结果的准确度进行确定,在第一模型训练结果优于第二模型时,可以将第一权重值的值增大;在第二模型训练结果优于第一模型时,可以将第二权重值的值增大,但两者的总和为1。
在操作S1320,确定查询值与第一权重值的乘积,得到第一评价值。
在操作S1330,确定关联值与第二权重值的乘积,得到第二评价值。
在操作S1340,将第一评价值和第二评价值相加,得到匹配对象。
根据本公开实施例,根据上述操作将匹配对象结果记为Score总,
则Score总=ω1*ln(1+ScoreBM25)+ω2*ln(1+Scorew2v)
其中,ScoreBM25为查询值,Scorew2v为关联值,ω1为第一权重值,ω2为第二权重值。一般默认的,ω1=ω2=0.5。
图14示意性示了根据本公开实施例的根据匹配对象进行排序显示查询结果的方法的流程图。
如图14所示,该实施例的信息查询方法还包括操作S1410~操作S1420。
在操作S1410,将至少一个匹配对象进行排序,得到匹配对象的排序结果。
在操作S1420,根据匹配对象的排序结果,确定前T个匹配对象。
在一些实施例中,匹配对象的结果为Score总,可以针对多个匹配对象按照从大到小的顺序进行排序,Score总越大,表明该结果与信息文本更接近,设定排名前T个的匹配对象显示在搜索查询结果栏供用户选择。
基于上述信息查询方法,本公开还提供了一种信息查询装置。以下将结合图15对该装置进行详细描述。
图15示意性示出了根据本公开实施例的信息查询装置的结构框图。
如图15所示,该实施例的信息查询装置800包括获取模块810、第一分析模块820、第二分析模块830和计算模块840。
获取模块810用于获取待查询的信息文本。在一实施例中,获取模块810可以用于执行前文描述的操作S210,在此不再赘述。
第一分析模块820用于根据第一模型,对至少一个目标分词进行相似度计算,得到M个匹配对象,M个匹配对象组成第一集合。在一实施例中,第一分析模块820可以用于执行前文描述的操作S220,在此不再赘述。
第二分析模块830用于根据第二模型,对所述至少一个目标分词进行目标分词间的关联性分析,得到N个匹配对象,所述N个匹配对象组成第二集合。在一实施例中,第二分析模块830可以用于执行前文描述的操作S230,在此不再赘述。以及
计算模块840用于对所述第一集合及第二集合进行计算,得到至少一个匹配对象。在一实施例中,计算模块830可以用于执行前文描述的操作S240,在此不再赘述。
根据本公开的实施例,获取模块810、第一分析模块820、第二分析模块830和计算模块840中的任意多个模块可以合并在一个模块中实现,或者其中的任意一个模块可以被拆分成多个模块。或者,这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合,并在一个模块中实现。根据本公开的实施例,获取模块810、第一分析模块820、第二分析模块830和计算模块840中的至少一个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,获取模块810、第一分析模块820、第二分析模块830和计算模块840中的至少一个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
图16示意性示出了根据本公开实施例的适于实现信息查询方法的电子设备的方框图。
如图16所示,根据本公开实施例的电子设备900包括处理器901,其可以根据存储在只读存储器(ROM)902中的程序或者从存储部分908加载到随机访问存储器(RAM)903中的程序而执行各种适当的动作和处理。处理器901例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如,专用集成电路(ASIC))等等。处理器901还可以包括用于缓存用途的板载存储器。处理器901可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
在RAM 903中,存储有电子设备900操作所需的各种程序和数据。处理器901、ROM902以及RAM 903通过总线904彼此相连。处理器901通过执行ROM 902和/或RAM 903中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意,所述程序也可以存储在除ROM 902和RAM 903以外的一个或多个存储器中。处理器901也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。
根据本公开的实施例,电子设备900还可以包括输入/输出(I/O)接口905,输入/输出(I/O)接口905也连接至总线904。电子设备900还可以包括连接至I/O接口905的以下部件中的一项或多项:包括键盘、鼠标等的输入部分906;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分907;包括硬盘等的存储部分908;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分909。通信部分909经由诸如因特网的网络执行通信处理。驱动器910也根据需要连接至I/O接口905。可拆卸介质911,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器910上,以便于从其上读出的计算机程序根据需要被安装入存储部分908。
本公开还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的;也可以是单独存在,而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被执行时,实现根据本公开实施例的方法。
根据本公开的实施例,计算机可读存储介质可以是非易失性的计算机可读存储介质,例如可以包括但不限于:便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。例如,根据本公开的实施例,计算机可读存储介质可以包括上文描述的ROM 902和/或RAM 903和/或ROM 902和RAM 903以外的一个或多个存储器。
本公开的实施例还包括一种计算机程序产品,其包括计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。当计算机程序产品在计算机系统中运行时,该程序代码用于使计算机系统实现本公开实施例所提供的物品推荐方法。
在该计算机程序被处理器901执行时执行本公开实施例的系统/装置中限定的上述功能。根据本公开的实施例,上文描述的系统、装置、模块、单元等可以通过计算机程序模块来实现。
在一种实施例中,该计算机程序可以依托于光存储器件、磁存储器件等有形存储介质。在另一种实施例中,该计算机程序也可以在网络介质上以信号的形式进行传输、分发,并通过通信部分909被下载和安装,和/或从可拆卸介质911被安装。该计算机程序包含的程序代码可以用任何适当的网络介质传输,包括但不限于:无线、有线等等,或者上述的任意合适的组合。
在这样的实施例中,该计算机程序可以通过通信部分909从网络上被下载和安装,和/或从可拆卸介质911被安装。在该计算机程序被处理器901执行时,执行本公开实施例的系统中限定的上述功能。根据本公开的实施例,上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。
根据本公开的实施例,可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例提供的计算机程序的程序代码,具体地,可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。程序设计语言包括但不限于诸如Java,C++,python,“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
本领域技术人员可以理解,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合或/或结合,即使这样的组合或结合没有明确记载于本公开中。特别地,在不脱离本公开精神和教导的情况下,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
以上对本公开的实施例进行了描述。但是,这些实施例仅仅是为了说明的目的,而并非为了限制本公开的范围。尽管在以上分别描述了各实施例,但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围,本领域技术人员可以做出多种替代和修改,这些替代和修改都应落在本公开的范围之内。
Claims (18)
1.一种信息查询方法,包括:
获取待查询的信息文本;
对所述信息文本进行处理,得到对应于该信息文本的至少一个目标分词;
根据第一模型,对所述至少一个目标分词进行相似度计算,得到M个匹配对象,所述M个匹配对象组成第一集合;
根据第二模型,对所述至少一个目标分词进行目标分词间的关联性分析,得到N个匹配对象,所述N个匹配对象组成第二集合;
对所述第一集合及第二集合进行计算,得到至少一个匹配对象。
2.根据权利要求1所述的方法,其中,根据第一模型,对所述至少一个分词进行相似度计算,得到M个匹配对象,所述M个匹配对象组成第一集合包括:
基于第一数据库中多个第一查询文档,计算所述至少一个目标分词与所述多个第一查询文档的相似度,得到至少一组检索值;
对所述至少一组检索值求和,得到与所述信息文本对应的多个查询值;
确定与所述信息文本对应的M个所述查询值,得到M个匹配对象。
3.根据权利要求2所述的方法,其中,所述确定与所述信息文本对应的M个所述查询值,得到M个匹配对象包括:
获取第一阈值;
根据所述第一阈值,确定所述多个查询值中的M个匹配对象,其中,所述M个匹配对象对应的所述查询值均高于所述第一阈值。
4.根据权利要求1所述的方法,其中,根据第二模型,对所述至少一个目标分词进行目标分词间的关联性分析,得到N个匹配对象,所述N个匹配对象组成第二集合包括:
基于所述信息文本,生成与该信息文本对应的至少一个目标分词的待查询词向量;
基于第二数据库中多个第二查询文档,分别生成与所述多个第二查询文档对应的至少一个索引词向量;
分别计算所述信息文本中的待查询词向量与所述多个第二查询文档中的索引词向量之间的关联值;
确定与所述信息文本对应N个关联值,得到N个匹配对象。
5.根据权利要求4所述的方法,其中,所述确定与所述信息文本对应N个关联值,得到N个匹配对象包括:
获取第二阈值;
根据第二阈值,确定多个所述关联值中的N个匹配对象,其中,所述N个匹配对象对应的所述关联值均高于所述第二阈值。
6.根据权利要求1所述的方法,其中,所述对所述第一集合及第二集合进行计算,得到至少一个匹配对象包括:
对所述第一集合中的M个所述查询值分别取对数,得到M个第一中间值;
基于多个所述查询值,确定所述第一集合的补集;
将所述第一集合的补集对应的所述查询值转换为零;
对所述第二集合中的N个所述关联值分别取对数,得到N个第二中间值;
基于多个所述关联值,确定所述第二集合的补集;
将所述第二集合补集对应的关联值转换为零;
分别将与所述查询值对应的所述关联值加和,得到至少一个匹配对象;
其中,所述查询值对应的第一查询文档与所述关联值对应的第二查询文档具有相同的目标分词。
7.根据权利要求6所述的方法,其中,所述分别将与所述查询值对应的所述关联值加和,得到至少一个匹配对象包括:
获取与所述查询值和所述关联值分别对应的第一权重值和第二权重值,其中,所述第一权重值用于表征所述信息文本与所述查询文档之间目标分词相似度计算的评价信息,所述第二权重值用于表征所述信息文本与所述查询文档之间目标分词间关联性分析的评价信息;
确定所述查询值与所述第一权重值的乘积,得到第一评价值;
确定所述关联值与所述第二权重值的乘积,得到第二评价值;
将所述第一评价值和所述第二评价值相加,得到所述匹配对象。
8.根据权利要求1所述的方法,其中,所述对所述信息文本进行处理,得到对应于该信息文本的至少一个目标分词之后包括:
基于标识信息,将第一数据库中多个第一查询文档分为至少一个第一目标区域集合;
基于标识信息,将第二数据库中多个第二查询文档分为至少一个第二目标区域集合;
根据所述至少一个目标分词,确定与所述信息文本对应的第一目标区域集合和第二目标区域集合。
9.根据权利要求8所述的方法,其中,所述标识信息用于表征所述第一查询文档和第二查询文档的地区标识。
10.根据权利要求8所述的方法,其中,所述根据所述至少一个目标分词,确定与所述信息文本对应的第一目标区域集合和第二目标区域集合包括:
在所述信息文本中至少一个目标分词与一个所述第一目标区域集合的标识信息相对应的情况下,确定该第一目标区域集合中的多个所述第一查询文档作为所述第一数据库;
在所述信息文本中至少一个目标分词与一个所述第二目标区域集合的标识信息相对应的情况下,确定该第二目标区域集合中的多个所述第二查询文档作为所述第二数据库。
11.根据权利要求1所述的方法,其中,所述对所述信息文本进行处理,得到对应于该信息文本的至少一个分词包括:
对所述信息文本进行分词,得到至少一个初始分词;
对所述至少一个初始分词去停用词,得到至少一个中间分词;
对所述至少一个中间分词进行缩写转换,得到至少一个目标分词。
12.根据权利要求1所述的方法,其中,该方法还包括:
将所述至少一个匹配对象进行排序,得到匹配对象的排序结果;
根据所述匹配对象的排序结果,确定前T个所述匹配对象。
13.根据权利要求1所述的方法,其中,所述第一模型的训练方法包括:
获取第一数据库的多个第一查询文档;
根据所述多个第一查询文档,对概率检索模型进行训练,得到第一模型。
14.根据权利要求1所述的方法,其中,所述第二模型的训练方法包括:
采集历史查询文本数据;
根据所述历史查询文本数据,对词嵌入模型进行训练,得到第二模型。
15.一种信息查询装置,包括:
获取模块,用于获取待查询的信息文本;
第一分析模块,用于根据第一模型,对所述至少一个目标分词进行相似度计算,得到M个匹配对象,所述M个匹配对象组成第一集合;
第二分析模块,用于根据第二模型,对所述至少一个目标分词进行目标分词间的关联性分析,得到N个匹配对象,所述N个匹配对象组成第二集合;以及
计算模块,用于对所述第一集合及第二集合进行计算,得到至少一个匹配对象。
16.一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
其中,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器执行根据权利要求1~14中任一项所述的方法。
17.一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器执行根据权利要求1~14中任一项所述的方法。
18.一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现根据权利要求1~14中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310793356.4A CN116737880A (zh) | 2023-06-30 | 2023-06-30 | 信息查询方法、装置、设备、介质和程序产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310793356.4A CN116737880A (zh) | 2023-06-30 | 2023-06-30 | 信息查询方法、装置、设备、介质和程序产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116737880A true CN116737880A (zh) | 2023-09-12 |
Family
ID=87913217
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310793356.4A Pending CN116737880A (zh) | 2023-06-30 | 2023-06-30 | 信息查询方法、装置、设备、介质和程序产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116737880A (zh) |
-
2023
- 2023-06-30 CN CN202310793356.4A patent/CN116737880A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111552870A (zh) | 对象推荐方法、电子装置及存储介质 | |
US10755332B2 (en) | Multi-perceptual similarity detection and resolution | |
CN111966886A (zh) | 对象推荐方法、对象推荐装置、电子设备及存储介质 | |
CN110737820B (zh) | 用于生成事件信息的方法和装置 | |
US20210294794A1 (en) | Vector embedding models for relational tables with null or equivalent values | |
CN116308704A (zh) | 产品推荐方法、装置、电子设备、介质和计算机程序产品 | |
CN115795345A (zh) | 信息处理方法、装置、设备及存储介质 | |
US11741099B2 (en) | Supporting database queries using unsupervised vector embedding approaches over unseen data | |
CN116737880A (zh) | 信息查询方法、装置、设备、介质和程序产品 | |
US20220148048A1 (en) | Leveraging structured data to rank unstructured data | |
CN114493853A (zh) | 信用等级评价方法、装置、电子设备及存储介质 | |
CN113095078A (zh) | 关联资产确定方法、装置和电子设备 | |
CN113610504A (zh) | 数据处理方法、装置、计算机设备及存储介质 | |
CN114219053B (zh) | 用户位置信息处理方法、装置及电子设备 | |
US20240169147A1 (en) | Reference driven nlp-based topic categorization | |
CN118093515A (zh) | 数据处理方法、装置、设备、介质和程序产品 | |
CN115422358A (zh) | 文档归类方法、装置、电子设备、介质和计算机程序产品 | |
CN118115264A (zh) | 风险识别方法、装置、电子设备及存储介质 | |
CN117474678A (zh) | 基于异构知识图谱的团伙挖掘方法、装置、设备及介质 | |
CN115438151A (zh) | 标准条款的确定方法、装置、设备及介质 | |
CN117541885A (zh) | 样本数据处理方法、装置、存储介质和系统 | |
CN116882406A (zh) | 信息抽取方法、信息抽取装置、电子设备和可读存储介质 | |
CN117435616A (zh) | 生产问题记录的推荐方法、装置、电子设备和介质 | |
CN117113963A (zh) | 文档差异输出方法、装置、设备、介质和程序产品 | |
CN117574268A (zh) | 用户群构建方法、装置、设备、介质和程序产品 |
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 |