CN117093708B - 智能识别用户搜索意图与可视化展示元件搜索结果的方法 - Google Patents

智能识别用户搜索意图与可视化展示元件搜索结果的方法 Download PDF

Info

Publication number
CN117093708B
CN117093708B CN202311336624.6A CN202311336624A CN117093708B CN 117093708 B CN117093708 B CN 117093708B CN 202311336624 A CN202311336624 A CN 202311336624A CN 117093708 B CN117093708 B CN 117093708B
Authority
CN
China
Prior art keywords
word segmentation
query
knowledge base
type
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.)
Active
Application number
CN202311336624.6A
Other languages
English (en)
Other versions
CN117093708A (zh
Inventor
陆志鹏
韩光
郑曦
王晓亮
国丽
刘国栋
范国浩
官磊
胡俊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhongdian Data Industry Co ltd
Cec Digital Innovation Beijing Technology Co ltd
Original Assignee
Zhongdian Data Industry Co ltd
Cec Digital Innovation Beijing Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhongdian Data Industry Co ltd, Cec Digital Innovation Beijing Technology Co ltd filed Critical Zhongdian Data Industry Co ltd
Priority to CN202311336624.6A priority Critical patent/CN117093708B/zh
Publication of CN117093708A publication Critical patent/CN117093708A/zh
Application granted granted Critical
Publication of CN117093708B publication Critical patent/CN117093708B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06F16/338—Presentation of query results
    • 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
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/02—Knowledge representation; Symbolic representation
    • 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)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明涉及一种智能识别用户搜索意图与可视化展示元件搜索结果的方法，所述方法包括：基于所有数据元件的分词，构建多个知识库，并为每个知识库中分词映射数据库中查询字段；多个知识库至少包括：实体知识库、维度知识库、指标知识库；对查询语句进行分词解析、语义识别，确定查询语句中各个分词的类型；基于多个知识库，分别为查询语句的分词进行查询字段映射，并基于这些查询字段，按照各个知识库的优先等级顺序进行查表操作，以获得目标表；基于目标表以及查询语句的分词对应的查询字段构建适于在数据库中查询的sql语句进行搜索查询，获得查询结果，判定查询结果的展示形态后以图表形式展示在前端。本发明可以实现元件搜索结果的可视化展示。

Description

智能识别用户搜索意图与可视化展示元件搜索结果的方法
技术领域
本发明属于智能搜索方法技术领域，尤其涉及一种智能识别用户搜索意图与可视化展示元件搜索结果的方法。
背景技术
随着信息技术的发展，用户对搜索引擎的智能化水平和结果展示的友好性提出了越来越高的要求，然而，目前应用市场上的智能搜索产品性能仍然不尽如人意，比如，大多数智能搜索产品语义识别解析程度低，不能准确识别出实体、维度、指标；而且，许多产品没有对整体语义进行判断，无法分辨出缺少哪些内容，从而进行推荐提示。另外，目前尚未见到支持对数据元件的搜索结果进行可视化展示的智能搜索产品。
发明内容
为了弥补现有智能搜索产品存在的上述不足，提高搜索引擎的智能化水平和结果展示的友好性，本发明提出了一种新的智能识别用户搜索意图与可视化展示元件搜索结果的方法，本方法能够自动、准确地识别用户的搜索意图，并将搜索到的元件结果进行可视化图表展示。
本发明实施例的智能识别用户搜索意图与可视化展示元件搜索结果的方法，包括：
对数据元件的元数据信息进行分词解析，并标识分词的类型；所述分词的类型至少包括实体、维度、指标；
基于所有数据元件的分词，构建多个知识库，并分别为每个所述知识库中分词映射数据库中查询字段；所述多个知识库至少包括：实体知识库、维度知识库、指标知识库；
对用户输入的查询语句进行分词解析，并通过对分词内容进行语义识别，确定所述查询语句中各个分词的类型；
基于所述多个知识库，分别为所述查询语句的各个分词进行查询字段映射；基于所述查询语句中各个分词对应的查询字段，按照各个所述知识库的优先等级顺序进行查表操作，以获得目标表；所述实体知识库的优先等级大于所述维度知识库的优先等级和所述指标知识库的优先等级；
基于所述目标表以及所述查询语句的各个分词对应的查询字段构建适于在所述数据库中查询的sql语句；
基于所述sql语句进行搜索查询，获得查询结果，并判定所述查询结果的展示形态后将所述查询结果以图表形式展示在前端；所述展示形态包括柱形图、折线图、饼图；并且所述展示形态可调整。
根据本发明的一些实施例，所述基于所述查询语句中各个分词对应的查询字段，按照各个所述知识库的优先等级顺序进行查表操作，以获得目标表，包括：
根据所述查询语句中实体类型的分词对应的查询字段进行一次查表操作，以筛选出包含有所述实体类型的分词的初步筛选表；
基于所述初步筛选表，根据所述查询语句中维度类型的分词以及指标类型的分词对应的查询字段进行二次查表操作，以筛选出包含有所述维度类型的分词和/或指标类分词的目标表。
根据本发明的一些实施例，所述通过对分词内容进行语义识别，确定各个分词的类型，包括：
当所述分词的类型无法识别，提供相应内容推荐提示，以供用户选择。
根据本发明的一些实施例，所述方法还包括：
在对用户输入的查询语句进行分词解析后，基于术语库，对分词内容进行规范处理。
根据本发明实施例的智能识别用户搜索意图与可视化展示元件搜索结果的系统，包括：
标识单元，用于对数据元件的元数据信息进行分词解析，并标识分词的类型；所述分词的类型至少包括实体、维度、指标；
知识库构建单元，用于基于所有数据元件的分词，构建多个知识库，并分别为每个所述知识库中分词映射数据库中查询字段；所述多个知识库至少包括：实体知识库、维度知识库、指标知识库；
所述标识单元，还用于对用户输入的查询语句进行分词解析，并通过对分词内容进行语义识别，确定所述查询语句中各个分词的类型；
字段映射单元，用于基于所述多个知识库，分别为所述查询语句的各个分词进行查询字段映射；
查表单元，用于基于所述查询语句中各个分词对应的查询字段，按照各个所述知识库的优先等级顺序进行查表操作，以获得目标表；所述实体知识库的优先等级大于所述维度知识库的优先等级和所述指标知识库的优先等级；基于所述目标表以及所述查询语句的各个分词对应的查询字段构建适于在所述数据库中查询的sql语句；基于所述sql语句进行搜索查询，获得查询结果；
展示单元，用于判定所述查询结果的展示形态后将所述查询结果以图表形式展示在前端；所述展示形态包括柱形图、折线图、饼图；并且所述展示形态可调整。
根据本发明的一些实施例，所述查表单元，用于：
根据所述查询语句中实体类型的分词对应的查询字段进行一次查表操作，以筛选出包含有所述实体类型的分词的初步筛选表；
基于所述初步筛选表，根据所述查询语句中维度类型的分词以及指标类型的分词对应的查询字段进行二次查表操作，以筛选出包含有所述维度类型的分词和/或指标类分词的目标表。
根据本发明的一些实施例，所述标识单元，用于：
当所述分词的类型无法识别，提供相应内容推荐提示，以供用户选择。
根据本发明的一些实施例，还包括：
分词处理单元，用于在对用户输入的查询语句进行分词解析后，基于术语库，对分词内容进行规范处理。
根据本发明实施例的计算机设备，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如上所述的智能识别用户搜索意图与可视化展示元件搜索结果的方法的步骤。
根据本发明实施例的计算机可读存储介质，所述存储介质上存储有计算机程序，所述程序被处理器执行时实现如上所述的智能识别用户搜索意图与可视化展示元件搜索结果的方法的步骤。
综上，本发明智能识别用户搜索意图与可视化展示元件搜索结果的方法具有以下优点：本发明方法中由于增加了“实体”、“维度”、“指标”等知识词库的支持，可以帮助已有模型更加精准地对搜索语句进行识别和解析，提高了语义识别的准确率。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面对本发明实施例中需要使用的附图作简要介绍，显而易见地，下述附图仅是本发明中记载的一些实施例，对于本领域技术人员来讲，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为本发明实施例的方法的整体实施流程图；
图2为本发明实施例的方法的实施流程示意框图；
图3为根据本发明一种实施例的用户查询语句解析示例图，图中所示用户查询语句“2023年北京药品销售排行”被解析为：“2023年”为时间维度，“北京”为地域维度，“药品”为实体，“销售”为指标，“环比增长率”为常用公式；
图4为根据本发明一种实施例的搜索查询示例图；
图5为根据本发明一种实施例的搜索查询结果展示页面示意图；
图6为根据本发明一种实施例的搜索查询结果以图表形式在前端展示的页面示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合具体实施例及相应的附图对本发明的技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本发明一部分实施例，而不是全部的实施例，本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。
同时，应理解，本发明的保护范围并不局限于下述特定的具体实施方案；还应当理解，本发明实施例中使用的术语是为了描述特定的具体实施方案，而不是为了限制本发明的保护范围。
本发明提供了一种智能识别用户搜索意图与可视化展示元件搜索结果的方法，如图1所示，所述方法包括：
S1. 在数据库系统中内置“实体”、“维度”、“指标”三个知识库，在各知识库中对中文和字段进行映射；
S2. 用户输入查询语句；
S3. 前端对用户输入的查询语句进行分词解析；
S4. 前端对分词内容进行语义识别，判断并标识所有分词字段的类型；
S5. 后端分别对不同类型的分词进行字段映射；
S6. 后端按照先“实体”，后“维度”和“指标”的顺序依次对各分词字段进行二次查询，完成查询目标表的筛选；
S7. 后端对查询语句进行拼装，完成sql转换；
S8. 后端在查询目标表中对转换后的sql语句进行搜索查询，获得查询结果；
S9. 后端返回查询结果，将查询结果以图表形式展示在前端。
进一步地，本发明智能识别用户搜索意图与可视化展示元件搜索结果的方法步骤S1中所述各知识库的内容可以手工进行补充。
进一步地，本发明智能识别用户搜索意图与可视化展示元件搜索结果的方法步骤S4中所述前端对分词内容进行语义识别，判断并标识所有分词字段的类型，如果“实体”、“维度”、“指标”中的某一类分词字段（图表要素）未填写或未解析出，则立刻自动给出该类型的内容推荐提示，用户可以点击带入到文本框中。
进一步地，本发明智能识别用户搜索意图与可视化展示元件搜索结果的方法步骤S8中所述后端在查询目标表中对转换后的sql语句进行搜索查询，获得查询结果，若查询结果中同时包含了“实体”、“维度”、“指标”三个基本要素，则将查询结果组装成一个柱形图、折线图或饼图，并以该图表的形式在前端进行展现。
进一步地，本发明智能识别用户搜索意图与可视化展示元件搜索结果的方法步骤S9中所述后端返回查询结果，将查询结果展示在前端，如果是单一结果，以图表的方式进行展示；如果有多个结果，则以列表的方式进行展示。
进一步地，本发明智能识别用户搜索意图与可视化展示元件搜索结果的方法中后端还提供语义识别模型，并对该模型中的语义进行持续训练。
进一步地，本发明智能识别用户搜索意图与可视化展示元件搜索结果的方法还在数据库系统中内置有“术语”知识库，并在该知识库中对中文和字段进行映射；所述“术语”知识库的内容可以手工进行补充。
进一步地，本发明智能识别用户搜索意图与可视化展示元件搜索结果的方法还在数据库系统中内置有“公式”知识库，并在该知识库中对中文和字段进行映射；所述“公式”知识库的内容可以手工进行补充。
另外，本发明还提供了一种计算机可读存储介质，所述存储介质上存储有计算机程序，所述程序被处理器执行时实现上述的智能识别用户搜索意图与可视化展示元件搜索结果的方法的步骤。为了便于理解，下面参照附图以一个具体实施例为例详细描述本发明的智能识别用户搜索意图与可视化展示元件搜索结果的方法。
如图1和图2所示，本方法包括以下过程：
（一）数据准备阶段
1、在系统中内置“实体”、“维度”、“指标”三个常用知识库。在各知识库中对中文和字段进行映射，各知识库的内容可手工进行补充。
（1）实体库，例如：汽车、药品等均为实体，对应和car、drug等字段进行关联。
（2）维度库，例如：区域、城市等均为维度，对应和area、city等字段进行关联。
（3）指标库，例如：销售、购买等为指标，对应和sale、purchase等字段进行关联。
2、某个数据元件在入库时，对其元数据信息进行解析和标识，标识出所有字段的类型，例如：“药品销售情况”数据元件中，“药品”就会被标识为“实体”、“销售”就会被标识为“指标”。
（二）前端操作
3、当用户输入query查询语句后，立刻对查询语句进行NLP分词和解析；例如：输入“2023年北京药品销售排行”这个查询语句，会自动对该查询语句进行分词“2023年、北京、药品、销售、排行”。
4、对分词内容进行语义识别，判断分词的类型是“实体”、“维度”、还是“指标”；例如：“2023年”被识别为时间维度，“北京”被识别为地域维度，“药品”被识别为实体，“销售”被识别为指标，如图3所示。
5、如果某一类图表要素（分词字段）没有填写或未解析出，则会立刻自动给出该类的内容推荐；例如：用户输入“北京”，自动对内容进行查验，判断是否存在实体，此时并没有发现“实体”的内容，则自动推荐提示“药品、商品”等“实体”项；用户可以点击该关键词，该关键词会被带入到文本框中；继续进行解析和判断，判断是否有“指标”项，如果没有则自动提示“销售”等“指标”项；也可以直接点击搜索，如图4所示。
6、实体、维度、指标为组成图表的基本要素；点击搜索，如果三类内容都存在，则会直接搜索出图表结果，并将查询结果以图表形式展示在前端，如图6所示；如果三类中缺少某类，则会展示列表，让用户进一步查看和选择。
（三）后端操作
7、后端对关键词进行解析，判断是“实体”、“维度”、还是“指标”，并进行字段映射；例如：北京映射为city=“北京”，药品映射为drug =“药品”，销售映射为sale=“销售”。
8、首先对实体进行查询，例如：查询所有带有“药品”词的表，找到DrugSalesTable这个表。
9、再对这些表中是否有指标和维度进行二次的查询，例如：在DrugSalesTable中查询是否有sale这类的字段，完成表的筛选。
10、采用sql语句的拼装，完成sql转换，例如：SELECT Drug, SUM(Sales) ASTotalSales FROM DrugSalesTable WHERE City = 'Beijing' GROUP BY Drug ORDER BYTotalSales DESC。
11、在数据库中对sql语句进行搜索查询（完成对数据元件的查询）。
12、返回查询结果，因为有了实体、维度、指标这几个图表的基本要素，所以可以组装成一个柱形图、折线图或饼图，元件搜索结果以图表的形式在前端进行展现；如果是单一结果，以图表的方式进行展示；如果有多个结果，则以列表的方式进行展示，如图5所示。
13、后端提供语义识别模型，不断对语义进行训练，例如：北京，beijing识别为同一个词。
14、提供“术语”知识库，可手工补充该知识库，提高识别的准确率，例如：常驻人口标识为人口。
15、提供“公式”知识库，可手工补充该知识库，例如：环比增长率，环比增长率 =（本期某个指标的值－上期这个指标的值）/上期这个指标的值*100%。
综上，本发明智能识别用户搜索意图与可视化展示元件搜索结果的方法具有以下优点：
（1）本发明方法中由于增加了“实体”、“维度”、“指标”等知识词库的支持，可以帮助已有模型更加精准地对搜索语句进行识别和解析，提高了语义识别的准确率。
（2）本发明方法中在输入搜索语句时，根据语义判断要生成图表所需的数据项，给出内容缺少提示，并且给出系统中已有的指标或维度，能够帮助用户感知可以输入或搜索哪些方面的内容。
（3）本发明方法中用户通过语句搜索可以快速得知元件的内容及形态，判断是否是自己需要的元件。
（4）本发明方法中搜索结果展示内容可以多维度呈现，包括线性图、柱形图、饼图、表格等，用户可以根据需要进行切换显示。
以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，任何熟悉本专业的技术人员，在不脱离本发明技术方案范围内，当可利用上述揭示的技术内容作出些许更动或修饰获得等同变化的等效实施例，但凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均应包含在本发明的权利要求保护范围之内。

Claims (10)

1.一种智能识别用户搜索意图与可视化展示元件搜索结果的方法，其特征在于，所述方法包括：
对数据元件的元数据信息进行分词解析，并标识分词的类型；所述分词的类型至少包括实体、维度、指标；
基于所有数据元件的分词，构建多个知识库，并分别为每个所述知识库中分词映射数据库中查询字段；所述多个知识库至少包括：实体知识库、维度知识库、指标知识库；
对用户输入的查询语句进行分词解析，并通过对分词内容进行语义识别，确定所述查询语句中各个分词的类型；
基于所述多个知识库，分别为所述查询语句的各个分词进行查询字段映射；基于所述查询语句中各个分词对应的查询字段，按照各个所述知识库的优先等级顺序进行查表操作，以获得目标表；所述实体知识库的优先等级大于所述维度知识库的优先等级和所述指标知识库的优先等级；
基于所述目标表以及所述查询语句的各个分词对应的查询字段构建适于在所述数据库中查询的sql语句；
基于所述sql语句进行搜索查询，获得查询结果，并判定所述查询结果的展示形态后将所述查询结果以图表形式展示在前端；所述展示形态包括柱形图、折线图、饼图；并且所述展示形态可调整。
2.根据权利要求1所述的智能识别用户搜索意图与可视化展示元件搜索结果的方法，其特征在于，所述基于所述查询语句中各个分词对应的查询字段，按照各个所述知识库的优先等级顺序进行查表操作，以获得目标表，包括：
根据所述查询语句中实体类型的分词对应的查询字段进行一次查表操作，以筛选出包含有所述实体类型的分词的初步筛选表；
基于所述初步筛选表，根据所述查询语句中维度类型的分词以及指标类型的分词对应的查询字段进行二次查表操作，以筛选出包含有所述维度类型的分词和/或指标类分词的目标表。
3.根据权利要求1所述的智能识别用户搜索意图与可视化展示元件搜索结果的方法，其特征在于，所述通过对分词内容进行语义识别，确定各个分词的类型，包括：
当所述分词的类型无法识别，提供相应内容推荐提示，以供用户选择。
4.根据权利要求1所述的智能识别用户搜索意图与可视化展示元件搜索结果的方法，其特征在于，所述方法还包括：
在对用户输入的查询语句进行分词解析后，基于术语库，对分词内容进行规范处理。
5.一种智能识别用户搜索意图与可视化展示元件搜索结果的系统，其特征在于，包括：
标识单元，用于对数据元件的元数据信息进行分词解析，并标识分词的类型；所述分词的类型至少包括实体、维度、指标；
知识库构建单元，用于基于所有数据元件的分词，构建多个知识库，并分别为每个所述知识库中分词映射数据库中查询字段；所述多个知识库至少包括：实体知识库、维度知识库、指标知识库；
所述标识单元，还用于对用户输入的查询语句进行分词解析，并通过对分词内容进行语义识别，确定所述查询语句中各个分词的类型；
字段映射单元，用于基于所述多个知识库，分别为所述查询语句的各个分词进行查询字段映射；
查表单元，用于基于所述查询语句中各个分词对应的查询字段，按照各个所述知识库的优先等级顺序进行查表操作，以获得目标表；所述实体知识库的优先等级大于所述维度知识库的优先等级和所述指标知识库的优先等级；基于所述目标表以及所述查询语句的各个分词对应的查询字段构建适于在所述数据库中查询的sql语句；基于所述sql语句进行搜索查询，获得查询结果；
展示单元，用于判定所述查询结果的展示形态后将所述查询结果以图表形式展示在前端；所述展示形态包括柱形图、折线图、饼图；并且所述展示形态可调整。
6.根据权利要求5所述的智能识别用户搜索意图与可视化展示元件搜索结果的系统，其特征在于，所述查表单元，用于：
根据所述查询语句中实体类型的分词对应的查询字段进行一次查表操作，以筛选出包含有所述实体类型的分词的初步筛选表；
基于所述初步筛选表，根据所述查询语句中维度类型的分词以及指标类型的分词对应的查询字段进行二次查表操作，以筛选出包含有所述维度类型的分词和/或指标类分词的目标表。
7.根据权利要求5所述的智能识别用户搜索意图与可视化展示元件搜索结果的系统，其特征在于，所述标识单元，用于：
当所述分词的类型无法识别，提供相应内容推荐提示，以供用户选择。
8.根据权利要求5所述的智能识别用户搜索意图与可视化展示元件搜索结果的系统，其特征在于，还包括：
分词处理单元，用于在对用户输入的查询语句进行分词解析后，基于术语库，对分词内容进行规范处理。
9.一种计算机设备，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序被所述处理器执行时实现如权利要求1至4中任一项所述的智能识别用户搜索意图与可视化展示元件搜索结果的方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述存储介质上存储有计算机程序，所述程序被处理器执行时实现如权利要求1-4任一项所述的智能识别用户搜索意图与可视化展示元件搜索结果的方法的步骤。
CN202311336624.6A 2023-10-17 2023-10-17 智能识别用户搜索意图与可视化展示元件搜索结果的方法 Active CN117093708B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311336624.6A CN117093708B (zh) 2023-10-17 2023-10-17 智能识别用户搜索意图与可视化展示元件搜索结果的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311336624.6A CN117093708B (zh) 2023-10-17 2023-10-17 智能识别用户搜索意图与可视化展示元件搜索结果的方法

Publications (2)

Publication Number Publication Date
CN117093708A CN117093708A (zh) 2023-11-21
CN117093708B true CN117093708B (zh) 2024-02-13

Family

ID=88770282

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311336624.6A Active CN117093708B (zh) 2023-10-17 2023-10-17 智能识别用户搜索意图与可视化展示元件搜索结果的方法

Country Status (1)

Country Link
CN (1) CN117093708B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117519702B (zh) * 2023-12-29 2024-03-19 冠骋信息技术(苏州)有限公司 基于低代码配置化的搜索页面设计方法及系统
CN118503311B (zh) * 2024-07-17 2024-09-24 恒生电子股份有限公司 数据查询方法、电子设备及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018028443A1 (zh) * 2016-08-11 2018-02-15 阿里巴巴集团控股有限公司 数据处理方法、设备及系统
CN108572977A (zh) * 2017-03-10 2018-09-25 冯海文 一种即时搜索分析的方法
CN111291248A (zh) * 2018-12-06 2020-06-16 北京国电通网络技术有限公司 一种基于智能坐席知识库的搜索方法及系统
CN112069267A (zh) * 2019-06-10 2020-12-11 阿里巴巴集团控股有限公司 一种数据处理方法和装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9037529B2 (en) * 2011-06-15 2015-05-19 Ceresis, Llc Method for generating visual mapping of knowledge information from parsing of text inputs for subjects and predicates
IN2013CH01237A (zh) * 2013-03-21 2015-08-14 Infosys Ltd

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018028443A1 (zh) * 2016-08-11 2018-02-15 阿里巴巴集团控股有限公司 数据处理方法、设备及系统
CN108572977A (zh) * 2017-03-10 2018-09-25 冯海文 一种即时搜索分析的方法
CN111291248A (zh) * 2018-12-06 2020-06-16 北京国电通网络技术有限公司 一种基于智能坐席知识库的搜索方法及系统
CN112069267A (zh) * 2019-06-10 2020-12-11 阿里巴巴集团控股有限公司 一种数据处理方法和装置

Also Published As

Publication number Publication date
CN117093708A (zh) 2023-11-21

Similar Documents

Publication Publication Date Title
CN117093708B (zh) 智能识别用户搜索意图与可视化展示元件搜索结果的方法
CN107257970B (zh) 从结构化和非结构化数据源进行的问题回答
US9280535B2 (en) Natural language querying with cascaded conditional random fields
WO2022022002A1 (zh) 一种信息展示方法、信息搜索方法及装置
CN106649786B (zh) 基于深度问答的答案检索方法及装置
US9569506B2 (en) Uniform search, navigation and combination of heterogeneous data
US20240232261A9 (en) System and method for question-based content answering
US9652799B2 (en) Product recommendation with product review analysis
US7627548B2 (en) Inferring search category synonyms from user logs
US10204121B1 (en) System and method for providing query recommendations based on search activity of a user base
US9846901B2 (en) Product recommendation with ontology-linked product review
CA2681249C (en) Method and system for information retrieval with clustering
JP5721818B2 (ja) 検索におけるモデル情報群の使用
US9734192B2 (en) Producing sentiment-aware results from a search query
US20080215565A1 (en) Searching heterogeneous interrelated entities
CN110866018B (zh) 一种基于标签及标识解析的汽摩行业数据录入及检索方法
CN102915381B (zh) 基于多维语义的可视化网络检索呈现系统及呈现控制方法
US11487795B2 (en) Template-based automatic software bug question and answer method
US20110119261A1 (en) Searching using semantic keys
US10037379B2 (en) Voice input and output database search method and device
JP6533876B2 (ja) 商品情報表示システム、商品情報表示方法、及びプログラム
US20140101147A1 (en) Search
CN112256745A (zh) 一种零售数据分析方法
TWI547888B (zh) A method of recording user information and a search method and a server
CN117972041B (zh) 准确理解语义的电商平台智能客服问答系统

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
GR01 Patent grant
GR01 Patent grant