CN117951253A - 文本检索方法、装置、电子设备、存储介质和程序产品 - Google Patents
文本检索方法、装置、电子设备、存储介质和程序产品 Download PDFInfo
- Publication number
- CN117951253A CN117951253A CN202410154877.XA CN202410154877A CN117951253A CN 117951253 A CN117951253 A CN 117951253A CN 202410154877 A CN202410154877 A CN 202410154877A CN 117951253 A CN117951253 A CN 117951253A
- Authority
- CN
- China
- Prior art keywords
- search
- keyword
- storage
- matching
- keywords
- 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 64
- 238000004590 computer program Methods 0.000 claims abstract description 23
- 238000012545 processing Methods 0.000 claims abstract description 20
- 230000008569 process Effects 0.000 claims abstract description 18
- 238000004364 calculation method Methods 0.000 claims description 16
- 230000004044 response Effects 0.000 claims description 9
- 238000005516 engineering process Methods 0.000 abstract description 2
- 230000000875 corresponding effect Effects 0.000 description 27
- 230000006870 function Effects 0.000 description 18
- 238000010586 diagram Methods 0.000 description 10
- 230000015654 memory Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 241000353097 Molva molva Species 0.000 description 4
- 238000012216 screening Methods 0.000 description 4
- 230000007774 longterm Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 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
- 230000000153 supplemental effect Effects 0.000 description 1
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开提供了一种文本检索方法、文本检索装置、电子设备、计算机可读存储介质和计算机程序产品,可以应用于数据处理和金融技术领域。该文本检索方法包括:接收输入至金融系统的检索关键词;在检索库中对检索关键词进行精确匹配处理,得到精确匹配结果,其中,检索库包括与金融场景相关的多个存储文档和与每个存储文档对应的至少一个存储关键词;在精确匹配的过程中同时对检索关键词和每个存储关键词进行相似度匹配,得到模糊匹配结果;根据与目标匹配结果中表征匹配成功所对应的最少一个目标关键词和与目标关键词对应的目标文档,生成文本检索结果,其中,目标匹配结果包括精确匹配结果和模糊匹配结果中的至少一个。
Description
技术领域
本公开涉及数据处理领域,具体地涉及一种文本检索方法、文本检索装置、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
随着金融市场的推广,使用金融系统的机构以及业务人员迅速增长,但是由于不同机构之间的隔离性,不同机构之间的文档难以在其他的机构之间进行流传,以使得每个机构均需要搭建属于自己的检索系统。
金融市场中常见的全文检索系统大部分为ES(Elastic Search)文档检索,但是ES检索基本是全文档关键字精准匹配,然而金融市场有些产品部分名字相似的的交易有着相同的流程,由此使用ES检索得到的检索结果的准确性较差。
发明内容
鉴于上述问题,本公开提供了一种文本检索方法、文本检索装置、电子设备、计算机可读存储介质和计算机程序产品。
根据本公开的第一个方面,提供了一种文本检索方法,包括:
接收输入至金融系统的检索关键词;
在检索库中对上述检索关键词进行精确匹配处理,得到精确匹配结果,其中,上述检索库包括与金融场景相关的多个存储文档和与每个上述存储文档对应的至少一个存储关键词;
在精确匹配的过程中同时对上述检索关键词和每个上述存储关键词进行相似度匹配,得到模糊匹配结果;
根据与目标匹配结果中表征匹配成功所对应的最少一个目标关键词和与上述目标关键词对应的目标文档,生成文本检索结果,其中,上述目标匹配结果包括上述精确匹配结果和上述模糊匹配结果中的至少一个。
根据本公开的实施例,在精确匹配的过程中同时对上述检索关键词和每个上述存储关键词进行相似度匹配,得到模糊匹配结果,包括:
从上述检索库获取多个上述存储关键词;
针对每个上述存储关键词,对上述存储关键词和上述检索关键词进行相似度匹配,得到模糊匹配子结果;
根据多个上述模糊匹配子结果,生成上述模糊匹配结果。
根据本公开的实施例,对上述存储关键词和上述检索关键词进行相似度匹配,得到模糊匹配子结果,包括:
利用文本相似度计算函数处理上述存储关键词和上述检索关键词,得到相似度数值;
在上述相似度数值小于等于预设相似度阈值的情况下,响应于扩大搜索范围指令,计算上述存储关键词和上述检索关键词之间的第一汉明距离;
在上述第一汉明距离小于第一预设距离阈值的情况下,生成上述模糊匹配子结果,其中,上述模糊匹配子结果表征上述检索关键词与上述存储关键词匹配成功,上述存储关键词表征上述目标关键词。
根据本公开的实施例,利用文本相似度计算函数处理上述存储关键词和上述检索关键词,得到相似度数值,包括:
确定上述存储关键词和上述检索关键词之间同样字的字数;
基于文本相似度计算函数,根据上述同样字的字数、上述存储关键词的长度和上述检索关键词的长度,生成上述相似度数值。
根据本公开的实施例,对上述存储关键词和上述检索关键词进行相似度匹配,得到模糊匹配子结果,还包括:
在上述相似度数值大于上述预设相似度阈值的情况下,响应于缩小搜索范围指令,计算上述存储关键词和上述检索关键词之间的第二汉明距离;
在上述第二汉明距离小于第二预设距离阈值的情况下,生成上述模糊匹配子结果,其中,上述模糊匹配子结果表征上述检索关键词与上述存储关键词匹配成功,上述存储关键词表征上述目标关键词。
根据本公开的实施例,文本检索方法还包括:
在上述目标匹配结果表征全部匹配失败的情况下,获取客户端上传的检索文档;
提取上述检索文档的至少一个补充关键词;
将上述检索文档、上述补充关键词和上述检索关键词关联存储在上述检索库中。
根据本公开的实施例,上述检索库包括面向文档型的数据库。
根据本公开的实施例,在检索库中对上述检索关键词进行精确匹配处理,得到精确匹配结果,包括:
基于上述检索关键词,利用上述数据库的精确匹配规则分别对上述存储关键词和上述存储文档进行匹配,得到上述精确匹配结果。
根据本公开的第二个方面,提供了一种文本检索装置,包括:
接收模块,用于接收输入至金融系统的检索关键词;
精确匹配模块,用于在检索库中对上述检索关键词进行精确匹配处理,得到精确匹配结果,其中,上述检索库包括与金融场景相关的多个存储文档和与每个上述存储文档对应的至少一个存储关键词;
模糊匹配模块,用于在精确匹配的过程中同时对上述检索关键词和每个上述存储关键词进行相似度匹配,得到模糊匹配结果;
生成模块,用于根据与目标匹配结果中表征匹配成功所对应的最少一个目标关键词和与上述目标关键词对应的目标文档,生成文本检索结果,其中,上述目标匹配结果包括上述精确匹配结果和上述模糊匹配结果中的至少一个。
本公开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文本检索方法。
本公开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文本检索方法。
本公开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文本检索方法。
根据本公开的实施例,通过在接收到金融系统的检索关键词之后,同时对检索库和检索关键词进行精确检索以及对检索关键词和检索库中的存储关键词进行相似度的模糊检索,依据两次检索的结果生成与当前检索关键词对应的文本检索结果。由于在检索库中进行检索关键词的精确检索的基础上同时进行基于相似度的模糊检索,有助于提高检索准确度,从而降低了业务办理成本。
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文本检索方法的应用场景图;
图2示意性示出了根据本公开实施例的文本检索方法的流程图;
图3示意性示出了根据本公开实施例的生成模糊匹配子结果的流程图;
图4示意性示出了根据本公开实施例的文本检索装置的结构框图;以及
图5示意性示出了根据本公开实施例的适于实现文本检索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)。
本公开的实施例提供了一种文本检索方法、文本检索装置、电子设备、计算机可读存储介质和计算机程序产品,可以应用于数据处理和金融技术领域。该文本检索方法包括:接收输入至金融系统的检索关键词;在检索库中对检索关键词进行精确匹配处理,得到精确匹配结果,其中,检索库包括与金融场景相关的多个存储文档和与每个存储文档对应的至少一个存储关键词;在精确匹配的过程中同时对检索关键词和每个存储关键词进行相似度匹配,得到模糊匹配结果;根据与目标匹配结果中表征匹配成功所对应的最少一个目标关键词和与目标关键词对应的目标文档,生成文本检索结果,其中,目标匹配结果包括精确匹配结果和模糊匹配结果中的至少一个。
需要说明的是,本公开提供的文本检索方法和文本检索装置可用于金融领域,例如银行等金融机构,也可用于除金融领域之外的任意领域,例如股票、债券等交易平台,因此,本公开提供的文本检索方法和文本检索装置的应用领域不做限定。
在本公开的技术方案中,所涉及的用户信息(包括但不限于用户个人信息、用户图像信息、用户设备信息,例如位置信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据,并且相关数据的收集、存储、使用、加工、传输、提供、公开和应用等处理,均遵守相关地区的相关法律法规和标准,采取了必要保密措施,不违背公序良俗,并提供有相应的操作入口,供用户选择授权或者拒绝。
图1示意性示出了根据本公开实施例的文本检索方法的应用场景图。
如图1所示,根据该实施例的应用场景100可以包括银行等金融场景。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ES服务器(Elasticsearchserver),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文本检索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文本检索装置一般可以设置于服务器105中。本公开实施例所提供的文本检索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文本检索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。
图2示意性示出了根据本公开实施例的文本检索方法的流程图。
如图2所示,该实施例的文本检索方法包括操作S210~操作S240。
在操作S210,接收输入至金融系统的检索关键词;
在操作S220,在检索库中对检索关键词进行精确匹配处理,得到精确匹配结果,其中,检索库包括与金融场景相关的多个存储文档和与每个存储文档对应的至少一个存储关键词;
在操作S230,在精确匹配的过程中同时对检索关键词和每个存储关键词进行相似度匹配,得到模糊匹配结果;
在操作S240,根据与目标匹配结果中表征匹配成功所对应的最少一个目标关键词和与目标关键词对应的目标文档,生成文本检索结果,其中,目标匹配结果包括精确匹配结果和模糊匹配结果中的至少一个。
根据本公开的实施例,检索库可以是面向文档型的数据库,例如可以是ElasticSearch(ES)库,该库对存储数据没有限制字段要求。
根据本公开的实施例,检索关键词和存储关键词均可以是金融场景下的关键词,例如债券即期、债券远期等。金融系统可以是指应用于金融场景中的全文检索系统。
根据本公开的实施例,在用户将检索关键词输入金融系统之后,利用检索库自带的全文检索方法在检索库中对每个存储关键词以及对应的存储文档进行精确检索,即文字要完全相同,从而得到对应的精确匹配结果。在精确匹配的过程中同时基于相似度对检索关键词和每个存储关键词进行模糊匹配,得到模糊匹配结果。精确匹配结果和模糊匹配结果中只要有一个表征匹配成功(即有存储关键词和/或存储文档与检索关键词相匹配),则可以根据匹配成功的存储关键词和/或存储文档生成文本检索结果,并将该结果展示给用户。
根据本公开的实施例,通过在接收到金融系统的检索关键词之后,同时对检索库和检索关键词进行精确检索以及对检索关键词和检索库中的存储关键词进行相似度的模糊检索,依据两次检索的结果生成与当前检索关键词对应的文本检索结果。由于在检索库中进行检索关键词的精确检索的基础上同时进行基于相似度的模糊检索,有助于提高检索准确度,从而降低了业务办理成本。
根据本公开的实施例,在精确匹配的过程中同时对检索关键词和每个存储关键词进行相似度匹配,得到模糊匹配结果,包括:
从检索库获取多个存储关键词;
针对每个存储关键词,对存储关键词和检索关键词进行相似度匹配,得到模糊匹配子结果;
根据多个模糊匹配子结果,生成模糊匹配结果。
根据本公开的实施例,在精确匹配的过程中,需要获取存储在检索库中的多个存储关键词。针对每个存储关键词都需要计算当前存储关键词与检索关键词之间的相似度,从而得到模糊匹配子结果。基于对应每个存储关键词的模糊匹配子结果生成总的模糊匹配结果。
图3示意性示出了根据本公开实施例的生成模糊匹配子结果的流程图。
如图3所示,对存储关键词和检索关键词进行相似度匹配,得到模糊匹配子结果,包括操作S310~S330。
在操作S310,利用文本相似度计算函数处理存储关键词和检索关键词,得到相似度数值;
在操作S320,在相似度数值小于等于预设相似度阈值的情况下,响应于扩大搜索范围指令,计算存储关键词和检索关键词之间的第一汉明距离;
在操作S330,在第一汉明距离小于第一预设距离阈值的情况下,生成模糊匹配子结果,其中,模糊匹配子结果表征检索关键词与存储关键词匹配成功,存储关键词表征目标关键词。
根据本公开的实施例,文本相似度计算函数可以是Dice相似度函数。汉明距离是指将一个字符替换成另一个字符所需要的次数。
根据本公开的实施例,预设相似度阈值和第一预设距离阈值均可以根据实际需求具体设置,例如预设相似度阈值可以为0.7,第一预设距离阈值可以为3。
根据本公开的实施例,利用Dice相似度函数计算存储关键词和检索关键词之间的相似度数值,若相似度数值小于等于预设相似度阈值,则可以再次对当前存储关键词和检索关键词进行汉明距离的计算,得到二者之间的第一汉明距离,若第一汉明距离小于第一预设距离阈值,则可以确定该存储关键词与检索关键词匹配成功。
根据本公开的实施例,通过相似度数值小于等于预设相似度阈值的存储关键词进行基于汉明距离的二次筛选,可以避免遗漏掉其他的检索结果,进一步提升了检索准确率。
需要说明的是,扩大搜索范围指令可以是响应于用户在电子设备上的输入操作所生成的,也可以是电子设备依据基于相似度数值确定的目标关键词的数量所自动生成的,例如基于相似度数值确定仅有1个目标关键词(可以设置第一数量阈值,例如为2),电子设备自动生成该扩大搜索指令以重新对基于相似度数值确定的非目标关键词的存储关键词进行基于汉明距离的二次筛选。
根据本公开的实施例,利用文本相似度计算函数处理存储关键词和检索关键词,得到相似度数值,包括:
确定存储关键词和检索关键词之间同样字的字数;
基于文本相似度计算函数,根据同样字的字数、存储关键词的长度和检索关键词的长度,生成相似度数值。
根据本公开的实施例,相似度数值的计算如公式(1)所示:
Dice(s1,s2)=2*comm(s1,s2)/(leng(s1)+leng(s2)) (1)
其中,s1、s2分别表征存储关键词和检索关键词,comm(s1,s2)为同样字的字数,leng(s1)为存储关键词的字符长度,leng(s2)为检索关键词的字符长度。
在一种实施例中,假设存储关键词有“债券、公债券、公司债券、贷券、息票、貸券、公債券、公司債券、证券、公共市场业务以及债务远期”,若检索关键词为“债务即期”,此时若通过公式(1)计算检索关键词与存储关键词“债务远期”之间的相似度数值,如公式(2)所示:
Dice(A,B)=2*3/(4+4)=0.75 (2)
其中,A、B分别为债务即期和债务远期。
根据本公开的实施例,由于0.75大于预设相似度阈值0.7,此时可以该存储关键词确定为一个目标关键词。
根据本公开的实施例,若其他的某个存储关键词与检索关键词之间的相似度数值为0.5,由于0.5小于0.7,此时需要计算当前存储关键词与检索关键词之间的第一汉明距离,若第一汉明距离为2,由于2小于3,则同样可以将该存储关键词确定为一个目标关键词。
根据本公开的实施例,对存储关键词和检索关键词进行相似度匹配,得到模糊匹配子结果,还包括:
在相似度数值大于预设相似度阈值的情况下,响应于缩小搜索范围指令,计算存储关键词和检索关键词之间的第二汉明距离;
在第二汉明距离小于第二预设距离阈值的情况下,生成模糊匹配子结果,其中,模糊匹配子结果表征检索关键词与存储关键词匹配成功,存储关键词表征目标关键词。
根据本公开的实施例,若相似度数值大于预设相似度阈值,可以响应于缩小搜索范围指令,从基于相似度数值初步确定的目标关键词中进行二次筛选,以进一步对目标关键词进行精简。其中,第二预设距离阈值可以根据实际需求设置,例如可以为2。
根据本公开的实施例,若基于相似度数值初步确定的目标关键词的数量有100个,此时计算这100个中每个目标关键词与检索关键词之间的第二汉明距离,将第二汉明距离小于2的目标关键词确定为最终的目标关键词。
需要说明的是,缩小搜索范围指令可以是响应于用户在电子设备上的输入操作所生成的,也可以是电子设备依据基于相似度数值确定的目标关键词的数量所自动生成的,例如基于相似度数值确定有m个目标关键词(可以设置第二数量阈值,例如为100),电子设备自动生成该缩小搜索范围指令以重新对基于相似度数值确定的目标关键词进行基于汉明距离的二次筛选。
根据本公开的实施例,文本检索方法还包括:
在目标匹配结果表征全部匹配失败的情况下,获取客户端上传的检索文档;
提取检索文档的至少一个补充关键词;
将检索文档、补充关键词和检索关键词关联存储在检索库中。
根据本公开的实施例,在某种情况下,检索库中并未存储与当前检索关键词对应的存储关键词以及存储文档,此时检索得到的目标匹配结果显示当前检索关键词与所有的存储关键词均匹配失败,在此种情况下,可以由工作人员通过客户端上传与该检索关键词相关的检索文档,并提取检索文档中的补充关键词,从而将检索文档、补充关键词和检索关键词关联存储在检索库中,在存入检索库之后,该检索文档则被称为存储文档,与该存储文档对应的补充关键词和检索关键词则被称为存储关键词。
根据本公开的实施例,通过在无与检索关键词相匹配的目标关键词时及时将上传的检索文档及其对应的补充关键词和检索关键词关联存储在检索库,能够及时对检索库进行完善,有助于后续文本检索能够及时准确地得到相对应的检索结果。
根据本公开的实施例,在检索库中对检索关键词进行精确匹配处理,得到精确匹配结果,包括:
基于检索关键词,利用数据库的精确匹配规则分别对存储关键词和存储文档进行匹配,得到精确匹配结果。
根据本公开的实施例,面向文档型的数据库(ES库)本身具有精确检索功能,因此在键入检索关键词之后,检索库会基于自身的精确匹配规则分别对存储关键词和存储文档进行匹配,从而得到对应的精确匹配结果。
图4示意性示出了根据本公开实施例的文本检索装置的结构框图。
如图4所示,该实施例的文本检索装置400包括接收模块410、精确匹配模块420、模糊匹配模块430、生成模块440。
接收模块410,用于接收输入至金融系统的检索关键词;
精确匹配模块420,用于在检索库中对检索关键词进行精确匹配处理,得到精确匹配结果,其中,检索库包括与金融场景相关的多个存储文档和与每个存储文档对应的至少一个存储关键词;
模糊匹配模块430,用于在精确匹配的过程中同时对检索关键词和每个存储关键词进行相似度匹配,得到模糊匹配结果;
生成模块440,用于根据与目标匹配结果中表征匹配成功所对应的最少一个目标关键词和与目标关键词对应的目标文档,生成文本检索结果,其中,目标匹配结果包括精确匹配结果和模糊匹配结果中的至少一个。
根据本公开的实施例,通过在接收到金融系统的检索关键词之后,同时对检索库和检索关键词进行精确检索以及对检索关键词和检索库中的存储关键词进行相似度的模糊检索,依据两次检索的结果生成与当前检索关键词对应的文本检索结果。由于在检索库中进行检索关键词的精确检索的基础上同时进行基于相似度的模糊检索,有助于提高检索准确度,从而降低了业务办理成本。
根据本公开的实施例,模糊匹配模块430包括获取子模块、第一匹配子模块、生成子模块。
获取子模块,用于从检索库获取多个存储关键词;
第一匹配子模块,用于针对每个存储关键词,对存储关键词和检索关键词进行相似度匹配,得到模糊匹配子结果;
生成子模块,用于根据多个模糊匹配子结果,生成模糊匹配结果。
根据本公开的实施例,第一匹配子模块包括得到单元、第一计算单元、第一生成单元。
得到单元,用于利用文本相似度计算函数处理存储关键词和检索关键词,得到相似度数值;
第一计算单元,用于在相似度数值小于等于预设相似度阈值的情况下,响应于扩大搜索范围指令,计算存储关键词和检索关键词之间的第一汉明距离;
第一生成单元,用于在第一汉明距离小于第一预设距离阈值的情况下,生成模糊匹配子结果,其中,模糊匹配子结果表征检索关键词与存储关键词匹配成功,存储关键词表征目标关键词。
根据本公开的实施例,得到单元包括确定子单元、生成子单元。
确定子单元,用于确定存储关键词和检索关键词之间同样字的字数;
生成子单元,用于基于文本相似度计算函数,根据同样字的字数、存储关键词的长度和检索关键词的长度,生成相似度数值。
根据本公开的实施例,第一匹配子模块还包括第二计算单元、第二生成单元。
第二计算单元,用于在相似度数值大于预设相似度阈值的情况下,响应于缩小搜索范围指令,计算存储关键词和检索关键词之间的第二汉明距离;
第二生成单元,用于在第二汉明距离小于第二预设距离阈值的情况下,生成模糊匹配子结果,其中,模糊匹配子结果表征检索关键词与存储关键词匹配成功,存储关键词表征目标关键词。
根据本公开的实施例,文本检索装置400还包括第二获取模块、提取模块、存储模块。
第二获取模块,用于在目标匹配结果表征全部匹配失败的情况下,获取客户端上传的检索文档;
提取模块,用于提取检索文档的至少一个补充关键词;
存储模块,用于将检索文档、补充关键词和检索关键词关联存储在检索库中。
根据本公开的实施例,检索库包括面向文档型的数据库。
根据本公开的实施例,精确匹配模块420包括第二匹配子模块。
第二匹配子模块,用于基于检索关键词,利用数据库的精确匹配规则分别对存储关键词和存储文档进行匹配,得到精确匹配结果。
根据本公开的实施例,接收模块410、精确匹配模块420、模糊匹配模块430、生成模块440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,接收模块410、精确匹配模块420、模糊匹配模块430、生成模块440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,接收模块410、精确匹配模块420、模糊匹配模块430、生成模块440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5示意性示出了根据本公开实施例的适于实现文本检索方法的电子设备的方框图。
如图5所示,根据本公开实施例的电子设备500包括处理器501,其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。处理器501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501还可以包括用于缓存用途的板载存储器。处理器501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 503中,存储有电子设备500操作所需的各种程序和数据。处理器501、ROM502以及RAM 503通过总线504彼此相连。处理器501通过执行ROM 502和/或RAM 503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 502和RAM503以外的一个或多个存储器中。处理器501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500还可以包括输入/输出(I/O)接口505,输入/输出(I/O)接口505也连接至总线504。电子设备500还可以包括连接至I/O接口505的以下部件中的一项或多项:包括键盘、鼠标等的输入部分506;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507;包括硬盘等的存储部分508;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509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511,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510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508。
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 502和/或RAM 503和/或ROM 502和RAM 503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方法。
在该计算机程序被处理器501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509被下载和安装,和/或从可拆卸介质511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509从网络上被下载和安装,和/或从可拆卸介质511被安装。在该计算机程序被处理器501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 (11)
1.一种文本检索方法,包括:
接收输入至金融系统的检索关键词;
在检索库中对所述检索关键词进行精确匹配处理,得到精确匹配结果,其中,所述检索库包括与金融场景相关的多个存储文档和与每个所述存储文档对应的至少一个存储关键词;
在精确匹配的过程中同时对所述检索关键词和每个所述存储关键词进行相似度匹配,得到模糊匹配结果;
根据与目标匹配结果中表征匹配成功所对应的最少一个目标关键词和与所述目标关键词对应的目标文档,生成文本检索结果,其中,所述目标匹配结果包括所述精确匹配结果和所述模糊匹配结果中的至少一个。
2.根据权利要求1所述的方法,其中,在精确匹配的过程中同时对所述检索关键词和每个所述存储关键词进行相似度匹配,得到模糊匹配结果,包括:
从所述检索库获取多个所述存储关键词;
针对每个所述存储关键词,对所述存储关键词和所述检索关键词进行相似度匹配,得到模糊匹配子结果;
根据多个所述模糊匹配子结果,生成所述模糊匹配结果。
3.根据权利要求2所述的方法,其中,对所述存储关键词和所述检索关键词进行相似度匹配,得到模糊匹配子结果,包括:
利用文本相似度计算函数处理所述存储关键词和所述检索关键词,得到相似度数值;
在所述相似度数值小于等于预设相似度阈值的情况下,响应于扩大搜索范围指令,计算所述存储关键词和所述检索关键词之间的第一汉明距离;
在所述第一汉明距离小于第一预设距离阈值的情况下,生成所述模糊匹配子结果,其中,所述模糊匹配子结果表征所述检索关键词与所述存储关键词匹配成功,所述存储关键词表征所述目标关键词。
4.根据权利要求3所述的方法,其中,利用文本相似度计算函数处理所述存储关键词和所述检索关键词,得到相似度数值,包括:
确定所述存储关键词和所述检索关键词之间同样字的字数;
基于文本相似度计算函数,根据所述同样字的字数、所述存储关键词的长度和所述检索关键词的长度,生成所述相似度数值。
5.根据权利要求3所述的方法,还包括:
在所述相似度数值大于所述预设相似度阈值的情况下,响应于缩小搜索范围指令,计算所述存储关键词和所述检索关键词之间的第二汉明距离;
在所述第二汉明距离小于第二预设距离阈值的情况下,生成所述模糊匹配子结果,其中,所述模糊匹配子结果表征所述检索关键词与所述存储关键词匹配成功,所述存储关键词表征所述目标关键词。
6.根据权利要求1所述的方法,还包括:
在所述目标匹配结果表征全部匹配失败的情况下,获取客户端上传的检索文档;
提取所述检索文档的至少一个补充关键词;
将所述检索文档、所述补充关键词和所述检索关键词关联存储在所述检索库中。
7.根据权利要求1所述的方法,所述检索库包括面向文档型的数据库;
其中,在检索库中对所述检索关键词进行精确匹配处理,得到精确匹配结果,包括:
基于所述检索关键词,利用所述数据库的精确匹配规则分别对所述存储关键词和所述存储文档进行匹配,得到所述精确匹配结果。
8.一种文本检索装置,包括:
接收模块,用于接收输入至金融系统的检索关键词;
精确匹配模块,用于在检索库中对所述检索关键词进行精确匹配处理,得到精确匹配结果,其中,所述检索库包括与金融场景相关的多个存储文档和与每个所述存储文档对应的至少一个存储关键词;
模糊匹配模块,用于在精确匹配的过程中同时对所述检索关键词和每个所述存储关键词进行相似度匹配,得到模糊匹配结果;
生成模块,用于根据与目标匹配结果中表征匹配成功所对应的最少一个目标关键词和与所述目标关键词对应的目标文档,生成文本检索结果,其中,所述目标匹配结果包括所述精确匹配结果和所述模糊匹配结果中的至少一个。
9.一种电子设备,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1~7中任一项所述的方法。
10.一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1~7中任一项所述的方法。
11.一种计算机程序产品,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1~7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410154877.XA CN117951253A (zh) | 2024-02-04 | 2024-02-04 | 文本检索方法、装置、电子设备、存储介质和程序产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410154877.XA CN117951253A (zh) | 2024-02-04 | 2024-02-04 | 文本检索方法、装置、电子设备、存储介质和程序产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117951253A true CN117951253A (zh) | 2024-04-30 |
Family
ID=90802787
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410154877.XA Pending CN117951253A (zh) | 2024-02-04 | 2024-02-04 | 文本检索方法、装置、电子设备、存储介质和程序产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117951253A (zh) |
-
2024
- 2024-02-04 CN CN202410154877.XA patent/CN117951253A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113507419B (zh) | 流量分发模型的训练方法、流量分发方法及装置 | |
CN111651552A (zh) | 结构化信息确定方法、装置和电子设备 | |
CN110895587B (zh) | 用于确定目标用户的方法和装置 | |
CN114386408A (zh) | 政务敏感信息识别方法、装置、设备、介质和程序产品 | |
CN110737820A (zh) | 用于生成事件信息的方法和装置 | |
CN116228419A (zh) | 信息处理方法、装置、设备及存储介质 | |
CN115827122A (zh) | 操作引导方法、装置、电子设备及存储介质 | |
CN114201964A (zh) | 舆情风险识别方法、装置、电子设备及存储介质 | |
CN117951253A (zh) | 文本检索方法、装置、电子设备、存储介质和程序产品 | |
CN113935334A (zh) | 文本信息处理方法、装置、设备和介质 | |
CN114780807A (zh) | 业务检测方法、装置、计算机系统及可读存储介质 | |
CN113095078A (zh) | 关联资产确定方法、装置和电子设备 | |
CN112287101B (zh) | 信息处理方法、装置和计算机设备 | |
CN117435616A (zh) | 生产问题记录的推荐方法、装置、电子设备和介质 | |
CN117114470A (zh) | 基于地图的评价信息处理方法、装置、电子设备及介质 | |
CN118152803A (zh) | 训练数据集构建方法、装置、电子设备、介质和程序产品 | |
CN116932525A (zh) | 数据处理方法、装置、设备、介质和程序产品 | |
CN116561803A (zh) | 一种安全策略信息处理方法、装置、设备及存储介质 | |
CN116680184A (zh) | 代码扫描方法、装置、电子设备和介质 | |
CN116756315A (zh) | 对话意图识别方法、装置、电子设备及存储介质 | |
CN113177122A (zh) | 关联资产确定方法、装置和电子设备 | |
CN115238058A (zh) | 内容匹配方法、装置、设备、介质和程序产品 | |
CN118093629A (zh) | 数据库查询语句的生成方法、装置、设备及介质 | |
CN117372023A (zh) | 定制化交易方法、装置、电子设备、介质和程序产品 | |
CN117472734A (zh) | 一种测试方法、装置、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 |