KR102148691B1 - 정보 검색 방법 및 장치 - Google Patents

Abstract

본 출원은 정보 검색 방법 및 장치를 개시한다. 상기 정보 검색 방법은 구체적으로, 사용자가 입력한 검색 문구를 포함하는 검색 요청을 수신하는 단계(201)와, 상기 사용자의 사용자 정보를 획득하고, 상기 검색 문구와 상기 사용자 정보를 기반으로 사전에 트레이닝된 분류 모델을 통해 상기 사용자의 검색 요구 사항을 획득하되, 상기 검색 요구 사항은 지식 엔티티, 상기 지식 엔티티에 관련된 적어도 하나의 요구 사항을 포함하는 단계(202)와, 사전에 저장된 지식 엔티티 정보 집합에서 상기 지식 엔티티의 적어도 하나의 속성 정보를 획득하되, 상기 적어도 하나의 속성 정보와 상기 적어도 하나의 요구 사항은 일일이 대응되는 단계(203)와, 획득한 속성 정보를 하나의 검색 결과로 병합하여 검색 결과 페이지에 추가하는 단계(204)를 포함한다. 해당 방법은 사용자가 요구하는 내용을 표시하고, 검색 결과의 표시 내용을 풍성하게 한다.

Description

정보 검색 방법 및 장치

본 출원은 컴퓨터 기술 분야에 관한 것으로, 구체적으로 검색 기술 분야에 관한 것이며, 특히는 정보 검색 방법 및 장치에 관한 것이다.

현재, 기존의 정보 검색 기술은 통상적으로 사용자가 입력한 검색 문구에 따라 검색 문구에 관련된 내용이 포함된 웹 페이지를 검색하고, 웹 페이지에서 검색 문구에 관련된 내용의 요약을 추출하고, 이어서 해당 요약을 검색 결과에 표시한다.

그러나, 기존의 기술을 통해 표시하는 검색 결과의 내용은 상대적으로 단일하고, 통상적으로 사용자가 요청하는 내용을 표시할 수 없다.

본 출원은 이상의 배경 기술 부분에서 제출한 기술적 문제들을 해결하기 위해 창출된 것으로, 정보 검색 방법 및 장치를 제출하고자 한다.

제1 양태에 있어서, 본 출원은 정보 검색 방법을 제공하며, 상기 정보 검색 방법은, 사용자가 입력한 검색 문구를 포함하는 검색 요청을 수신하는 단계와, 상기 사용자의 사용자 정보를 획득하고, 상기 검색 문구와 상기 사용자 정보를 기반으로 사전에 트레이닝된 분류 모델을 통해 상기 사용자의 검색 요구 사항을 획득하되, 상기 검색 요구 사항은 지식 엔티티, 상기 지식 엔티티에 관련된 적어도 하나의 요구를 포함하는 단계와, 사전에 저장된 지식 엔티티 정보 집합에서 상기 지식 엔티티의 적어도 하나의 속성 정보를 획득하되, 상기 적어도 하나의 속성 정보와 상기 적어도 하나의 요구는 일일이 대응되는 단계와, 획득한 속성 정보를 하나의 검색 결과로 병합하여 검색 결과 페이지에 추가하는 단계를 포함한다.

일부의 실시예에 있어서, 상기 검색 문구와 상기 사용자 정보를 기반으로 사전에 트레이닝된 분류 모델을 통해 상기 사용자의 검색 요구 사항을 획득하는 단계는, 상기 검색 문구와 상기 사용자 정보를 기반으로 사전에 트레이닝된 지식 엔티티 분류 모델을 통해 상기 지식 엔티티를 획득하는 단계와, 상기 검색 문구, 상기 사용자 정보 및 상기 지식 엔티티를 기반으로 사전에 트레이닝된 요구 분류 모델을 통해 상기 적어도 하나의 요구를 획득하는 단계를 포함한다.

일부의 실시예에 있어서, 상기 정보 검색 방법은, 검색 요청을 수신한 이후, 멀티 모드 매칭 알고리즘을 통해 정해진 매칭 결과와 최초의 지식 엔티티 및 최초의 요구의 대응 관계에 따라 상기 검색 문구에 매칭되는 최초의 지식 엔티티 및 최초의 요구를 획득하는 단계를 더 포함하되, 상기 검색 문구와 상기 사용자 정보를 기반으로 사전에 트레이닝된 지식 엔티티 분류 모델을 통해 상기 지식 엔티티를 획득하는 단계는, 상기 검색 문구, 상기 사용자 정보, 상기 최초의 지식 엔티티 및 상기 최초의 요구를 기반으로 사전에 트레이닝된 지식 엔티티 분류 모델을 통해 상기 지식 엔티티를 획득하는 단계를 포함한다.

일부의 실시예에 있어서, 상기 검색 문구, 상기 사용자 정보 및 상기 지식 엔티티를 기반으로 사전에 트레이닝된 요구 분류 모델을 통해 상기 적어도 하나의 요구를 획득하는 단계는, 상기 검색 문구, 상기 사용자 정보, 상기 지식 엔티티, 상기 최초의 지식 엔티티 및 상기 최초의 요구를 기반으로 사전에 트레이닝된 요구 분류 모델을 통해 상기 적어도 하나의 요구를 획득하는 단계를 포함한다.

일부의 실시예에 있어서, 상기 정보 검색 방법은, 검색 요청을 수신한 이후, 상기 검색 문구를 기반으로 명명 엔티티 인식 알고리즘을 통해 상기 검색 문구 중의 엔티티 단어 및 요구 단어를 획득하는 단계를 더 포함하되, 상기 검색 문구, 상기 사용자 정보, 상기 최초의 지식 엔티티 및 상기 최초의 요구를 기반으로 사전에 트레이닝된 지식 엔티티 분류 모델을 통해 상기 지식 엔티티를 획득하는 단계는, 상기 검색 문구, 상기 사용자 정보, 상기 최초의 지식 엔티티, 상기 최초의 요구, 상기 엔티티 단어 및 상기 요구 단어를 기반으로 사전에 트레이닝된 지식 엔티티 분류 모델을 통해 상기 지식 엔티티를 획득하는 단계를 포함한다.

일부의 실시예에 있어서, 상기 검색 문구, 상기 사용자 정보 및 상기 지식 엔티티를 기반으로 사전에 트레이닝된 요구 분류 모델을 통해 상기 적어도 하나의 요구를 획득하는 단계는, 상기 검색 문구, 상기 사용자 정보, 상기 지식 엔티티, 상기 최초의 지식 엔티티, 상기 최초의 요구, 상기 엔티티 단어 및 상기 요구 단어를 기반으로 사전에 트레이닝된 요구 분류 모델을 통해 상기 적어도 하나의 요구를 획득하는 단계를 포함한다.

일부의 실시예에 있어서, 상기 획득한 속성 정보는 이미지 정보, 문자 정보 중의 적어도 하나를 포함한다.

제2 양태에 있어서, 본 출원은 정보 검색 장치를 제공하며, 상기 정보 검색 장치는 사용자가 입력한 검색 문구를 포함하는 검색 요청을 수신하도록 구축된 검색 요청 수신 유닛과, 상기 사용자의 사용자 정보를 획득하고, 상기 검색 문구와 상기 사용자 정보를 기반으로 사전에 트레이닝된 분류 모델을 통해 상기 사용자의 검색 요구 사항을 획득하도록 구축되되, 상기 검색 요구 사항은 지식 엔티티, 상기 지식 엔티티에 관련된 적어도 하나의 요구 사항을 포함하는 검색 요구 사항 획득 유닛과, 사전에 저장된 지식 엔티티 정보 집합에서 상기 지식 엔티티의 적어도 하나의 속성 정보를 획득하도록 구축되되, 상기 적어도 하나의 속성 정보와 상기 적어도 하나의 요구 사항은 일일이 대응되는 속성 정보 획득 유닛과, 획득한 속성 정보를 하나의 검색 결과로 병합하여 검색 결과 페이지에 추가하도록 구축된 페이지 생성 유닛을 포함한다.

일부의 실시예에 있어서, 상기 검색 요구 사항 획득 유닛은, 상기 검색 문구와 상기 사용자 정보를 기반으로 사전에 트레이닝된 지식 엔티티 분류 모델을 통해 상기 지식 엔티티를 획득하도록 구축된 지식 엔티티 획득 서브 유닛과, 상기 검색 문구, 상기 사용자 정보 및 상기 지식 엔티티를 기반으로 사전에 트레이닝된 요구 분류 모델을 통해 상기 적어도 하나의 요구 사항을 획득하도록 구축된 요구 획득 서브 유닛을 포함한다.

일부의 실시예에 있어서, 상기 정보 검색 장치는, 검색 요청을 수신한 이후, 멀티 모드 매칭 알고리즘을 통해 정해진 매칭 결과와 최초의 지식 엔티티 및 최초의 요구 사항의 대응 관계에 따라 상기 검색 문구에 매칭되는 최초의 지식 엔티티 및 최초의 요구 사항을 획득하도록 구축된 멀티 모드 매칭 유닛을 더 포함하되, 상기 지식 엔티티 획득 서브 유닛은, 상기 검색 문구, 상기 사용자 정보, 상기 최초의 지식 엔티티 및 상기 최초의 요구 사항을 기반으로 사전에 트레이닝된 지식 엔티티 분류 모델을 통해 상기 지식 엔티티를 획득하도록 더 구축된다.

일부의 실시예에 있어서, 상기 요구 획득 서브 유닛은, 상기 검색 문구, 상기 사용자 정보, 상기 지식 엔티티, 상기 최초의 지식 엔티티 및 상기 최초의 요구 사항을 기반으로 사전에 트레이닝된 요구 분류 모델을 통해 상기 적어도 하나의 요구 사항을 획득하도록 더 구축된다.

일부의 실시예에 있어서, 상기 정보 검색 장치는, 검색 요청을 수신한 이후, 상기 검색 문구를 기반으로 명명 엔티티 인식 알고리즘을 통해 상기 검색 문구 중의 엔티티 단어 및 요구 단어를 획득하도록 구축된 명명 엔티티 인식 유닛을 더 포함하되, 상기 지식 엔티티 획득 서브 유닛은, 상기 검색 문구, 상기 사용자 정보, 상기 최초의 지식 엔티티, 상기 최초의 요구 사항, 상기 엔티티 단어 및 상기 요구 단어를 기반으로 사전에 트레이닝된 지식 엔티티 분류 모델을 통해 상기 지식 엔티티를 획득하도록 더 구축된다.

일부의 실시예에 있어서, 상기 요구 획득 서브 유닛은, 상기 검색 문구, 상기 사용자 정보, 상기 지식 엔티티, 상기 최초의 지식 엔티티, 상기 최초의 요구 사항, 상기 엔티티 단어 및 상기 요구 단어를 기반으로 사전에 트레이닝된 요구 분류 모델을 통해 상기 적어도 하나의 요구 사항을 획득하도록 더 구축된다.

일부의 실시예에 있어서, 상기 속성 정보 획득 유닛으로 획득한 속성 정보는 이미지 정보, 문자 정보 중의 적어도 하나를 포함한다.

본 출원에서 제공하는 정보 검색 방법 및 장치는, 검색 문구와 사용자 정보를 기반으로 사전에 트레이닝된 분류 모델을 통해 사용자의 검색 요구 사항 중의 지식 엔티티 및 적어도 하나의 요구 사항을 획득하고, 사전에 저장된 지식 엔티티 정보 집합에서 상기 요구 사항에 일일이 대응되는 상기 지식 엔티티의 적어도 하나의 속성 정보를 획득하고, 획득한 속성 정보를 하나의 검색 결과로 병합하여 검색 결과 페이지에 추가함으로써, 사용자가 요구하는 내용을 표시하고, 검색 결과의 표시 내용을 풍성하게 한다.

본 출원의 기타 특징, 과제 및 이점들은 아래의 첨부된 도면들을 참조하여 진행한 비 한정적인 실시예들에 대한 상세한 설명으로부터 명확해 질 것이다.
도1은 본 출원이 적용 가능한 예시적 시스템 체계 구조도이다.
도2는 본 출원에 따른 정보 검색 방법의 일 실시예의 흐름도이다.
도3은 본 출원에 따른 정보 검색 방법의 일 응용 정경의 예시적 개략도이다.
도4는 본 출원에 따른 정보 검색 방법의 다른 일 실시예의 흐름도이다.
도5는 본 출원에 따른 정보 검색 장치의 일 실시예의 구조 개략도이다.
도6은 본 출원의 실시예의 서버를 구현하기에 적합한 컴퓨터 시스템의 구조 개략도이다.

이하, 첨부된 도면 및 실시예들을 결부하여 본 출원에 대한 보다 상세한 설명을 진행하기로 한다. 여기에 설명되는 구체적인 실시예들은 단지 관련된 발명을 해석하기 위한 것일 뿐, 해당 발명을 한정하기 위한 것이 아님을 이해할 수 있을 것이다. 또한, 설명의 편의를 위해 첨부된 도면에는 단지 관련 발명에 관한 부분만이 도시됨을 설명하고자 한다.

본 출원의 실시예 및 실시예 중의 특징들은 모순되지 않는 한 서로 조합될 수 있음을 설명하고자 한다. 이하, 첨부된 도면을 참조하고 실시예들을 결부하여 본 출원에 대한 상세한 설명을 진행하기로 한다.

본 출원은 2016년 4월 7일에 제출한 제 201610214064.0호 중국 특허 출원의 우선권을 주장하는 바, 해당 특허 출원의 모든 내용은 참조로 본 출원에 원용된다.

도1은 본 출원의 본 출원의 정보 검색 방법 또는 정보 검색 장치의 실시예가 적용 가능한 예시적 시스템 체계 구조(100)를 나타낸다.

도1에 도시된 바와 같이, 시스템 체계 구조(100)는 단말기 장치(101, 102, 103), 네트워크(104) 및 서버(105)를 포함할 수 있다. 네트워크(104)는 단말기 장치(101, 102, 103)와 서버(105) 사이에서 통신 링크를 제공하는 매체로 이용된다. 네트워크(104)는 예컨대 유선 통신 링크, 무선 통신 링크 또는 광섬유 케이블 등과 같은 각종의 연결 유형을 포함할 수 있다.

사용자는 메시지 등을 수신하거나 발신하기 위하여, 단말기 장치(101, 102, 103)를 이용하여 네트워크(104)를 통해 서버(105)와 통신할 수 있다. 단말기 장치(101, 102, 103) 상에는 예컨대 브라우저 애플리케이션, 검색 유형의 애플리케이션, 쇼핑 유형의 애플리케이션 등과 같은 각종의 클라이언트 애플리케이션이 설치될 수 있다.

단말기 장치(101, 102, 103)는 브라우저 애플리케이션 또는 검색 유형의 애플리케이션을 지원하는 각종의 전자 기기일 수 있으며, 스마트 폰, 태블릿 PC, 랩탑형 컴퓨터 및 데스크탑형 컴퓨터 등을 포함하나, 이에 한정되지 않는다.

서버(105)는 각종의 서비스를 제공하는 서버일 수 있으며, 예컨대, 단말기 장치(101, 102, 103) 상의 브라우저 애플리케이션, 검색 유형의 애플리케이션 등에 대해 지원을 제공하는 데이터 베이스 서버 또는 클라우드 서버일 수 있다. 서버는 수신된 데이터에 대해 분석, 검색 등의 처리를 진행하고, 처리 결과(예컨대, 검색 결과)를 단말기 장치에 피드백할 수 있다.

본 출원의 실시예에서 제공하는 정보 검색 방법은 통상적으로 서버(105)에 의해 실행되고, 따라서, 정보 검색 장치는 통상적으로 서버(105)에 설치됨을 설명하고자 한다.

도1 중의 단말기 장치, 네트워크 및 서버의 수량은 단지 예시적인 것일 뿐, 구현의 수요에 따라 임의의 수량의 단말기 장치, 네트워크 및 서버를 구비할 수 있음을 이해하여야 한다.

이어서, 도2를 참조하면, 도2는 본 출원에 따른 정보 검색 방법의 일 실시예의 흐름(200)을 나타낸다.

도2에 도시된 바와 같이, 본 실시예의 정보 검색 방법은 아래와 같은 단계들을 포함한다.

단계(201)에서, 검색 요청을 수신한다.

여기서, 상기 검색 요청은 사용자가 입력한 검색 문구를 포함한다.

본 실시예에 있어서, 정보 검색 방법이 운행되는 전자 기기(예컨대, 도1에 도시된 서버)는 유선 또는 무선의 방식을 통해 단말기(예컨대, 도1에 도시된 단말기 장치)로부터 상기 검색 요청을 수신할 수 있다. 여기서, 상기 검색 문구는 사용자가 브라우저 검색 페이지 또는 검색 유형의 애플리케이션 중의 텍스트 검색창에 입력한 텍스트일 수 있다.

단계(202)에서, 상기 사용자의 사용자 정보를 획득하고, 상기 검색 문구 및 상기 사용자 정보를 기반으로 사전에 트레이닝된 분류 모델을 통해 상기 사용자의 검색 요구 사항을 획득한다. 여기서, 상기 검색 요구 사항은 지식 엔티티, 상기 지식 엔티티에 관련된 적어도 하나의 요구 사항을 포함한다.

본 실시예에 있어서, 전자 기기는 먼저 단말기의 쿠키(Cookie) 정보로부터 사용자의 사용자 정보를 획득할 수 있으며, 사전에 구축된 사용자 화상 데이터로부터 사용자의 사용자 정보를 획득할 수도 있다. 여기서, 사용자 정보는 역사적 검색 기록, 성별, 나이, 직업, 취미 등의 정보들 중의 하나 또는 다수를 포함할 수 있으나, 이에 한정되지 않는다. 이어서, 상기 검색 문구와 획득한 사용자 정보를 사전에 트레이닝된 분류 모델(예컨대, 로지스틱 회귀 모델)에 입력하고, 분류 알고리즘(예컨대, 로지스틱 회귀 알고리즘)을 통해 각 지식 엔티티에 대응되는 확률을 획득하고, 상기 검색 요구 사항 중의 지식 엔티티로서 대응되는 확률이 제일 큰 지식 엔티티를 취하며; 각 지식 엔티티에 관련된 정해진 요구에 따라 상기 검색 요구 사항 중의 지식 엔티티에 관련된 적어도 하나의 요구 사항을 획득한다. 여기서, 상기 지식 엔티티는 지식 포인트/고유 명사(예컨대, “주자이거우 (구채구,

)", "관절염")에 대응되는 객체일 수 있다. 상기 각 지식 엔티티에 관련된 정해진 요구 사항은 도메인 지식을 기반으로 수동으로 사전에 설정한 것일 수 있으며, 기계 학습의 방법을 통해 획득한 것일 수도 있다. 예컨대, 지식 엔티티 “관절염"에 관련된 요구 사항은 “치료”, "가격문의”, "이해(요해, 了解)”를 포함할 수 있다.

상기 분류 모델은 엔티티 주석을 구비한 대량의 트레이닝 데이터에 대해 학습 및 트레이닝을 진행하여 획득한 것일 수 있다. 여기서, 상기 트레이닝 데이터는 검색 단어, 사용자 정보, 지식 엔티티, 주석을 포함할 수 있으며, 여기서, 주석은 검색 단어가 해당 트레이닝 데이터의 지식 엔티티에 관련되는지 여부를 표시하기 위한 것이다. 상기 트레이닝 데이터는 사용자가 검색 결과를 클릭하여 진입한 페이지 내용 및 이번의 검색에 사용된 검색 단어를 통해 수집할 수 있다. 예컨대, 사용자가 임의의 하나의 검색 결과를 클릭하여 진입한 페이지가 주자이거우 (

)에 관한 내용인 것으로 가정할 경우, 하나의 트레이닝 데이터를 생성할 수 있으며, 해당 트레이닝 데이터의 검색 단어는 사용자가 사용한 검색 단어이고, 지식 엔티티는 "주자이거우 (

)"이고, 주석은 1이다.

단계(203)에서, 사전에 저장된 지식 엔티티 정보 집합에서 상기 지식 엔티티의 적어도 하나의 속성 정보를 획득한다.

여기서, 상기 적어도 하나의 속성 정보와 상기 적어도 하나의 요구 사항은 일일이 대응된다.

본 실시예에 있어서, 상기 지식 엔티티 정보 집합에는 각 지식 엔티티의 다수의 속성 정보가 포함되며, 예컨대, 지식 엔티티 “주자이거우 (

)”의 공략, 소개, 역사, 여행 코스 등의 속성 정보를 포함할 수 있다. 전자 기기는 상기 지식 엔티티 정보 집합에서 단계(202)에서 획득한 검색 요구 사항 중의 지식 엔티티에 매칭되는 지식 엔티티 정보를 조회하고, 이어서, 해당 지식 엔티티 정보에서 상기 검색 요구 사항 중의 적어도 하나의 요구 사항에 대응되는 적어도 하나의 속성 정보를 획득할 수 있다.

여기서, 상기 지식 엔티티 정보 집합은 제3자 사이트(예컨대, 백과 유형의 사이트, 의료 유형의 사이트)로부터 이미 편집된 구조화 정보를 크롤링(Crawling)하여 획득할 수 있다. 예컨대, 지식 엔티티 "안면 마비”에 있어서, 정해진 의료 유형의 사이트의 안면 마비에 관련된 페이지로부터 정보를 크롤링(Crawling)하여, 소개, 증상, 병인 등과 같은 속성 정보를 획득할 수 있다.

본 실시예의 일부 선택 가능한 구현 방식에 있어서, 상기 획득한 속성 정보는 이미지 정보, 문자 정보 중의 적어도 하나를 포함할 수 있다. 이로써, 검색 결과의 표시 내용을 더욱 풍성하게 한다.

단계(204)에서, 획득한 속성 정보를 하나의 검색 결과로 병합하여 검색 결과 페이지에 추가한다.

본 실시예에 있어서, 전자 기기는, 단말기가 다수의 속성 정보를 포함하는 검색 결과를 표시할 수 있도록, 적어도 하나의 속성 정보를 하나의 검색 결과로 함께 조합하고, 해당 검색 결과를 검색 결과 페이지에 추가할 수 있다.

본 실시예의 일부 선택 가능한 구현 방식에 있어서, 단계(202)는, 상기 검색 문구 및 상기 사용자 정보를 기반으로 사전에 트레이닝된 지식 엔티티 분류 모델을 통해 상기 지식 엔티티를 획득하는 단계와, 상기 검색 문구, 상기 사용자 정보 및 상기 지식 엔티티를 기반으로 사전에 트레이닝된 요구 분류 모델을 통해 상기 적어도 하나의 요구 사항을 획득하는 단계를 포함할 수 있다.

여기서, 전자 기기는 상기 검색 문구와 획득한 사용자 정보를 사전에 트레이닝된 지식 엔티티 분류 모델에 입력하고, 분류 알고리즘을 통해 각 지식 엔티티에 대응되는 확률을 획득하고, 상기 검색 요구 사항 중의 지식 엔티티로서 대응되는 확률이 제일 큰 지식 엔티티를 취한다. 여기서, 지식 엔티티 분류 모델의 트레이닝 방법은 단계(202) 중의 분류 모델의 트레이닝 방법을 참조할 수 있으며, 여기서 이에 대한 중복된 설명은 생략하기로 한다. 이어서, 전자 기기는 상기 검색 문구, 상기 사용자 정보 및 상기 검색 요구 사항 중의 지식 엔티티를 사전에 트레이닝된 요구 분류 모델에 입력하고, 각 요구에 대응되는 확률을 획득하고, 대응되는 확률에 따라 상기 검색 요구 사항 중의 적어도 하나의 요구 사항으로서 내림차순으로 정해진 수량의 요구 사항을 순차적으로 선택할 수 있다. 여기서, 상기 요구 분류 모델은 요구 주석을 구비하는 대량의 트레이닝 데이터에 대해 학습 및 트레이닝을 진행하여 획득한 것일 수 있다. 여기서, 상기 트레이닝 데이터는 검색 단어, 사용자 정보, 지식 엔티티, 요구 사항, 주석과 같은 정보를 포함할 수 있으며, 여기서, 주석은 검색 단어가 해당 트레이닝 데이터의 지식 엔티티와 요구 사항에 관련되는지 여부를 표시하기 위한 것이다. 상기 트레이닝 데이터는 사용자가 검색 결과를 클릭하여 진입한 페이지 내용 및 이번의 검색에 사용된 검색 단어를 통해 수집할 수 있다. 예컨대, 사용자가 임의의 하나의 검색 결과를 클릭하여 진입한 페이지가 주자이거우(

)의 여행 공략에 관한 내용인 것으로 가정할 경우, 하나의 트레이닝 데이터를 생성할 수 있으며, 해당 트레이닝 데이터의 검색 단어는 사용자가 사용한 검색 단어이고, 지식 엔티티는 "주자이거우 (

)"이고, 요구 사항은 "여행 공략”이고, 주석은 1이다.

이러한 구현 방식을 통해, 획득한 사용자의 검색 요구 사항 중의 지식 엔티티에 관련된 적어도 하나의 요구 사항이 더욱 정확하도록 함으로써, 사용자가 요구하는 내용을 더욱 정확하게 표시할 수 있다.

아래에 도3을 참조하면, 도3은 본 실시예의 정보 검색 방법의 예시적 개략도를 나타낸다. 도3의 응용 정경에 있어서, 사용자는 먼저 검색 입력창에 검색 단어 “안면 마비”를 입력하고, 검색 버튼을 클릭한다. 이어서, 서버는 해당 검색 요청을 수신하고, 검색 요청 중의 검색 문구 "안면 마비”를 획득하고, 본 실시예에서 제공하는 정보 검색 방법을 통해 지식 엔티티 "안면 마비” 및 지식 엔티티 "안면 마비”에 관련된 "병인”, "소개”, "증상”과 같은 사용자의 검색 요구 사항을 획득하며; 이어서, 지식 엔티티 정보 집합에서 “안면 마비”의 "병인”, "소개”, "증상”에 일일이 대응되는 속성 정보를 획득하고, 이러한 속성 정보를 하나의 검색 결과로 조합하여 검색 결과 페이지에 추가하며, 이어서, 해당 검색 결과 페이지를 단말기에 전송하면, 단말기 인터페이스에서 도3에 도시된 바와 같이 “안면 마비”에 관한 병인, 소개, 증상의 이미지와 텍스트 정보를 표시한다.

본 실시예에서 제공하는 정보 검색 방법은, 검색 문구와 사용자 정보를 기반으로 사전에 트레이닝된 분류 모델을 통해 사용자의 검색 요구 사항 중의 지식 엔티티 및 적어도 하나의 요구 사항을 획득하고, 사전에 저장된 지식 엔티티 정보 집합에서 상기 요구 사항에 일일이 대응되는 상기 지식 엔티티의 적어도 하나의 속성 정보를 획득하고, 획득한 속성 정보를 하나의 검색 결과로 병합하여 검색 결과 페이지에 추가함으로써, 사용자가 요청하는 내용을 표시하고, 검색 결과의 표시 내용을 풍부하게 한다.

이어서 도4를 참조하면, 도4는 본 출원에 따른 정보 검색 방법의 다른 일 실시예의 흐름(400)을 나타낸다.

도4에 도시된 바와 같이, 본 실시예의 정보 검색 방법은 아래와 같은 단계들을 포함한다.

단계(401)에서, 검색 요청을 수신한다.

여기서, 상기 검색 요청은 사용자가 입력한 검색 문구를 포함한다.

본 실시예에 있어서, 단계(401)의 구체적인 처리는 도2의 대응되는 실시예 중의 단계(201)의 관련된 설명을 참조할 수 있으며, 이에 대한 중복된 설명은 생략하기로 한다.

단계(402)에서, 멀티 모드 매칭 알고리즘을 통해 정해진 매칭 결과와 최초의 지식 엔티티 및 최초의 요구 사항의 대응 관계에 따라 상기 검색 문구에 매칭되는 최초의 지식 엔티티 및 최초의 요구 사항을 획득한다.

본 실시예에 있어서, 상기 멀티 모드 매칭 알고리즘은 정규 표현식 또는 접미사 트리 등을 통해 매칭을 진행하는 알고리즘일 수 있다. 전자 기기는 멀티 모드 매칭 알고리즘을 통해 매칭 결과로서 검색 문구에 매칭되는 모드 스트링(표현식)을 획득하고, 정해진 매칭 결과와 최초의 지식 엔티티 및 최초의 요구 사항의 대응 관계에 따라 상기 검색 문구에 매칭되는 최초의 지식 엔티티 및 최초의 요구 사항을 획득할 수 있다. 여기서, 정해진 매칭 결과와 최초의 지식 엔티티 및 최초의 요구 사항의 대응 관계는 도메인 지식을 기반으로 수동으로 사전에 설정한 것일 수 있으며, 기계 학습의 방법을 통해 획득한 것일 수도 있다.

예컨대, 정규 표현식을 통해 매칭을 진행하는 것을 예로 들면, 검색 문구가 “베이징의 장성이 재미있나요(

)"인 것으로 가정할 경우, 매칭된 정규 표현식은 "베이징*(어때요|재미있나요)"일 수 있다. 해당 표현식에 대응되는 정해진 최초의 지식 엔티티가 "베이징 여행"이고, 최초의 요구 사항이 “소개” 및 "공략”인 것으로 가정할 경우, 검색 문구 "베이징의 장성이 재미있나요(

)"에 매칭되는 최초의 지식 엔티티가 "베이징 여행"이고, 최초의 요구 사항이 “소개” 및 "공략”인 것을 획득할 수 있다.

단계(403)에서, 상기 사용자의 사용자 정보를 획득하고, 상기 검색 문구, 상기 사용자 정보, 상기 최초의 지식 엔티티 및 상기 최초의 요구 사항을 기반으로 사전에 트레이닝된 지식 엔티티 분류 모델을 통해 사용자의 검색 요구 사항 중의 지식 엔티티를 획득한다.

본 실시예에 있어서, 상기 사용자의 사용자 정보를 획득하는 구체적인 처리는 도2의 대응되는 실시예 중의 단계(202)의 관련된 설명을 참조할 수 있으며, 이에 대한 중복된 설명은 생략하기로 한다. 전자 기기는 상기 사용자 정보를 획득하기 전에, 상기 검색 문구, 상기 사용자 정보, 상기 최초의 지식 엔티티 및 상기 최초의 요구 사항을 사전에 트레이닝된 지식 엔티티 분류 모델에 입력하고, 분류 알고리즘을 통해 각 지식 엔티티에 대응되는 확률을 획득하고, 사용자의 검색 요구 사항 중의 지식 엔티티로서 대응되는 확률이 제일 큰 지식 엔티티를 취할 수 있다.

여기서, 본 실시예의 지식 엔티티 분류 모델은 엔티티 주석을 구비한 대량의 트레이닝 데이터에 대해 학습 및 트레이닝을 진행하여 획득한 것일 수 있다. 여기서, 상기 트레이닝 데이터는 검색 단어, 사용자 정보, 최초의 지식 엔티티, 최초의 요구 사항, 지식 엔티티, 주석과 같은 정보를 포함할 수 있으며, 여기서, 주석은 검색 단어가 해당 트레이닝 데이터의 지식 엔티티에 관련되는지 여부를 표시하기 위한 것이다.

단계(404)에서, 상기 검색 문구, 상기 사용자 정보 및 상기 지식 엔티티를 기반으로 사전에 트레이닝된 요구 분류 모델을 통해 상기 적어도 하나의 요구 사항을 획득한다.

본 실시예에 있어서, 단계(404)의 구체적인 처리는 도2의 대응되는 실시예 중의 관련된 선택 가능한 구현 방식의 관련된 설명을 참조할 수 있으며, 이에 대한 중복된 설명은 생략하기로 한다.

단계(405)에서, 사전에 저장된 지식 엔티티 정보 집합에서 상기 지식 엔티티의 적어도 하나의 속성 정보를 획득한다.

여기서, 상기 적어도 하나의 속성 정보와 상기 적어도 하나의 요구 사항은 일일이 대응된다.

본 실시예에 있어서, 단계(405)의 구체적인 처리는 도2의 대응되는 실시예 중의 단계(203)의 관련된 설명을 참조할 수 있으며, 이에 대한 중복된 설명은 생략하기로 한다.

단계(406)에서, 획득한 속성 정보를 하나의 검색 결과로 병합하여 검색 결과 페이지에 추가한다.

본 실시예에 있어서, 단계(406)의 구체적인 처리는 도2의 대응되는 실시예 중의 단계(204)의 관련된 설명을 참조할 수 있으며, 이에 대한 중복된 설명은 생략하기로 한다.

본 실시예의 일부 선택 가능한 구현 방식에 있어서, 단계(404)는 상기 검색 문구, 상기 사용자 정보, 상기 지식 엔티티, 상기 최초의 지식 엔티티 및 상기 최초의 요구 사항을 기반으로 사전에 트레이닝된 요구 분류 모델을 통해 상기 적어도 하나의 요구 사항을 획득하는 단계를 포함할 수 있다. 여기서, 전자 기기는 상기 검색 문구, 상기 사용자 정보, 단계(403)에서 획득한 검색 요구 사항 중의 지식 엔티티, 상기 최초의 지식 엔티티 및 상기 최초의 요구를 사전에 트레이닝된 요구 분류 모델에 입력하고, 각 요구 사항에 대응되는 확률을 획득하고, 대응되는 확률에 따라 상기 검색 요구 사항 중의 적어도 하나의 요구 사항으로서 내림차순으로 정해진 수량의 요구 사항을 순차적으로 선택할 수 있다. 여기서, 상기 요구 분류 모델은 요구 주석을 구비하는 대량의 트레이닝 데이터에 대해 학습 및 트레이닝을 진행하여 획득한 것일 수 있다. 여기서, 상기 트레이닝 데이터는 검색 단어, 사용자 정보, 지식 엔티티, 최초의 지식 엔티티, 최초의 요구 사항, 요구 사항, 주석과 같은 정보를 포함할 수 있으며, 여기서, 주석은 검색 단어가 해당 트레이닝 데이터의 지식 엔티티와 요구 사항에 관련되는지 여부를 표시하기 위한 것이다.

이러한 구현 방식을 통해, 획득한 사용자의 검색 요구 사항 중의 지식 엔티티에 관련된 적어도 하나의 요구 사항이 더욱 정확하고 과학적이도록 함으로써, 사용자가 요구하는 내용을 더욱 정확하게 표시할 수 있다.

본 실시예의 일부 선택 가능한 구현 방식에 있어서, 본 실시예의 정보 검색 방법은, 검색 요청을 수신한 이후, 상기 검색 문구를 기반으로 명명 엔티티 인식 알고리즘을 통해 상기 검색 문구 중의 엔티티 단어 및 요구 단어를 획득하는 단계를 더 포함할 수 있다. 여기서, 상기 명명 엔티티 인식 알고리즘은 조건부 랜덤 필드(Conditional Random Field, CRF） 알고리즘일 수 있다.

또한, 단계(403)는, 상기 검색 문구, 상기 사용자 정보, 상기 최초의 지식 엔티티, 상기 최초의 요구 사항, 상기 엔티티 단어 및 상기 요구 단어를 기반으로 사전에 트레이닝된 지식 엔티티 분류 모델을 통해 상기 지식 엔티티를 획득하는 단계를 포함할 수 있다. 여기서, 본 구현 방식의 지식 엔티티 분류 모델은 엔티티 주석을 구비한 대량의 트레이닝 데이터에 대해 학습 및 트레이닝을 진행하여 획득한 것일 수 있다. 여기서, 본 구현 방식의 상기 트레이닝 데이터는 검색 단어, 사용자 정보, 최초의 지식 엔티티, 최초의 요구 사항, 엔티티 단어, 요구 단어, 지식 엔티티, 주석과 같은 정보를 포함할 수 있으며, 주석은 검색 단어가 해당 트레이닝 데이터의 지식 엔티티에 관련되는지 여부를 표시하기 위한 것이다.

해당 구현 방식은 명명 엔티티 인식 알고리즘을 통해 획득한 상기 검색 문구 중의 엔티티 단어 및 요구 단어를 지식 엔티티 분류의 기준 인자에 추가하여, 획득한 지식 엔티티가 더욱 과학적이도록 함으로써, 사용자가 요구하는 내용을 더욱 정확하게 표시한다.

또한, 이전의 구현 방식을 기반으로, 본 실시예의 일부 선택 가능한 구현 방식에 있어서, 단계(404)는, 상기 검색 문구, 상기 사용자 정보, 상기 지식 엔티티, 상기 최초의 지식 엔티티, 상기 최초의 요구 사항, 상기 엔티티 단어 및 상기 요구 단어를 기반으로 사전에 트레이닝된 요구 분류 모델을 통해 상기 적어도 하나의 요구 사항을 획득하는 단계를 포함할 수 있다. 여기서, 전자 기기는 상기 검색 문구, 상기 사용자 정보, 단계(403)에서 획득한 검색 요구 사항 중의 지식 엔티티, 상기 최초의 지식 엔티티, 상기 최초의 요구 사항, 상기 엔티티 단어 및 상기 요구 단어를 사전에 트레이닝된 요구 분류 모델에 입력하고, 각 요구 사항에 대응되는 확률을 획득하고, 대응되는 확률에 따라 상기 검색 요구 사항 중의 적어도 하나의 요구 사항으로서 내림차순으로 정해진 수량의 요구 사항을 순차적으로 선택할 수 있다. 여기서, 상기 요구 분류 모델은 요구 주석을 구비하는 대량의 트레이닝 데이터에 대해 학습 및 트레이닝을 진행하여 획득한 것일 수 있다. 여기서, 상기 트레이닝 데이터는 검색 단어, 사용자 정보, 지식 엔티티, 최초의 지식 엔티티, 최초의 요구 사항, 엔티티 단어, 요구 단어, 요구 사항, 주석과 같은 정보를 포함할 수 있으며, 여기서, 주석은 검색 단어가 해당 트레이닝 데이터의 지식 엔티티와 요구 사항에 관련되는지 여부를 표시하기 위한 것이다.

해당 구현 방식은 명명 엔티티 인식 알고리즘을 통해 획득한 상기 검색 문구 중의 엔티티 단어 및 요구 단어를 요구 분류의 기준 인자에 추가하여, 획득한 사용자의 검색 요구 사항 중의 지식 엔티티에 관련된 적어도 하나의 요구가 더욱 정확하고 과학적이도록 함으로써, 사용자가 요구하는 내용을 더욱 정확하게 표시할 수 있다.

도4로부터 알 수 있는 바, 도2의 대응되는 실시예와 비교시, 본 실시예 중의 정보 검색 방법의 흐름(400)은 멀티 모드 매칭 알고리즘을 통해 검색 문구에 매칭되는 최초의 지식 엔티티 및 최초의 요구 사항을 획득하는 단계를 추가하고, 해당 최초의 지식 엔티티 및 최초의 요구 사항을 지식 엔티티 분류의 기준 인자에 추가한다. 이로써, 본 실시예에서 설명하는 방안은 획득한 지식 엔티티가 더욱 과학적이도록 함으로써, 사용자가 요청하는 내용을 정확하게 표시한다.

진일보로 도5를 참조하면, 상기 각 도면에 도시된 방법의 구현으로서, 본 출원은 정보 검색 장치의 일 실시예를 제공하며, 해당 장치 실시예는 도2에 도시된 방법 실시예와 대응되며, 해당 장치는 구체적으로 서버에 적용될 수 있다.

도5에 도시된 바와 같이, 본 실시예의 상기 정보 검색 장치(500)는 검색 요청 수신 유닛(501), 검색 요구 획득 유닛(502), 속성 정보 획득 유닛(503) 및 페이지 생성 유닛(504)을 포함한다. 여기서, 검색 요청 수신 유닛(501)은 사용자가 입력한 검색 문구를 포함하는 검색 요청을 수신하도록 구축된다. 검색 요구 획득 유닛(502)은 상기 사용자의 사용자 정보를 획득하고, 상기 검색 문구 및 상기 사용자 정보를 기반으로 사전에 트레이닝된 분류 모델을 통해 상기 사용자의 검색 요구 사항을 획득하도록 구축되되, 상기 검색 요구 사항은 지식 엔티티, 상기 지식 엔티티에 관련된 적어도 하나의 요구 사항을 포함한다. 속성 정보 획득 유닛(503)은 사전에 저장된 지식 엔티티 정보 집합에서 상기 지식 엔티티의 적어도 하나의 속성 정보를 획득하도록 구축되되, 상기 적어도 하나의 속성 정보와 상기 적어도 하나의 요구 사항은 일일이 대응된다. 페이지 생성 유닛(504)은 획득한 속성 정보를 하나의 검색 결과로 병합하여 검색 결과 페이지에 추가하도록 구축된다.

본 실시예에 있어서, 검색 요청 수신 유닛(501), 검색 요구 획득 유닛(502), 속성 정보 획득 유닛(503) 및 페이지 생성 유닛(504)의 구체적인 처리는 도2의 대응되는 실시예 중의 단계(201), 단계(202), 단계(203) 및 단계(204)의 관련된 설명을 참조할 수 있으며, 이에 대한 중복된 설명은 생략하기로 한다.

본 실시예의 일부 선택 가능한 구현 방식에 있어서, 검색 요구 획득 유닛(502)은, 상기 검색 문구 및 상기 사용자 정보를 기반으로 사전에 트레이닝된 지식 엔티티 분류 모델을 통해 상기 지식 엔티티를 획득하도록 구축된 지식 엔티티 획득 서브 유닛(5021)과, 상기 검색 문구, 상기 사용자 정보 및 상기 지식 엔티티를 기반으로 사전에 트레이닝된 요구 분류 모델을 통해 상기 적어도 하나의 요구 사항을 획득하도록 구축된 요구 획득 서브 유닛(5022)을 포함할 수 있다. 여기서, 지식 엔티티 획득 서브 유닛(5021)와 요구 획득 서브 유닛(5022)의 구체적인 처리 및 이들이 대행하는 기술적 효과는 도2의 대응되는 실시예 중의 상응한 구현 방식의 관련된 설명을 참조할 수 있으며, 이에 대한 중복된 설명은 생략하기로 한다.

본 실시예의 일부 선택 가능한 구현 방식에 있어서, 본 실시예의 정보 검색 장치(500)는, 검색 요청을 수신한 이후, 멀티 모드 매칭 알고리즘을 통해 정해진 매칭 결과와 최초의 지식 엔티티 및 최초의 요구 사항의 대응 관계에 따라 상기 검색 문구에 매칭되는 최초의 지식 엔티티 및 최초의 요구 사항을 획득하도록 구축된 멀티 모드 매칭 유닛(505)을 더 포함할 수 있다. 또한, 지식 엔티티 획득 서브 유닛(5021)은, 상기 검색 문구, 상기 사용자 정보, 상기 최초의 지식 엔티티 및 상기 최초의 요구 사항을 기반으로 사전에 트레이닝된 지식 엔티티 분류 모델을 통해 상기 지식 엔티티를 획득하도록 더 구축될 수 있다. 여기서, 멀티 모드 매칭 유닛(505)의 구체적인 처리는 도4의 대응되는 실시예 중의 단계(402)의 관련된 설명을 참조할 수 있으며, 이에 대한 중복된 설명은 생략하기로 한다. 해당 구현 방식의 지식 엔티티 획득 서브 유닛(5021)의 구체적인 처리는 도4의 대응되는 실시예 중의 단계(403)의 관련된 설명을 참조할 수 있으며, 이에 대한 중복된 설명은 생략하기로 한다.

이전의 구현 방식을 기반으로, 본 실시예의 일부 선택 가능한 구현 방식에 있어서, 요구 획득 서브 유닛(5022)은, 상기 검색 문구, 상기 사용자 정보, 상기 지식 엔티티, 상기 최초의 지식 엔티티 및 상기 최초의 요구 사항을 기반으로 사전에 트레이닝된 요구 분류 모델을 통해 상기 적어도 하나의 요구 사항을 획득하도록 더 구축될 수 있다. 해당 구현 방식의 구체적인 처리 및 이들이 대행하는 기술적 효과는 도4의 대응되는 실시예 중의 상응한 구현 방식의 관련된 설명을 참조할 수 있으며, 이에 대한 중복된 설명은 생략하기로 한다.

본 실시예의 일부 선택 가능한 구현 방식에 있어서, 본 실시예의 정보 검색 장치(500)는, 검색 요청을 수신한 이후, 상기 검색 문구를 기반으로 명명 엔티티 인식 알고리즘을 통해 상기 검색 문구 중의 엔티티 단어 및 요구 단어를 획득하도록 구축된 명명 엔티티 인식 유닛(506)을 더 포함할 수 있다. 또한, 지식 엔티티 획득 서브 유닛(5021)은, 상기 검색 문구, 상기 사용자 정보, 상기 최초의 지식 엔티티, 상기 최초의 요구 사항, 상기 엔티티 단어 및 상기 요구 단어를 기반으로 사전에 트레이닝된 지식 엔티티 분류 모델을 통해 상기 지식 엔티티를 획득하도록 더 구축될 수 있다. 해당 구현 방식의 구체적인 처리 및 이들이 대행하는 기술적 효과는 도4의 대응되는 실시예 중의 상응한 구현 방식의 관련된 설명을 참조할 수 있으며, 이에 대한 중복된 설명은 생략하기로 한다.

이전의 구현 방식을 기반으로, 본 실시예의 일부 선택 가능한 구현 방식에 있어서, 요구 획득 서브 유닛(5022)은, 상기 검색 문구, 상기 사용자 정보, 상기 지식 엔티티, 상기 최초의 지식 엔티티, 상기 최초의 요구 사항, 상기 엔티티 단어 및 상기 요구 단어를 기반으로 사전에 트레이닝된 요구 분류 모델을 통해 상기 적어도 하나의 요구 사항을 획득하도록 더 구축될 수 있다. 해당 구현 방식의 구체적인 처리 및 이들이 대행하는 기술적 효과는 도4의 대응되는 실시예 중의 상응한 구현 방식의 관련된 설명을 참조할 수 있으며, 이에 대한 중복된 설명은 생략하기로 한다.

본 실시예의 일부 선택 가능한 구현 방식에 있어서, 속성 정보 획득 유닛(503)으로 획득한 속성 정보는 이미지 정보, 문자 정보 중의 적어도 하나를 포함한다. 해당 구현 방식의 구체적인 처리 및 이들이 대행하는 기술적 효과는 도2의 대응되는 실시예 중의 단계(203)의 선택 가능한 구현 방식의 관련된 설명을 참조할 수 있으며, 이에 대한 중복된 설명은 생략하기로 한다.

본 실시예에서 제공하는 정보 검색 장치는, 검색 요구 획득 유닛(502)으로 검색 문구와 사용자 정보를 기반으로 사전에 트레이닝된 분류 모델을 통해 사용자의 검색 요구 사항 중의 지식 엔티티 및 적어도 하나의 요구 사항을 획득하고, 속성 정보 획득 유닛(503)으로 사전에 저장된 지식 엔티티 정보 집합에서 상기 요구 사항에 일일이 대응되는 상기 지식 엔티티의 적어도 하나의 속성 정보를 획득하고, 이어서 페이지 생성 유닛(504)으로 획득한 속성 정보를 하나의 검색 결과로 병합하여 검색 결과 페이지에 추가함으로써, 사용자가 요구하는 내용을 표시하고, 검색 결과의 표시 내용을 풍성하게 한다.

아래에 도6을 참조하면, 도6은 본 출원의 실시예의 서버를 구현하기에 적합한 컴퓨터 시스템(600)의 구조 개략도를 나타낸다.

도6에 도기된 바와 같이, 컴퓨터 시스템(600)은 중앙 처리 유닛(601; CPU)을 포함하되, CPU(601)는 읽기 전용 메모리 장치(602; ROM)에 저장된 프로그램 또는 저장부(606)로부터 랜덤 액세스 메모리 장치(603; RAM)에 로딩된 프로그램에 의해 각종의 적당한 동작과 처리를 실행할 수 있다. RAM(603)에는 시스템(600)을 작동하기에 필요한 각종 프로그램 및 데이터가 더 저장되어 있다. CPU(601), ROM(602) 및 RAM(603)은 버스(604)를 통해 서로 연결된다. 입력/출력(I/O) 인터페이스(605)도 버스(604)에 연결된다.

I/O 인터페이스(605)에 연결되는 부재로서, 하드 드라이버 등을 포함하는 저장부(606)와, 예컨대 LAN 카드, 모뎀 등의 네트워크 인터페이스 카드를 포함하는 통신부(607)가 포함된다. 통신부(607)는 인터넷과 같은 네트워크를 통해 통신처리를 실행한다. 구동부(608)도 수요에 따라 I/O 인터페이스(605)에 연결된다. 자기 디스크, 광 디스크, 광자기 디스크, 반도체 메모리 장치 등과 같은 착탈 가능한 매체(609)는 이러한 매체로부터 판독된 컴퓨터 프로그램을 수요에 따라 저장부(606)에 설치하도록 수요에 따라 구동부(608)에 설치된다.

특히는, 본 개시의 실시예에 의하면, 흐름도를 참조하여 설명한 상기 과정들은 컴퓨터 소프트웨어 프로그램으로 구현될 수 있다. 예를 들어, 본 개시의 실시예는 컴퓨터 프로그램 제품을 포함하고, 상기 컴퓨터 프로그램 제품은 기계 판독 가능한 매체에 유형적으로 포함된 컴퓨터 프로그램을 포함하며, 상기 컴퓨터 프로그램은 흐름도에 도시된 방법을 실행하기 위한 컴퓨터 코드를 포함한다. 이러한 실시예에 있어서, 해당 컴퓨터 프로그램은 통신부(607)를 경유하여 네트워크로부터 다운로드되어 설치될 수 있고 및/또는 착탈 가능한 매체(609)로부터 설치될 수 있다. 해당 컴퓨터 프로그램이 중앙 처리 유닛(601; CPU)에 의해 실행될 경우, 본 출원의 방법에 한정된 상기 기능을 실행한다.

첨부된 도면 중의 흐름도 및 블록도는 본 출원의 각 실시예에 따른 시스템, 방법 및 컴퓨터 프로그램 제품의 구현 가능한 체계구조, 기능 및 조작을 도시하였다. 이러한 방면에서, 흐름도 또는 블록도 중의 각 블록은 하나의 모듈, 프로그램 세그먼트 또는 코드의 일부분을 대표할 수 있고, 상기 모듈, 프로그램 세그먼트 또는 코드의 일부분은 규정된 로직 기능을 구현하기 위한 하나 또는 다수의 실행 가능한 명령을 포함한다. 일부 대체 구현에 있어서, 블록에 표기된 기능들은 첨부된 도면에 표기된 순서와 다른 순서로 발생할 수도 있음을 유의하여야 한다. 예를 들어, 순차적으로 표시된 두개의 블록은 실제적으로 거의 동시에 실행될 수 있고, 경우에 따라 반대된 순서에 따라 실행될 수도 있으며, 이는 관련된 기능에 따라 결정된다. 블록도 및/또는 흐름도 중의 각 블록 및 블록도 및/또는 흐름도 중의 블록들의 조합은 규정된 기능 또는 조작을 실행하는 하드웨어 기반의 전용 시스템으로 구현되거나, 전용 하드웨어와 컴퓨터 명령의 조합으로 구현될 수 있음을 유의하여야 한다.

본 출원의 실시예에 설명된 관련된 유닛은 소프트웨어의 방식으로 구현될 수 있으며, 하드웨어의 방식으로 구현될 수도 있다. 설명된 유닛은 프로세서에 설치될 수도 있으며, 예를 들어, 프로세서가 검색 요청 수신 유닛, 검색 요구 획득 유닛, 속성 정보 획득 유닛 및 페이지 생성 유닛을 포함한다고 설명될 수 있다. 여기서, 이러한 유닛들의 명칭은 일부의 경우에 해당 유닛 자체에 대한 한정을 구성하지 않으며, 예를 들어, 검색 요청 수신 유닛은 "검색 요청을 수신하는 유닛”으로 설명될 수도 있다.

다른 일 양태로서, 본 출원은 비 휘발성 컴퓨터 저장 매체를 더 제공하며, 해당 비 휘발성 컴퓨터 저장 매체는 상기 실시예에 설명된 장치에 포함되는 비 휘발성 컴퓨터 저장 매체일 수 있으며, 단말기에 탑재되지 않고 독립적으로 존재하는 비 휘발성 컴퓨터 저장 매체일 수도 있다. 상기 비 휘발성 컴퓨터 저장 매체에는 하나 또는 다수의 프로그램이 저장되고, 상기 하나 또는 다수의 프로그램이 하나의 장치에 의해 실행될 경우, 상기 장치로 하여금, 사용자가 입력한 검색 문구를 포함하는 검색 요청을 수신하고, 상기 사용자의 사용자 정보를 획득하고, 상기 검색 문구와 상기 사용자 정보를 기반으로 사전에 트레이닝된 분류 모델을 통해 상기 사용자의 검색 요구 사항을 획득하되, 상기 검색 요구 사항은 지식 엔티티、상기 지식 엔티티에 관련된 적어도 하나의 요구 사항을 포함하고, 사전에 저장된 지식 엔티티 정보 집합에서 상기 지식 엔티티의 적어도 하나의 속성 정보를 획득하되, 상기 적어도 하나의 속성 정보와 상기 적어도 하나의 요구 사항은 일일이 대응되고, 획득한 속성 정보를 하나의 검색 결과로 병합하여 검색 결과 페이지에 추가하도록 한다.

이상의 설명은 단지 본 출원의 비교적 바람직한 실시예 및 운용한 기술적 원리에 대한 설명이다. 본 출원에 관련된 발명의 범위는 상기 기술적 특징들의 특정 조합으로 이루어진 기술적 방안들에 한정되는 것이 아니라, 본 발명의 주지를 벗어나지 않고서 상기 기술적 특징들 또는 그들의 균등한 특징들의 임의의 조합으로 형성되는 기타의 기술적 방안들도 포함하여야 함을 해당 기술분야의 당업자는 이해하여야 한다. 예를 들어, 상기 특징들과 본 출원에 개시되어 있으나 이에 한정되지 않는 유사한 기능을 구비한 기술적 특징을 서로 대체하여 형성되는 기술적 방안도 포함한다.

100 : 정보 검색 시스템
201 : 검색 요청 수신 202 : 검색 요청 획득
203 : 지식 엔티티 속성 정보 획득 204 : 검색 결과 페이지 추가

Claims (16)

1. 사용자가 입력한 검색 문구를 포함하는 검색 요청을 수신하는 단계;
   상기 사용자의 사용자 정보를 획득하고, 상기 검색 문구와 상기 사용자 정보를 기반으로 사전에 트레이닝된 분류 모델을 통해 상기 사용자의 검색 요구 사항을 획득하는 단계 - 상기 검색 요구 사항은 지식 엔티티, 상기 지식 엔티티에 관련된 적어도 하나의 요구 사항을 포함하고, 상기 사용자의 검색 요구 사항을 획득하는 단계는
   상기 검색 문구와 상기 사용자 정보를 기반으로 사전에 트레이닝된 지식 엔티티 분류 모델을 통해 상기 지식 엔티티를 획득하는 단계와,
   상기 검색 문구, 상기 사용자 정보 및 상기 지식 엔티티를 기반으로 사전에 트레이닝된 요구 분류 모델을 통해 상기 적어도 하나의 요구 사항을 획득하는 단계를 포함 -;
   사전에 저장된 지식 엔티티 정보 집합에서 상기 지식 엔티티의 적어도 하나의 속성 정보를 획득하되, 상기 적어도 하나의 속성 정보와 상기 적어도 하나의 요구 사항은 일일이 대응되는 단계; 및
   획득한 속성 정보를 하나의 검색 결과로 병합하여 검색 결과 페이지에 추가하는 단계를 포함하는 것을 특징으로 하는 정보 검색 방법.
2. 삭제
3. 제1항에 있어서,
   검색 요청을 수신한 이후, 멀티 모드 매칭 알고리즘을 통해 정해진 매칭 결과와 최초의 지식 엔티티 및 최초의 요구 사항의 대응 관계에 따라 상기 검색 문구에 매칭되는 최초의 지식 엔티티 및 최초의 요구 사항을 획득하는 단계를 더 포함하되,
   상기 검색 문구와 상기 사용자 정보를 기반으로 사전에 트레이닝된 지식 엔티티 분류 모델을 통해 상기 지식 엔티티를 획득하는 단계는,
   상기 검색 문구, 상기 사용자 정보, 상기 최초의 지식 엔티티 및 상기 최초의 요구 사항을 기반으로 사전에 트레이닝된 지식 엔티티 분류 모델을 통해 상기 지식 엔티티를 획득하는 단계를 포함하는 것을 특징으로 하는 정보 검색 방법.
4. 제3항에 있어서,
   상기 검색 문구, 상기 사용자 정보 및 상기 지식 엔티티를 기반으로 사전에 트레이닝된 요구 분류 모델을 통해 상기 적어도 하나의 요구 사항을 획득하는 단계는,
   상기 검색 문구, 상기 사용자 정보, 상기 지식 엔티티, 상기 최초의 지식 엔티티 및 상기 최초의 요구 사항을 기반으로 사전에 트레이닝된 요구 분류 모델을 통해 상기 적어도 하나의 요구 사항을 획득하는 단계를 포함하는 것을 특징으로 하는 정보 검색 방법.
5. 제3항에 있어서,
   검색 요청을 수신한 이후, 상기 검색 문구를 기반으로 명명 엔티티 인식 알고리즘을 통해 상기 검색 문구 중의 엔티티 단어 및 요구 단어를 획득하는 단계를 더 포함하되,
   상기 검색 문구, 상기 사용자 정보, 상기 최초의 지식 엔티티 및 상기 최초의 요구 사항을 기반으로 사전에 트레이닝된 지식 엔티티 분류 모델을 통해 상기 지식 엔티티를 획득하는 단계는,
   상기 검색 문구, 상기 사용자 정보, 상기 최초의 지식 엔티티, 상기 최초의 요구 사항, 상기 엔티티 단어 및 상기 요구 단어를 기반으로 사전에 트레이닝된 지식 엔티티 분류 모델을 통해 상기 지식 엔티티를 획득하는 단계를 포함하는 것을 특징으로 하는 정보 검색 방법.
6. 제5항에 있어서,
   상기 검색 문구, 상기 사용자 정보 및 상기 지식 엔티티를 기반으로 사전에 트레이닝된 요구 분류 모델을 통해 상기 적어도 하나의 요구 사항을 획득하는 단계는,
   상기 검색 문구, 상기 사용자 정보, 상기 지식 엔티티, 상기 최초의 지식 엔티티, 상기 최초의 요구 사항, 상기 엔티티 단어 및 상기 요구 단어를 기반으로 사전에 트레이닝된 요구 분류 모델을 통해 상기 적어도 하나의 요구 사항을 획득하는 단계를 포함하는 것을 특징으로 하는 정보 검색 방법.
7. 제1항 및 제3항 내지 제6항 중 어느 한 항에 있어서,
   상기 획득한 속성 정보는 이미지 정보, 문자 정보 중의 적어도 하나를 포함하는 것을 특징으로 하는 정보 검색 방법.
8. 사용자가 입력한 검색 문구를 포함하는 검색 요청을 수신하도록 구축된 검색 요청 수신 유닛;
   상기 사용자의 사용자 정보를 획득하고, 상기 검색 문구와 상기 사용자 정보를 기반으로 사전에 트레이닝된 분류 모델을 통해 상기 사용자의 검색 요구 사항을 획득하도록 구축되되, 상기 검색 요구 사항은 지식 엔티티, 상기 지식 엔티티에 관련된 적어도 하나의 요구 사항을 포함하는 검색 요구 획득 유닛 - 상기 검색 요구 획득 유닛은,
   상기 검색 문구와 상기 사용자 정보를 기반으로 사전에 트레이닝된 지식 엔티티 분류 모델을 통해 상기 지식 엔티티를 획득하도록 구축된 지식 엔티티 획득 서브 유닛과,
   상기 검색 문구, 상기 사용자 정보 및 상기 지식 엔티티를 기반으로 사전에 트레이닝된 요구 분류 모델을 통해 상기 적어도 하나의 요구 사항을 획득하도록 구축된 요구 획득 서브 유닛을 포함함 -;
   사전에 저장된 지식 엔티티 정보 집합에서 상기 지식 엔티티의 적어도 하나의 속성 정보를 획득하도록 구축되되, 상기 적어도 하나의 속성 정보와 상기 적어도 하나의 요구 사항은 일일이 대응되는 속성 정보 획득 유닛; 및
   획득한 속성 정보를 하나의 검색 결과로 병합하여 검색 결과 페이지에 추가하도록 구축된 페이지 생성 유닛을 포함하는 것을 특징으로 하는 정보 검색 장치.
9. 삭제
10. 제8항에 있어서,
    검색 요청을 수신한 이후, 멀티 모드 매칭 알고리즘을 통해 정해진 매칭 결과와 최초의 지식 엔티티 및 최초의 요구 사항의 대응 관계에 따라 상기 검색 문구에 매칭되는 최초의 지식 엔티티 및 최초의 요구 사항을 획득하도록 구축된 멀티 모드 매칭 유닛을 더 포함하되,
    상기 지식 엔티티 획득 서브 유닛은, 상기 검색 문구, 상기 사용자 정보, 상기 최초의 지식 엔티티 및 상기 최초의 요구 사항을 기반으로 사전에 트레이닝된 지식 엔티티 분류 모델을 통해 상기 지식 엔티티를 획득하도록 더 구축되는 것을 특징으로 하는 정보 검색 장치.
11. 제10항에 있어서,
    상기 요구 획득 서브 유닛은, 상기 검색 문구, 상기 사용자 정보, 상기 지식 엔티티, 상기 최초의 지식 엔티티 및 상기 최초의 요구 사항을 기반으로 사전에 트레이닝된 요구 분류 모델을 통해 상기 적어도 하나의 요구 사항을 획득하도록 더 구축되는 것을 특징으로 하는 정보 검색 장치.
12. 제10항에 있어서,
    검색 요청을 수신한 이후, 상기 검색 문구를 기반으로 명명 엔티티 인식 알고리즘을 통해 상기 검색 문구 중의 엔티티 단어 및 요구 단어를 획득하도록 구축된 명명 엔티티 인식 유닛을 더 포함하되,
    상기 지식 엔티티 획득 서브 유닛은, 상기 검색 문구, 상기 사용자 정보, 상기 최초의 지식 엔티티, 상기 최초의 요구 사항, 상기 엔티티 단어 및 상기 요구 단어를 기반으로 사전에 트레이닝된 지식 엔티티 분류 모델을 통해 상기 지식 엔티티를 획득하도록 더 구축되는 것을 특징으로 하는 정보 검색 장치.
13. 제12항에 있어서,
    상기 요구 획득 서브 유닛은, 상기 검색 문구, 상기 사용자 정보, 상기 지식 엔티티, 상기 최초의 지식 엔티티, 상기 최초의 요구 사항, 상기 엔티티 단어 및 상기 요구 단어를 기반으로 사전에 트레이닝된 요구 분류 모델을 통해 상기 적어도 하나의 요구 사항을 획득하도록 더 구축되는 것을 특징으로 하는 정보 검색 장치.
14. 제8항 및 제10항 내지 제13항 중 어느 한 항에 있어서,
    상기 속성 정보 획득 유닛으로 획득한 속성 정보는 이미지 정보, 문자 정보 중의 적어도 하나를 포함하는 것을 특징으로 하는 정보 검색 장치.
15. 프로세서와,
    저장 장치를 포함하되,
    상기 저장 장치에는 상기 프로세서로 실행 가능한 컴퓨터 판독 가능한 명령이 저장되고, 상기 컴퓨터 판독 가능한 명령이 실행될 경우, 상기 프로세서는 정보 검색 방법을 실행하고, 상기 정보 검색 방법은,
    사용자가 입력한 검색 문구를 포함하는 검색 요청을 수신하는 단계;
    상기 사용자의 사용자 정보를 획득하고, 상기 검색 문구와 상기 사용자 정보를 기반으로 사전에 트레이닝된 분류 모델을 통해 상기 사용자의 검색 요구 사항을 획득하는 단계 - 상기 검색 요구 사항은 지식 엔티티, 상기 지식 엔티티에 관련된 적어도 하나의 요구 사항을 포함하고,
    상기 사용자의 검색 요구 사항을 획득하는 단계는,
    상기 검색 문구와 상기 사용자 정보를 기반으로 사전에 트레이닝된 지식 엔티티 분류 모델을 통해 상기 지식 엔티티를 획득하는 단계와,
    상기 검색 문구, 상기 사용자 정보 및 상기 지식 엔티티를 기반으로 사전에 트레이닝된 요구 분류 모델을 통해 상기 적어도 하나의 요구를 획득하는 단계를 포함함 -;
    사전에 저장된 지식 엔티티 정보 집합에서 상기 지식 엔티티의 적어도 하나의 속성 정보를 획득하되, 상기 적어도 하나의 속성 정보와 상기 적어도 하나의 요구 사항은 일일이 대응되는 단계; 및
    획득한 속성 정보를 하나의 검색 결과로 병합하여 검색 결과 페이지에 추가하는 단계를 포함하는 것을 특징으로 하는 기기.
16. 프로세서로 실행 가능한 컴퓨터 판독 가능한 명령이 저장되는 비 휘발성 컴퓨터 저장 매체에 있어서,
    상기 컴퓨터 판독 가능한 명령이 프로세서에 의해 실행될 경우, 상기 프로세서는 정보 검색 방법을 실행하고, 상기 정보 검색 방법은,
    사용자가 입력한 검색 문구를 포함하는 검색 요청을 수신하는 단계;
    상기 사용자의 사용자 정보를 획득하고, 상기 검색 문구와 상기 사용자 정보를 기반으로 사전에 트레이닝된 분류 모델을 통해 상기 사용자의 검색 요구 사항을 획득하는 단계 - 상기 검색 요구 사항은 지식 엔티티, 상기 지식 엔티티에 관련된 적어도 하나의 요구 사항을 포함하고,
    상기 사용자의 검색 요구 사항을 획득하는 단계는,
    상기 검색 문구와 상기 사용자 정보를 기반으로 사전에 트레이닝된 지식 엔티티 분류 모델을 통해 상기 지식 엔티티를 획득하는 단계와,
    상기 검색 문구, 상기 사용자 정보 및 상기 지식 엔티티를 기반으로 사전에 트레이닝된 요구 분류 모델을 통해 상기 적어도 하나의 요구를 획득하는 단계를 포함함 -;
    사전에 저장된 지식 엔티티 정보 집합에서 상기 지식 엔티티의 적어도 하나의 속성 정보를 획득하되, 상기 적어도 하나의 속성 정보와 상기 적어도 하나의 요구 사항은 일일이 대응되는 단계; 및
    획득한 속성 정보를 하나의 검색 결과로 병합하여 검색 결과 페이지에 추가하는 단계를 포함하는 것을 특징으로 하는 비 휘발성 컴퓨터 저장 매체.

Images