一种人工智能搜索平台及搜索方法技术

本发明专利技术公开了一种人工智能搜索平台及搜索方法，涉及人工智能技术领域。本发明专利技术包括：搜索单元、预测单元以及推送单元；搜索单元，用于接收并上传用户输入的搜索信息至预测单元；预测单元，根据评分模型预测搜索信息对应的推测信息集中每条候选推送信息被推送的概率；评分模型通过预设搜索信息集中的预设搜索信息对应的推送信息集中的每条推送信息预设的相关性训练得到；推送单元将推送信息序列内的所有候选推送信息发送至用户终端。本发明专利技术通过预测单元内的评分模型匹配与搜索信息中关键字相关性较高的候选推送信息，并通过推送模块将推送信息序列中的候选推送信息推送给用户终端，提高用户搜索的集中度和可信度，大幅提高用户搜索效率。

【技术实现步骤摘要】
一种人工智能搜索平台及搜索方法
本专利技术属于人工智能
，特别是涉及一种人工智能搜索平台及搜索方法。
技术介绍
人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。现有的搜索引擎针对某个查询所返回的经排序后的搜索结果通常综合了多方面的信息，但用户往往需要与搜索信息中关键词相关性较强的信息。用户更希望搜索引擎能够提供权威所指向的意图领域。本专利技术提供一种人工智能搜索平台及搜索方法，搜索结果所表现出来的针对该领域话题的集中度和可信度高。
技术实现思路
本专利技术的目的在于提供一种人工智能搜索平台及搜索方法，通过预测单元内的评分模型匹配与搜索信息中关键字相关性较高的候选推送信息，并通过推送模块将推送信息序列中的候选推送信息推送给用户终端，提高用户搜索的集中度和可信度，大幅提高用户搜索效率。为解决上述技术问题，本专利技术是通过以下技术方案实现的：本专利技术为一种人工智能搜索平台，包括：搜索单元、预测单元以及推送单元；所述搜索单元，用于接收并上传用户输入的搜索信息至预测单元；所述预测单元，根据评分模型预测所述搜索信息对应的推测信息集中每条候选推送信息被推送的概率；所述评分模型通过预设搜索信息集中的预设搜索信息对应的推送信息集中的每条推送信息预设的相关性训练得到；所述推送单元，根据候选推送信息被推送的概率产生推送信息序列；所述推送单元将推送信息序列内的所有候选推送信息发送至用户终端。优选地，所述预设单元包括：提取单元以及评分单元；所述提取单元，用于提取所述搜索信息中关键词并生成第一关键词向量；所述提取单元，还用于提取所述推测信息集中每条候选推送信息中的关键词并生成对应的第二关键词向量；所述提取单元传递第一关键词向量至评分单元，并依次传递若干第二关键词向量；所述评分单元通过评分模型确定第一关键词向量与第二关键词向量的相关性；所述评分单元根据第一关键词向量与第二关键词向量的相关性确定推测信息集中对应的每条候选推送信息的概率；还包括训练单元；所述训练单元，用于提取所述搜索信息样本集中每条样本搜索信息对应的样本关键词并生成对应的第一样本关键词向量；所述训练单元，还用于提取所述推测信息集中每条候选推送信息中的样本关键词并生成对应的第二样本关键词向量；所述训练单元采用预测的方法预测第一样本关键词向量与第二样本关键词向量的相关性并形成预测模型；所述训练单元通过搜索信息样本集以及推测信息样本集验证并修正预测模型，并最终形成评分模型。优选地，所述预测模型的错误率低于预设阈值，则预测模型形成评分模型。优选地，所述推送单元从推测信息集中按照概率从高到低的顺序获取预设指定数量的候选推送信息并存储到推送信息序列；所述推送单元还包括数量设置单元；所述数量设置单元用于设置推送信息序列内候选推送信息数量。一种人工智能搜索方法，包括如下过程：步骤一：通过搜索单元接收并上传搜索信息至预测单元；步骤二：预测单元通过评分模型预测所述搜索信息对应的推测信息集中每条候选推送信息被推送的概率；步骤三：推送单元根据候选推送信息被推送的概率产生推送信息序列；步骤四：推送单元从推测信息集中按照概率从高到低的顺序获取预设指定数量的候选推送信息并存储到推送信息序列；步骤五：推送单元从将推送信息序列内的所有候选推送信息发送至用户终端。优选地，所述步骤二中的评分模型具体形成过程如下：S00：通过训练单元提取搜索信息样本集中每条样本搜索信息对应的样本关键词并生成对应的第一样本关键词向量；S01：通过训练单元提取所述推测信息集中每条候选推送信息中的样本关键词并生成对应的第二样本关键词向量；S02：训练模型通过预测的方法预测第一样本关键词向量与第二样本关键词向量的相关性并形成预测模型；S03：训练单元通过搜索信息样本集以及推测信息样本集验证并修正预测模型；S04：训练单元训练并判断预测模型的错误率是否低于阈值；若是，则形成评分模型；若否，则执行S03。本专利技术具有以下有益效果：本专利技术通过预测单元内的评分模型匹配与搜索信息中关键字相关性较高的候选推送信息，并通过推送模块将推送信息序列中的候选推送信息推送给用户终端，提高用户搜索的集中度和可信度，大幅提高用户搜索效率。当然，实施本专利技术的任一产品并不一定需要同时达到以上所述的所有优点。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例描述所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，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为本专利技术的一种人工智能搜索平台的示意图；图2为本专利技术的一种人工智能搜索方法的流程图；图3为本专利技术的评分模型具体形成的流程图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例，都属于本专利技术保护的范围。具体实施例一：请参阅图1所示，本专利技术为一种人工智能搜索平台，包括：搜索单元、预测单元以及推送单元；搜索单元，用于接收并上传用户输入的搜索信息至预测单元；预测单元，根据评分模型预测搜索信息对应的推测信息集中每条候选推送信息被推送的概率；评分模型通过预设搜索信息集中的预设搜索信息对应的推送信息集中的每条推送信息预设的相关性训练得到；推送单元，根据候选推送信息被推送的概率产生推送信息序列；推送单元将推送信息序列内的所有候选推送信息发送至用户终端。其中，预设单元包括：提取单元以及评分单元；提取单元，用于提取搜索信息中关键词并生成第一关键词向量；提取单元，还用于提取推测信息集中每条候选推送信息中的关键词并生成对应的第二关键词向量；提取单元传递第一关键词向量至评分单元，并依次传递若干第二关键词向量；评分单元通过评分模型确定第一关键词向量与第二关键词向量的相关性；评分单元根据第一关键词向量与第二关键词向量的相关性确定推测信息集中对应的每条候选推送信息的概率；还包括训练单元；训练单元，用于提取搜索信息样本集中每条样本搜索信息对应的样本关键词并生成对应的第一样本关键词向量；训练单元，还用于提取推测信息集中每条候选推送信息中的样本关键词并生成对应的第二样本关键词向量；训练单元采用预测的方法预测第一样本关键词向量与第二样本关键词向量的相关性并形成预测模型；训练单元通过搜索信息本文档来自技高网...

【技术保护点】
1.一种人工智能搜索平台，其特征在于，包括：搜索单元、预测单元以及推送单元；/n所述搜索单元，用于接收并上传用户输入的搜索信息至预测单元；/n所述预测单元，根据评分模型预测所述搜索信息对应的推测信息集中每条候选推送信息被推送的概率；所述评分模型通过预设搜索信息集中的预设搜索信息对应的推送信息集中的每条推送信息预设的相关性训练得到；/n所述推送单元，根据候选推送信息被推送的概率产生推送信息序列；所述推送单元将推送信息序列内的所有候选推送信息发送至用户终端。/n

【技术特征摘要】
1.一种人工智能搜索平台，其特征在于，包括：搜索单元、预测单元以及推送单元；
所述搜索单元，用于接收并上传用户输入的搜索信息至预测单元；
所述预测单元，根据评分模型预测所述搜索信息对应的推测信息集中每条候选推送信息被推送的概率；所述评分模型通过预设搜索信息集中的预设搜索信息对应的推送信息集中的每条推送信息预设的相关性训练得到；
所述推送单元，根据候选推送信息被推送的概率产生推送信息序列；所述推送单元将推送信息序列内的所有候选推送信息发送至用户终端。


2.根据权利要求1所述的一种人工智能搜索平台，其特征在于，所述预设单元包括：提取单元以及评分单元；
所述提取单元，用于提取所述搜索信息中关键词并生成第一关键词向量；所述提取单元，还用于提取所述推测信息集中每条候选推送信息中的关键词并生成对应的第二关键词向量；所述提取单元传递第一关键词向量至评分单元，并依次传递若干第二关键词向量；
所述评分单元通过评分模型确定第一关键词向量与第二关键词向量的相关性；所述评分单元根据第一关键词向量与第二关键词向量的相关性确定推测信息集中对应的每条候选推送信息的概率；
还包括训练单元；
所述训练单元，用于提取所述搜索信息样本集中每条样本搜索信息对应的样本关键词并生成对应的第一样本关键词向量；所述训练单元，还用于提取所述推测信息集中每条候选推送信息中的样本关键词并生成对应的第二样本关键词向量；所述训练单元采用预测的方法预测第一样本关键词向量与第二样本关键词向量的相关性并形成预测模型；所述训练单元通过搜索信息样本集以及推测信息样本集验证并修正预测模型，并最终形成评分模型。


3.根据权利要求2所述的一种人工智能搜索平台，其...

【专利技术属性】
技术研发人员：柏栋文，
申请(专利权)人：四川全美网络科技有限公司，
类型：发明
国别省市：四川;51