一种检索方法技术

本公开提供了一种检索方法

【技术实现步骤摘要】
一种检索方法、装置、设备及存储介质


[0001]本公开涉及计算机
，尤其涉及一种检索方法
、
装置
、
设备及存储介质
。

技术介绍

[0002]随着人工智能的快速发展，用户在享受人工智能的成果时也在不断追求更好的体验感，这就要求基于用户的输入信息检索出最符合用户需求的信息
。
目前，通常先通过基于预训练模型的交互式结构和双塔结构等直接对用户的输入信息进行特征向量生成，然后基于特征向量检索与输入信息匹配的信息，然而，这种方法只能用于特定场景的检索，不具有通用性
。

技术实现思路

[0003]本公开提供了一种检索方法
、
装置
、
设备及存储介质
。
[0004]根据本公开的第一方面，提供了一种检索方法，该方法包括：对输入信息和输入信息对应的第一指导话术进行拼接，得到第一拼接信息，所述第一指导话术用于指示输入信息对应的检索意图；基于语义向量生成模型对所述第一拼接信息进行语义向量提取，得到第一语义向量，所述第一语义向量包括所述输入信息的语义特征和所述输入信息对应的检索意图的语义特征；根据所述第一语义向量对检索库进行检索，得到输入信息对应的检索结果，所述检索结果对应的第二语义向量与所述第一语义向量的相似度满足目标条件
。
[0005]在一可实施方式中，通过如下方式获取所述第一指导话术：将所述输入信息输入至话术生成模型，生成所述输入信息对应的第一指导话术；其中，所述话术生成模型基于样本输入信息和样本输入信息对应的样本指导话术训练得到
。
[0006]在一可实施方式中，通过如下方式获取所述第一指导话术：对所述输入信息进行意图识别，得到所述输入信息对应的检索意图；在指导话术库中查找与所述检索意图对应的指导话术，得到所述第一指导话术
。
[0007]在一可实施方式中，通过如下方式得到所述指导话术库：获取样本意图和指导话术模板，所述指导话术模板用于表征指导话术的文本格式；基于所述指导话术模板将所述样本意图转化为其对应的指导话术；将所述样本意图与所述样本意图对应的指导话术对应存储，得到所述指导话术库
。
[0008]在一可实施方式中，通过如下方式得到所述语义向量生成模型：根据训练数据之间的语义匹配关系，构建初始正样本对和初始负样本对，所述初始正样本对包含的两条训练数据匹配，所述初始负样本对包含的两条训练数据不匹配；将所述初始正样本对和所述初始负样本对中的训练数据与其对应的指导话术样本进行拼接，得到训练正样本对和训练负样本对；根据所述训练正样本对和所述训练负样本对，对神经网络模型进行训练，得到所述语义向量生成模型
。
[0009]在一可实施方式中，通过如下方式得到所述检索库：对样本数据和样本数据对应的第二指导话术进行拼接，得到第二拼接信息，所述第二指导话术用于指示样本数据对应
的检索意图；基于语义向量生成模型对所述第二拼接信息进行语义向量提取，得到第二语义向量，所述第二语义向量包括所述样本数据的语义特征和所述样本数据对应的检索意图的语义特征；将样本数据与样本数据对应的第二语义向量对应存储，得到所述检索库
。
[0010]在一可实施方式中，所述根据所述第一语义向量对检索库进行检索，得到输入信息对应的检索结果，包括：依次计算第一语义向量与所述检索库中的第二语义向量的相似度；所述相似度满足目标条件，则将所述第二语义向量对应的样本数据确定为所述检索结果
。
[0011]根据本公开的第二方面，提供了一种检索装置，其特征在于，所述装置包括：拼接模块，用于对输入信息和输入信息对应的第一指导话术进行拼接，得到第一拼接信息，所述第一指导话术用于指示输入信息对应的检索意图；提取模块，用于基于语义向量生成模型对所述第一拼接信息进行语义向量提取，得到第一语义向量，所述第一语义向量包括所述输入信息的语义特征和所述输入信息对应的检索意图的语义特征；检索模块，用于根据第一语义向量对检索库进行检索，得到输入信息对应的检索结果，所述检索结果对应的第二语义向量与所述第一语义向量的相似度满足预设条件
。
[0012]根据本公开的第三方面，提供了一种电子设备，包括：
[0013]至少一个处理器；以及
[0014]与所述至少一个处理器通信连接的存储器；其中，
[0015]所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本公开所述的方法
。
[0016]根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行本公开所述的方法
。
[0017]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围
。
本公开的其它特征将通过以下的说明书而变得容易理解
。
附图说明
[0018]通过参考附图阅读下文的详细描述，本公开示例性实施方式的上述以及其他目的
、
特征和优点将变得易于理解
。
在附图中，以示例性而非限制性的方式示出了本公开的若干实施方式，其中：
[0019]在附图中，相同或对应的标号表示相同或对应的部分
。
[0020]图1示出了本公开第一实施例一种检索方法的流程示意图；
[0021]图2示出了本公开第三实施例一种检索方法的流程示意图；
[0022]图3示出了本公开第四实施例一种检索方法的流程示意图；
[0023]图4示出了本公开第五实施例一种检索装置的结构示意图；
[0024]图5示出了本公开实施例一种电子设备的组成结构示意图
。
具体实施方式
[0025]为使本公开的目的
、
特征
、
优点能够更加的明显和易懂，下面将结合本公开实施例中的附图，对本公开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公开一部分实施例，而非全部实施例
。
基于本公开中的实施例，本领域技术人员在没
有做出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围
。
[0026]图1示出了本公开第一实施例一种检索方法的流程示意图，如图1所示，一种检索方法包括：
[0027]步骤
S101
，对输入信息和输入信息对应的第一指导话术进行拼接，得到第一拼接信息
。
[0028]在本实施例中，输入信息可以是用户以文字或语音等形式输入的检索信息，第一指导话术用于指示输入信息对应的检索意图，在获取输入信息和输入信息对应的第一指导话术之后，需要将输入信息与其对应的第一指导话术进行拼接，得到第一拼接信息
。
例如，若输入信息为
query本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种检索方法，其特征在于，所述方法包括：对输入信息和输入信息对应的第一指导话术进行拼接，得到第一拼接信息，所述第一指导话术用于指示输入信息对应的检索意图；基于语义向量生成模型对所述第一拼接信息进行语义向量提取，得到第一语义向量，所述第一语义向量包括所述输入信息的语义特征和所述输入信息对应的检索意图的语义特征；根据所述第一语义向量对检索库进行检索，得到输入信息对应的检索结果，所述检索结果对应的第二语义向量与所述第一语义向量的相似度满足目标条件
。2.
根据权利要求1所述的方法，其特征在于，通过如下方式获取所述第一指导话术：将所述输入信息输入至话术生成模型，生成所述输入信息对应的第一指导话术；其中，所述话术生成模型基于样本输入信息和样本输入信息对应的样本指导话术训练得到
。3.
根据权利要求1所述的方法，其特征在于，通过如下方式获取所述第一指导话术：对所述输入信息进行意图识别，得到所述输入信息对应的检索意图；在指导话术库中查找与所述检索意图对应的指导话术，得到所述第一指导话术
。4.
根据权利要求3所述的方法，其特征在于，通过如下方式得到所述指导话术库：获取样本意图和指导话术模板，所述指导话术模板用于表征指导话术的文本格式；基于所述指导话术模板将所述样本意图转化为其对应的指导话术；将所述样本意图与所述样本意图对应的指导话术对应存储，得到所述指导话术库
。5.
根据权利要求1所述的方法，其特征在于，通过如下方式得到所述语义向量生成模型：根据训练数据之间的语义匹配关系，构建初始正样本对和初始负样本对，所述初始正样本对包含的两条训练数据匹配，所述初始负样本对包含的两条训练数据不匹配；将所述初始正样本对和所述初始负样本对中的训练数据与其对应的指导话术样本进行拼接，得到训练正样本对和训练负样本对；根据所述训练正样本对和所述训练负样本对，对神经网络模型进行训练，得到所述语义向量生成模型...

【专利技术属性】
技术研发人员：毛腾，杨双涛，
申请(专利权)人：联想诺谛北京智能科技有限公司，
类型：发明
国别省市：