信息获取方法技术

本公开提供了信息获取方法

【技术实现步骤摘要】
信息获取方法、装置和电子设备


[0001]本公开涉及人工智能
，具体为智能搜索和大语言模型
，尤其涉及一种信息获取方法
、
装置
、
电子设备和存储介质
。

技术介绍

[0002]目前，在企业中，用户会编写各种类型的文档，相应地，不同工种用户也会编写不同类型的文档，其中，一篇高质量的文档，首先需要有大纲文档，用户基于大纲文档可以填充自己的内容信息，然而，相关技术中的获取大纲文档的方法，存在不能为不同工种的用户提供所需的大纲文档的问题
。

技术实现思路

[0003]本公开提供了一种信息获取方法
、
装置
、
电子设备
、
存储介质及程序产品
。
[0004]根据第一方面，提供了一种信息获取方法，包括：获取企业相关的多个历史搜索请求，其中，每个所述历史搜索请求包括候选工作属性和所述候选工作属性对应的候选文档主题；根据大语言模型
LLM
和所述历史搜索请求，获取与所述候选工作属性和所述候选文档主题匹配的候选大纲文档；接收用户设备发送的目标搜索请求，并从所述候选大纲文档中，获取与所述目标搜索请求匹配的目标大纲文档，并反馈给所述用户设备
。
[0005]根据第二方面，提供了一种信息获取装置，包括：第一获取模块，用于获取企业相关的多个历史搜索请求，其中，每个所述历史搜索请求包括候选工作属性和所述候选工作属性对应的候选文档主题；第二获取模块，用于根据大语言模型<br/>LLM
和所述历史搜索请求，获取与所述候选工作属性和所述候选文档主题匹配的候选大纲文档；第三获取模块，用于接收用户设备发送的目标搜索请求，并从所述候选大纲文档中，获取与所述目标搜索请求匹配的目标大纲文档，并反馈给所述用户设备
。
[0006]根据第三方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，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第一方面所述的信息获取方法
。
[0007]根据第四方面，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，其中，所述计算机指令用于使所述计算机执行根据本公开第一方面所述的信息获取方法
。
[0008]根据第五方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据本公开第一方面所述的信息获取方法
。
[0009]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
[0010]附图用于更好地理解本方案，不构成对本公开的限定
。
其中：
[0011]图1是根据本公开第一实施例的信息获取方法的流程示意图；
[0012]图2是根据本公开第二实施例的信息获取方法的流程示意图；
[0013]图3是根据本公开第三实施例的信息获取方法的流程示意图；
[0014]图4是根据本公开第四实施例的信息获取方法的流程示意图；
[0015]图5根据本公开第五实施例的信息获取方法的流程示意图；
[0016]图6是根据本公开一种信息获取方法的流程示意图；
[0017]图7是是用来实现本公开实施例的信息获取装置的框图；
[0018]图8来实现本公开实施例的信息获取方法电子设备的框图
。
具体实施方式
[0019]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的
。
因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神
。
同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述
。
[0020]人工智能
(Artificial Intelligence
，简称
AI)
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技术科学
。
目前，
AI
技术具有自动化程度高
、
精确度高
、
成本低的优点，得到了广泛的应用
。
[0021]智能搜索，智能搜索引擎
(Intelligent search engine)
是结合了人工智能技术的新一代搜索引擎，他除了能提供传统的快速检索
、
相关度排序等功能，还能提供用户角色登记
、
用户兴趣自动识别
、
内容的语义理解
、
智能信息化过滤和推送等功能
。
[0022]大语言模型
(Large Language Model
，简称
LLM)
是指使用大量文本数据训练的深度学习模型，可以生成自然语言文本或理解语言文本的含义
。
大语言模型可以处理多种自然语言任务，如文本分类
、
问答
、
对话等，是通向人工智能的一条重要途径
。
[0023]下面结合附图描述本公开实施例的一种信息获取方法
。
[0024]图1是根据本公开第一实施例的信息获取方法的流程示意图
。
[0025]如图1所示，本公开实施例的信息获取方法具体可包括以下步骤：
[0026]S101
，获取企业相关的多个历史搜索请求，其中，每个历史搜索请求包括候选工作属性和候选工作属性对应的候选文档主题
。
[0027]其中，候选工作属性指的是企业内包含的各个工种
。
[0028]其中，工种是指根据劳动管理的需要，按照生产劳动的性质
、
工艺技术的特征或者服务活动的特点而划分的工作种类
。
[0029]需要说明的是，本公开对于获取候选工作属性和候选工作属性对应的候选文档主题的具体方式不作限定，可以根据实际情况进行选取
。
[0030]可选地，可以根据企业的工作人员的实际情况，确定企业内各个候选工作属性
(
工种
)
，获取企业内各个候选工作属性在写作时的文档主题，针对每个候选工作属性，对每个候选工作属性在写作时的文档主题进行汇总，以获取候选工作属性对应的候选文档主题
。
[0031]举例而言，当候选工作属性为算法工程师，对应的候选文档主题可以为实验报告文档
、
技术方案文档；当候选工作属性为测试工程本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种信息获取方法，其中，所述方法，包括：获取企业相关的多个历史搜索请求，其中，每个所述历史搜索请求包括候选工作属性和所述候选工作属性对应的候选文档主题；根据大语言模型
LLM
和所述历史搜索请求，获取与所述候选工作属性和所述候选文档主题匹配的候选大纲文档；接收用户设备发送的目标搜索请求，并从所述候选大纲文档中，获取与所述目标搜索请求匹配的目标大纲文档，并反馈给所述用户设备
。2.
根据权利要求1所述的方法，其中，所述获取候选工作属性对应的候选文档主题，包括：针对每个候选工作属性，获取所述候选工作属性的文档标题；对所述候选工作属性的文档标题进行信息抽取，得到所述候选工作属性的初始文档主题；从所述候选工作属性的初始文档主题中，筛选出所述候选工作属性对应的候选文档主题
。3.
根据权利要求2所述的方法，其中，所述从所述候选工作属性的初始文档主题中，筛选出所述候选工作属性对应的候选文档主题，包括：获取所述候选工作属性的候选文档主题的出现频数和出现频数阈值；根据所述初始文档主题的出现频数和出现频数阈值，从所述候选工作属性的初始文档主题中，筛选出所述候选工作属性对应的候选文档主题
。4.
根据权利要求3所述的方法，其中，所述根据所述初始文档主题的出现频数和出现频数阈值，从所述候选工作属性的初始文档主题中，筛选出所述候选工作属性对应的候选文档主题，包括：从所述候选工作属性的初始文档主题中，筛除所述出现频数小于所述出现频数阈值的第一初始文档主题；将所述候选工作属性的初始文档主题中剩余的第二初始文档主题，作为所述候选工作属性对应的候选文档主题
。5.
根据权利要求1所述的方法，其中，所述根据大语言模型
LLM
和所述历史搜索请求，获取与所述候选工作属性和所述候选文档主题匹配的候选大纲文档，包括：获取初始的大纲引导模板；根据所述候选工作属性
、
所述候选文档主题和所述历史搜索请求，对所述大纲引导模板进行编辑，获取第一大纲引导模板；将所述第一大纲引导模板输入所述大语言模型
LLM
中，获取与所述候选工作属性和所述候选文档主题匹配的候选大纲文档
。6.
根据权利要求5所述的方法，其中，所述获取与所述候选工作属性和所述候选文档主题匹配的候选大纲文档之后，包括：建立所述候选大纲文档与所述候选文档大纲对应的文档主题和工作属性之间的映射关系；将所述映射关系存储于搜索引擎中
。7.
根据权利要求1所述的方法，其中，所述从所述候选大纲文档中，获取与所述目标搜
索请求匹配的目标大纲文档，包括：对所述目标搜索请求解析，获取目标文档主题和与所述用户设备对应的用户标识信息；获取所述用户标识信息对应的目标工作属性；基于所述目标文档主题和所述目标工作属性，获取所述目标大纲文档
。8.
根据权利要求7所述的方法，其中，所述基于所述目标文档主题和所述目标工作属性，获取所述目标大纲文档，包括：根据所述目标文档主题和所述目标工作属性，通过搜索引擎查询映射关系，获取与所述目标搜索请求匹配的目标候选大纲文档；根据所述大语言模型
LLM
，从所述目标候选大纲文档中，获取所述目标大纲文档
。9.
根据权利要求8所述的方法，其中，所述根据所述大语言模型
LLM
，从所述目标候选大纲文档中，获取所述目标大纲文档，还包括：基于所述目标候选大纲文档，生成大纲文档筛选请求；根据所述目标工作属性
、
所述目标文档主题和所述大纲文档筛选请求，对初始大纲引导模板进行编辑，获取第二大纲引导模板；将所述第二大纲引导模板输入所述大语言模型
LLM
中，从所述目标候选大纲文档中，获取所述目标大纲文档
。10.
一种信息获取装置，其中，所述装置，包括：第一获取模块，用于获取企业相关的多个历史搜索请求，其中，每个所述历史搜索请求包括候选工作属性和所述候选工作属性对应的...

【专利技术属性】
技术研发人员：尉桢楷，李雅楠，何伯磊，潘秋桐，陈坤斌，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：