一种基于大数据的智能检索方法及系统，涉及智能检索技术领域，其获取用户查询输入；获取第一备选答案；对用户查询输入和所述第一备选答案进行语义编码以得到用户查询请求词粒度语义理解特征向量的序列和第一备选答案词粒度语义编码特征向量的序列；对用户查询请求词粒度语义理解特征向量的序列和所述第一备选答案词粒度语义编码特征向量的序列进行语义特征融合以得到用户查询‑备选答案词粒度语义交互匹配特征向量；基于所述用户查询‑备选答案词粒度语义交互匹配特征向量，确定所述用户查询输入与所述第一备选答案之间的匹配度是否超过预定阈值，实现用户查询输入与备选答案的匹配评估，量化检索结果的匹配度，提高了检索的效率和质量。
【技术实现步骤摘要】
本申请涉及智能检索，并且更具体地，涉及一种基于大数据的智能检索方法及系统。
技术介绍
1、信息检索是指从大量的文本数据中，根据用户的查询条件，找出与之相关的文档或信息的过程，其目的是快速、准确、全面地获取所需的信息，满足用户知识获取、学习、研究、决策等方面的需求。随着互联网技术的发展，用户对信息检索的需求日益增加。
2、然而，传统的检索系统往往只是通过关键词匹配进行搜索，无法很好地理解用户的查询意图，导致结果的准确性和相关性不高。因此，期待一种优化的检索方法。
技术实现思路
1、为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种基于大数据的智能检索方法及系统，其获取用户查询输入；获取第一备选答案；对所述用户查询输入和所述第一备选答案进行语义编码以得到用户查询请求词粒度语义理解特征向量的序列和第一备选答案词粒度语义编码特征向量的序列；对所述用户查询请求词粒度语义理解特征向量的序列和所述第一备选答案词粒度语义编码特征向量的序列进行语义特征融合以得到用户查询-备选答案词粒度语义交互匹配特征向量；以及，基于所述用户查询-备选答案词粒度语义交互匹配特征向量，确定所述用户查询输入与所述第一备选答案之间的匹配度是否超过预定阈值。这样，实现用户查询输入与备选答案的匹配评估，量化检索结果的匹配度，从而提高了检索的效率和质量。
2、第一方面，提供了一种基于大数据的智能检索方法，其包括：
3、获取用户查询输入；
4、获取第一备选答案；
>5、对所述用户查询输入和所述第一备选答案进行语义编码以得到用户查询请求词粒度语义理解特征向量的序列和第一备选答案词粒度语义编码特征向量的序列；6、对所述用户查询请求词粒度语义理解特征向量的序列和所述第一备选答案词粒度语义编码特征向量的序列进行语义特征融合以得到用户查询-备选答案词粒度语义交互匹配特征向量；以及
7、基于所述用户查询-备选答案词粒度语义交互匹配特征向量，确定所述用户查询输入与所述第一备选答案之间的匹配度是否超过预定阈值。
8、第二方面，提供了一种基于大数据的智能检索系统，其包括：
9、用户查询输入获取模块，用于获取用户查询输入；
10、第一备选答案获取模块，用于获取第一备选答案；
11、语义编码模块，用于对所述用户查询输入和所述第一备选答案进行语义编码以得到用户查询请求词粒度语义理解特征向量的序列和第一备选答案词粒度语义编码特征向量的序列；
12、语义特征融合模块，用于对所述用户查询请求词粒度语义理解特征向量的序列和所述第一备选答案词粒度语义编码特征向量的序列进行语义特征融合以得到用户查询-备选答案词粒度语义交互匹配特征向量；以及
13、匹配度确定模块，用于基于所述用户查询-备选答案词粒度语义交互匹配特征向量，确定所述用户查询输入与所述第一备选答案之间的匹配度是否超过预定阈值。
本文档来自技高网...
【技术保护点】
1.一种基于大数据的智能检索方法，其特征在于，包括：
2.根据权利要求1所述的基于大数据的智能检索方法，其特征在于，对所述用户查询输入和所述第一备选答案进行语义编码以得到用户查询请求词粒度语义理解特征向量的序列和第一备选答案词粒度语义编码特征向量的序列，包括：
3.根据权利要求2所述的基于大数据的智能检索方法，其特征在于，对所述用户查询输入进行语义编码以得到所述用户查询请求词粒度语义理解特征向量的序列，包括：
4.根据权利要求3所述的基于大数据的智能检索方法，其特征在于，将所述用户查询输入词嵌入向量的序列通过上下文语义编码器以得到所述用户查询请求词粒度语义理解特征向量的序列，包括：
5.根据权利要求4所述的基于大数据的智能检索方法，其特征在于，对所述用户查询请求词粒度语义理解特征向量的序列和所述第一备选答案词粒度语义编码特征向量的序列进行语义特征融合以得到用户查询-备选答案词粒度语义交互匹配特征向量，包括：
6.根据权利要求5所述的基于大数据的智能检索方法，其特征在于，计算所述用户查询请求词粒度语义理解特征向量的序列中各个用户查询请求词粒度语义理解特征向量与所述第一备选答案词粒度语义编码特征向量的序列中各个第一备选答案词粒度语义编码特征向量之间的相关度，包括：
7.根据权利要求6所述的基于大数据的智能检索方法，其特征在于，基于所述用户查询-备选答案词粒度语义交互匹配特征向量，确定所述用户查询输入与所述第一备选答案之间的匹配度是否超过预定阈值，包括：
8.根据权利要求7所述的基于大数据的智能检索方法，其特征在于，将所述校正后用户查询-备选答案词粒度语义交互匹配特征向量通过分类器以得到分类结果，所述分类结果用于表示所述用户查询输入与所述第一备选答案之间的匹配度是否超过预定阈值，包括：
9.一种基于大数据的智能检索系统，其特征在于，包括：
10.根据权利要求9所述的基于大数据的智能检索系统，其特征在于，所述语义编码模块，包括：
...
【技术特征摘要】
1.一种基于大数据的智能检索方法，其特征在于，包括：
2.根据权利要求1所述的基于大数据的智能检索方法，其特征在于，对所述用户查询输入和所述第一备选答案进行语义编码以得到用户查询请求词粒度语义理解特征向量的序列和第一备选答案词粒度语义编码特征向量的序列，包括：
3.根据权利要求2所述的基于大数据的智能检索方法，其特征在于，对所述用户查询输入进行语义编码以得到所述用户查询请求词粒度语义理解特征向量的序列，包括：
4.根据权利要求3所述的基于大数据的智能检索方法，其特征在于，将所述用户查询输入词嵌入向量的序列通过上下文语义编码器以得到所述用户查询请求词粒度语义理解特征向量的序列，包括：
5.根据权利要求4所述的基于大数据的智能检索方法，其特征在于，对所述用户查询请求词粒度语义理解特征向量的序列和所述第一备选答案词粒度语义编码特征向量的序列进行语义特征融合以得到用户查询-备选答案词粒度语义交互匹配特征向量，包括：
【专利技术属性】
技术研发人员：赵景服，张洪涛，姬雪晖，刘琦，牛海萍，李晓，石翠丽，李燕楠，
申请(专利权)人：中原工学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。