System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及文本搜索,尤其涉及一种搜索文本的自动校正方法、装置、终端以及存储介质。
技术介绍
1、随着计算机技术的发展和不断推广,越来越多的计算机系统被应用在人们的工作业务中,为人们带来了极大的便利。但是,随着计算机系统使用时长的增加,计算机系统中积累的业务数据也会越来越多。比如,常用的客户管理系统,每个客户通常都会对应有标签、分组、来源、客户进展、联系方式、企业员工姓名、企业部门名、企业名等多个维度的信息,随着系统的使用,客户的数量会越来越多,导致系统中的客户数据也会越来越庞大。此时,用户想要从庞大的业务数据中查找想要的数据,通常只能通过文本搜索的方式来实现。然而,当用户使用文本搜索的方式进行数据搜索时,若搜索文本出现偏差(如,输入了错误的字或者同音的字),则会导致搜索失败,导致搜索效率的下降。当系统中的数据繁多时,该问题尤为突出。
技术实现思路
1、本专利技术所要解决的技术问题在于,当前的文本搜索方式在搜索文本出现偏差时,搜索效率低下。
2、为了解决上述技术问题中的至少一个,本专利技术第一方面公开了一种搜索文本的自动校正方法,所述方法包括:
3、获取待校正的搜索文本;
4、基于所述搜索文本查询目标关系型数据库,其中,所述目标关系型数据库预先存储有作为所述搜索文本的校正目标的业务文本;
5、当所述搜索文本在所述目标关系型数据库中查询成功,确定所述搜索文本无须校正;
6、当所述搜索文本在所述目标关系型数据库中未查询成功,
7、当所述搜索文本在所述目标向量数据库中查询成功,将查询到的业务文本作为所述搜索文本对应的纠正文本;
8、基于所述纠正文本再次查询所述目标关系型数据库;
9、当所述纠正文本在所述目标关系型数据库中查询成功,将所述纠正文本作为所述搜索文本对应的校正文本。
10、在本专利技术第一方面中,
11、当所述搜索文本在所述目标向量数据库中未查询成功,通过大语言模型对所述搜索文本进行纠正,得到所述搜索文本对应的纠正文本;
12、基于所述纠正文本再次查询所述目标关系型数据库;
13、当所述纠正文本在所述目标关系型数据库中查询成功,将所述纠正文本作为所述搜索文本对应的校正文本。
14、在本专利技术第一方面中,
15、所述当所述纠正文本在所述目标关系型数据库中查询成功,将所述纠正文本作为所述搜索文本对应的校正文本之后,所述方法还包括:
16、将所述搜索文本、所述校正文本、所述搜索文本和所述校正文本的对应关系存储至所述目标向量数据库中。
17、在本专利技术第一方面中,所述通过大语言模型对所述搜索文本进行纠正,得到所述搜索文本对应的纠正文本,包括:
18、确定所述大语言模型的prompt请求和作为所述搜索文本的校正目标的业务文本的目标列表,其中,所述prompt请求将所述大语言模型的角色指定为专业的语言工作者,能从指定的列表中纠正所输入的搜索文本;
19、将所述prompt请求和所述目标列表输入至所述大语言模型,以实现对所述搜索文本的纠正得到所述搜索文本对应的纠正文本。
20、在本专利技术第一方面中,所述业务文本存储至目标向量数据库的具体方式为:
21、通过所述大语言模型将所述业务文本转换为相应的向量值,并存储至所述目标向量数据库。
22、在本专利技术第一方面中,所述基于所述搜索文本查询目标向量数据库,包括:
23、通过所述大语言模型将所述搜索文本转换为相应的目标向量值;
24、基于所述目标向量值查询目标向量数据库。
25、本专利技术第二方面公开了一种搜索文本的自动校正装置,所述装置包括:
26、获取模块,用于获取待校正的搜索文本;
27、查询模块,用于基于所述搜索文本查询目标关系型数据库,其中,所述目标关系型数据库预先存储有作为所述搜索文本的校正目标的业务文本;
28、确定模块,用于当所述搜索文本在所述目标关系型数据库中查询成功,确定所述搜索文本无须校正;
29、所述查询模块,还用于当所述搜索文本在所述目标关系型数据库中未查询成功,基于所述搜索文本查询目标向量数据库,其中,所述目标向量数据库也预先存储有作为所述搜索文本的校正目标的业务文本;
30、所述确定模块,还用于当所述搜索文本在所述目标向量数据库中查询成功,将查询到的业务文本作为所述搜索文本对应的纠正文本;
31、所述查询模块,还用于基于所述纠正文本再次查询所述目标关系型数据库;
32、所述确定模块,还用于当所述纠正文本在所述目标关系型数据库中查询成功,将所述纠正文本作为所述搜索文本对应的校正文本;
33、所述查询模块,还用于当所述搜索文本在所述目标向量数据库中未查询成功,通过大语言模型对所述搜索文本进行纠正,得到所述搜索文本对应的纠正文本;基于所述纠正文本再次查询所述目标关系型数据库;当所述纠正文本在所述目标关系型数据库中查询成功,将所述纠正文本作为所述搜索文本对应的校正文本。
34、本专利技术第三方面公开了一种搜索文本的自动校正终端,所述终端包括:
35、存储有可执行程序代码的存储器;
36、与所述存储器耦合的处理器;
37、所述处理器调用所述存储器中存储的所述可执行程序代码,执行本专利技术第一方面公开的搜索文本的自动校正方法中的部分或全部步骤。
38、本专利技术第四方面公开了一种计算机存储介质,所述计算机存储介质存储有计算机指令,所述计算机指令被调用时,用于执行本专利技术第一方面公开的搜索文本的自动校正方法中的部分或全部步骤。
39、与现有技术相比,本专利技术实施例具有以下有益效果:
40、本专利技术实施例中,获取待校正的搜索文本;基于所述搜索文本查询目标关系型数据库;当所述搜索文本在所述目标关系型数据库中查询成功,确定所述搜索文本无须校正;当所述搜索文本在所述目标关系型数据库中未查询成功,基于所述搜索文本查询目标向量数据库;当所述搜索文本在所述目标向量数据库中查询成功,将查询到的业务文本作为所述搜索文本对应的纠正文本;基于所述纠正文本再次查询所述目标关系型数据库;当所述纠正文本在所述目标关系型数据库中查询成功,将所述纠正文本作为所述搜索文本对应的校正文本。从而能够在搜索文本出现偏差导致搜索失败时,查询存储有业务文本的目标向量数据库,以对搜索文本进行自动校正,进而提高搜索效率。进一步地,当使用目标向量数据库进行搜索文本的校正失败后,还可以调用大语言模型对其进行进一步的校正,并在校正成功后,将校正结果存储至目标向量数据库中,用于后续的基于向量数据库的校正,从而进一步地提高搜索效率。
本文档来自技高网...【技术保护点】
1.一种搜索文本的自动校正方法,其特征在于,所述方法包括:
2.根据权利要求1所述的自动校正方法,其特征在于,
3.根据权利要求2所述的自动校正方法,其特征在于,所述当所述纠正文本在所述目标关系型数据库中查询成功,将所述纠正文本作为所述搜索文本对应的校正文本之后,所述方法还包括:
4.根据权利要求2或3所述的自动校正方法,其特征在于,所述通过大语言模型对所述搜索文本进行纠正,得到所述搜索文本对应的纠正文本,包括:
5.根据权利要求1-4任一项所述的自动校正方法,其特征在于,所述业务文本存储至目标向量数据库的具体方式为:
6.根据权利要求1-4任一项所述的自动校正方法,其特征在于,所述基于所述搜索文本查询目标向量数据库,包括:
7.一种搜索文本的自动校正装置,其特征在于,所述装置包括:
8.一种搜索文本的自动校正终端,其特征在于,所述终端包括:
9.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-6任一项所述的搜索
...【技术特征摘要】
1.一种搜索文本的自动校正方法,其特征在于,所述方法包括:
2.根据权利要求1所述的自动校正方法,其特征在于,
3.根据权利要求2所述的自动校正方法,其特征在于,所述当所述纠正文本在所述目标关系型数据库中查询成功,将所述纠正文本作为所述搜索文本对应的校正文本之后,所述方法还包括:
4.根据权利要求2或3所述的自动校正方法,其特征在于,所述通过大语言模型对所述搜索文本进行纠正,得到所述搜索文本对应的纠正文本,包括:
5.根据权利要求1-4任一项所述的自动校正...
【专利技术属性】
技术研发人员:张星亮,罗凯,
申请(专利权)人:深圳市六度人和科技有限公司,
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。