[发明专利]基于solr的分类索引方法、装置、设备及存储介质

说明书

本发明涉及人工智能领域，公开了基于solr的分类索引方法、装置、设备及存储介质，能够使用自然语言处理技术分析服务器数据库中文件的关键信息并基于文件的关键信息对文件进行分类，提高了检索效率。本发明方法包括：获取solr数据库中的目标文件以及预置文本分类模型；通过预置文本分类模型分析目标文件的关键信息；根据目标文件的关键信息设置目标文件的目标标签；通过solr数据存储结构将目标标签与目标文件关联；当检测到用户的检索指令时，根据检索指令携带的目标标签在检索结果中显示目标文件。

技术领域

本发明涉及自然语言处理领域，尤其涉及基于solr的分类索引方法、装置、设备及存储介质。

背景技术

Solr是一个独立的企业级搜索应用服务器，它对外提供类似于互联网服务(webservice)应用程序的应用程序编程接口(application programming interface，API)。用户可以通过超文本传输协议(hypertext transfer protocol，HTTP)请求，向搜索引擎服务器提交一定格式的可扩展标记语言(extensible markup language,XML)文件，生成索引；也可以通过从指定的资源请求数据(Http Get)操作提出查找请求，并得到XML或者JS对象简谱(javascript object notation,JSON)格式的返回结果。

现有的基于solr的检索系统只支持文件内容与文件名的匹配检索，不支持分类检索，企业内的工作人员需要进行大量浏览工作才能挑选出需要的文件资料，检索效率低。

发明内容

本发明提供了一种基于solr的分类索引方法、装置、设备及存储介质，能够使用自然语言处理技术分析服务器数据库中文件的关键信息并基于文件的关键信息对文件进行分类，提高了检索效率。

本发明实施例的第一方面提供一种基于solr的分类索引方法，包括：获取solr数据库中的目标文件以及预置文本分类模型；通过所述预置文本分类模型分析所述目标文件的关键信息；根据所述目标文件的关键信息设置所述目标文件的目标标签；通过solr数据存储结构将所述目标标签与所述目标文件关联；当检测到用户的检索指令时，根据所述检索指令携带的所述目标标签在检索结果中显示所述目标文件。

可选的，在本发明实施例第一方面的第一种实现方式中，所述通过所述预置文本分类模型分析所述目标文件的关键信息，包括：将所述目标文件中的文本作为所述预置文本分类模型的输入语料库，所述输入语料库包括多个词汇或者语句；获取所述预置文本分类模型中文本分类卷积神经网络算法的输出词组，所述输出词组为预置词库中的一个或者多个关键词；将所述预置文本分类模型的输出词组设置为目标文件的关键信息。

可选的，在本发明实施例第一方面的第二种实现方式中，所述根据所述目标文件的关键信息设置所述目标文件的标签，包括：设置所述目标文件的标识集合，所述标识集合用于存储目标文件的关键词；将所述目标文件的关键信息去重后添加到所述目标文件的标识集合。

可选的，在本发明实施例第一方面的第三种实现方式中，所述通过solr数据存储结构将所述目标标签与所述目标文件关联，包括：将所述预置词库中每个关键词以及关键词的所有组合设置为索引标识；获取solr数据库中的目标索引文件编码集合，所述目标索引文件编码集合为各个目标索引文件在solr数据库中唯一编码的集合，所述目标索引文件的标识集合包括目标索引标识，所述目标索引标识为任意一个索引标识；将所述目标索引标识作为字段key的字段值，以及将所述目标索引文件编码集合作为字段value的字段值记录到预置的mySQL数据表；将所述预置的mySQL数据表导入到solr系统，将所述字段key设置为可索引状态，将所述字段value设置为不可索引状态。

可选的，在本发明实施例第一方面的第四种实现方式中，所述方法还包括：按照预置的时间间隔更新所述预置文本分类模型。