[发明专利]查询信息的处理方法、装置、存储介质和电子装置

说明书

本申请涉及一种查询信息的处理方法、装置、存储介质和电子装置，其中，该方法包括：对获取到的查询信息进行实体识别，得到查询信息对应的多个实体词，其中，查询信息用于对数据库中存储的数据进行查询；针对每个实体词，从知识图谱包括的实体节点中获取与该实体词匹配的至少一个候选实体，其中，知识图谱是为数据库中存储的数据构建的；基于各实体词对应的候选实体构建查询信息对应的语义结构图，其中，语义结构图中的语义节点表示了各实体词的语义，语义结构图中的连接线表示了各语义节点与待查询的数据之间的语义关系；根据语义结构图对数据库进行查询。本申请解决了相关技术中对查询信息的意图进行理解的准确率较低的技术问题。

技术领域

本申请涉及计算机领域，尤其涉及一种查询信息的处理方法、装置、存储介质和电子装置。

背景技术

随着互联网的快速发展，网络内容涵盖各行各业，帮助用户快速搜索到想要的内容是搜索引擎的基本目标，但是用户搜索意图广泛，用户输入的查询信息(query)表达常常不规范，存在模糊性和歧义性，给查询信息的意图理解带来很大的困难，而查询信息的意图理解是否正确，直接影响到搜索结果的质量。

目前查询信息的意图理解主要包括基于模板匹配方法和基于意图分类和槽填充的机器学习方法。基于模板匹配的方法，需要人工预先定义常见的查询信息模板，基于用户的查询信息匹配对应的模板，从而识别出对应的意图，这种方法由于查询信息表达的多样性，无法配置足够的模板，导致覆盖范围小，无法用模板准确表达出各种查询信息的不同语义，并且随着业务的发展，模板规则也越来越复杂，难以维护。基于意图分类和槽填充的机器学习的方法，需要首先建立意图分类体系，以及不同分类下的需要填充的要素，然后通过标注训练数据，训练意图分类器和槽填充模型。然而，这种方法比较依赖训练语料，标注训练语料耗费大量的人力，增加新的意图类别或者槽位，需要标注对应的训练数据，重新进行模型训练。另一方面，由于语言的博大精深，很多查询信息的意图理解都需要足够的先验知识，目前的方法难以利用已有的先验知识，当训练语料稀疏情况下，无法正确理解查询信息的意图。

针对上述的问题，目前尚未提出有效的解决方案。

发明内容

本申请提供了一种查询信息的处理方法、装置、存储介质和电子装置，以至少解决相关技术中对查询信息的意图进行理解的准确率较低的技术问题。

根据本申请实施例的一个方面，提供了一种查询信息的处理方法，包括：

对获取到的查询信息进行实体识别，得到所述查询信息对应的多个实体词，其中，所述查询信息用于对数据库中存储的数据进行查询；

针对每个实体词，从知识图谱包括的实体节点中获取与该实体词匹配的至少一个候选实体，其中，所述知识图谱是为所述数据库中存储的数据构建的；

基于各实体词对应的候选实体构建所述查询信息对应的语义结构图，其中，所述语义结构图中的语义节点表示了各实体词的语义，所述语义结构图中的连接线表示了各语义节点与待查询的数据之间的语义关系；

根据所述语义结构图对所述数据库进行查询。

根据本申请实施例的另一方面，还提供了一种查询信息的处理装置，包括：

识别模块，用于对获取到的查询信息进行实体识别，得到所述查询信息对应的多个实体词，其中，所述查询信息用于对数据库中存储的数据进行查询；

获取模块，用于针对每个实体词，从知识图谱包括的实体节点中获取与该实体词匹配的至少一个候选实体，其中，所述知识图谱是为所述数据库中存储的数据构建的；

构建模块，用于基于各实体词对应的候选实体构建所述查询信息对应的语义结构图，其中，所述语义结构图中的语义节点表示了各实体词的语义，所述语义结构图中的连接线表示了各语义节点与待查询的数据之间的语义关系；

查询模块，用于根据所述语义结构图对所述数据库进行查询。