[发明专利]数据查询方法、装置、设备及计算机可读介质

权利要求书

1.一种数据查询方法，应用于用户终端，其特征在于，包括：

获取用户的查询请求，并向服务器发送所述查询请求；

接收服务器基于所述查询请求返回的结构化形态和查询结果；其中，所述结构化形态和所述查询结果基于目标查询类型确定，所述目标查询类型是所述查询请求在预设查询类型中匹配得到的；

基于所述结构化形态的展示方式展示所述查询结果。

2.一种数据查询方法，应用于服务器，其特征在于，包括：

接收用户终端发送的查询请求，基于所述查询请求在预设查询类型中确定目标查询类型；

根据所述查询请求和所述目标查询类型获取查询结果；

基于所述目标查询类型确定对应的结构化形态，并通过所述结构化形态的展示方式将所述查询结果发送至所述用户终端。

3.根据权利要求2所述的方法，其特征在于，所述基于所述查询请求确定对应的查询类型，包括：

确定所述查询请求对应的标准句式；

基于所述标准句式确定所述查询请求对应的查询类型。

4.根据权利要求3所述的方法，其特征在于，所述确定所述查询请求对应的标准句式，包括：

基于预设的多个结构化形态分别对应的标准查询请求，确定每个查询类型的特征；

基于所述每个查询类型的特征确定对应的多个标准句式；

在所述多个标准句式中确定与所述查询请求对应的标准句式。

5.根据权利要求3所述的方法，其特征在于，所述基于所述查询请求确定对应的标准句式，包括：

将所述查询请求输入预设的特征向量提取模型，提取所述查询请求的特征向量；

分别计算所述查询请求的特征向量与预设数据中各标准句式的特征向量的相似度；

基于所述相似度，确定所述查询请求的标准句式。

6.根据权利要求5所述的方法，其特征在于，所述预设的特征向量提取模型为基于双向编码表示的特征向量提取模型，所述将所述查询请求输入预设的特征向量提取模型，提取所述查询请求的特征向量，包括：

将所述查询请求分别作为所述特征向量提取模型的第一输入和第二输入；

在所述第一输入前端插入第一特征字符，在所述第一输入与所述第二输入之间加入第二特征字符后，输入至所述向量提取模型中，得到所述查询请求对应的特征向量。

7.根据权利要求5所述的方法，其特征在于，所述预设的特征向量提取模型通过如下方式训练得到：

获取各训练样本，所述训练样本包括样本查询请求、所述样本查询请求对应的样本查询结果、以及各所述样本查询结果的相关性分数；

将所述样本查询请求、所述样本查询请求对应的样本查询结果及所述样本查询结果的相关性分数作为一个训练数据，对预训练的特征向量提取模型进行训练，得到所述预设的特征向量提取模型。

8.根据权利要求2所述的方法，其特征在于，所述基于所述查询请求确定对应查询类型，包括：

将所述查询请求和预设的查询类型输入至预设的相关性确认模型中，得到所述查询请求与所述查询类型的相关程度；

将与所述查询请求相关程度最高的所述查询类型确认为所述查询请求确定对应查询类型。

9.根据权利要求8所述的方法，其特征在于，所述预设的相关性确认模型通过如下方式训练得到：

获取历史查询数据，所述历史查询数据包括历史查询请求和历史查询请求下的历史用户行为数据；

基于所述历史查询数据构建训练集，其中，所述训练集中的一个样本数据包括两个历史查询请求、所述两个历史查询请求分别对应的历史用户行为数据以及所述两个历史查询请求的相关程度；

采用所述训练集对梯度提升决策树模型进行训练，得到所述预设的相关性确认模型。