[发明专利]搜索方法及装置、电子设备和存储介质有效

专利信息
申请号: 202111308789.3 申请日: 2021-11-05
公开(公告)号: CN114036373B 公开(公告)日: 2023-09-29
发明(设计)人: 王海峰;田浩;刘璟;吴华;吴甜;孙宇;佘俏俏 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06F16/9532 分类号: G06F16/9532;G06F16/9537;G06F40/30;G06N3/08
代理公司: 北京市汉坤律师事务所 11602 代理人: 姜浩然;吴丽丽
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 搜索 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种搜索方法,包括:

将用户的搜索请求转换成第一请求语义向量;

在搜索资源数据库所包括的第一子库中搜索与所述第一请求语义向量相匹配的至少一个第一数据语义向量,其中,所述搜索资源数据库被构造为语义向量空间,在所述语义向量空间中,不同类型的数据被转换成对应的数据语义向量,并且其中,所述不同类型的数据至少包括文本、图片和视频;

基于所述至少一个第一数据语义向量,生成搜索结果;

基于所述用户的搜索请求,获取所述用户的相关搜索意图,包括:

基于需求图谱,查找与所述搜索请求关联的多个高频搜索需求,所述需求图谱包括基于大数据得到的搜索需求分布信息和搜索需求关联信息;以及

基于所述多个高频搜索需求,得到所述相关搜索意图,其中,所述相关搜索意图包括与所述用户的搜索请求相关的另一搜索请求的搜索意图;

将所述相关搜索意图转换成第二请求语义向量;

在所述搜索资源数据库所包括的第二子库中搜索与所述第二请求语义向量相匹配的至少一个第二数据语义向量,其中,所述至少一个第二数据语义向量是由一个或多个第二数据转换而得到的,所述一个或多个第二数据包括文本、图片和视频中的至少一个,所述第二子库仅用于所述相关搜索意图,并且所述第二子库中的数据量小于所述第一子库中的数据量;以及

基于所述至少一个第二数据语义向量,生成推荐结果,包括:

获取所述至少一个第二数据语义向量对应的所述一个或多个第二数据;以及

基于所述一个或多个第二数据,生成所述推荐结果。

2.如权利要求1所述的方法,其中,所述第二子库中的数据是按照预定的质量标准而选取的。

3.如权利要求1所述的方法,其中,所述生成搜索结果包括:

获取所述至少一个第一数据语义向量对应的一个或多个第一数据;以及

基于第一排序逻辑对所述一个或多个第一数据进行排序,其中,所述第一排序逻辑基于相应数据的内容质量、发布时间和来源可信度中的至少一者。

4.如权利要求3所述的方法,其中,所述生成推荐结果包括:

基于与所述第一排序逻辑不同的第二排序逻辑对所述一个或多个第二数据进行排序,其中,所述第二排序逻辑基于相应数据的语义相关性特征和感知相关性特征。

5.如权利要求3所述的方法,其中,所述生成搜索结果还包括:

基于对相应的内容的理解,对所述一个或多个第一数据进行组织以生成所述搜索结果。

6.如权利要求1至5中任一项所述的方法,还包括:

对所述搜索请求进行结构化分析,以确定是否存在歧义;以及

响应于确定存在歧义,向所述用户提供需要澄清的内容。

7.如权利要求1至5中任一项所述的方法,其中,所述语义向量空间中的每一个数据语义向量包括与相应数据的内容质量相关的维度。

8.如权利要求1至5中任一项所述的方法,其中,所述语义向量空间中的每一个数据语义向量包括与相应数据的发布时间相关的维度。

9.如权利要求1至5中任一项所述的方法,其中,所述语义向量空间中的每一个数据语义向量包括与相应数据的来源可信度相关的维度。

10.如权利要求1至5中任一项所述的方法,其中,所述至少一个第二数据语义向量中的每一个第二数据语义向量分别包括与相应的数据的语义相关性特征和感知相关性特征相关的维度。

11.如权利要求1至5中任一项所述的方法,其中,所述第一请求语义向量包括与所述用户的搜索相关的上下文信息,所述上下文信息包括时间、地点、终端设备和所述用户的前序搜索中的至少一个。

12.如权利要求1至5中任一项所述的方法,其中,所述第二请求语义向量分别包括与所述搜索请求的语义相关性特征和感知相关性特征相关的维度。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202111308789.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top