[发明专利]一种数据搜索方法、系统、电子设备及存储介质

权利要求书

1.一种数据搜索方法，其特征在于，所述方法包括：

获取待搜索数据；

将所述待搜索数据输入预先训练好的识别模型进行待搜索词提取，获取待搜索词集；

对所述待搜索词集中的待搜索词进行可视化显示，生成待搜索词图形；

所述待搜索词图形被触发时，获取所述待搜索词图形对应的待搜索词在至少一个搜索引擎中的搜索结果集，所述搜索结果集包括至少一个搜索结果；

获取所述搜索结果与对应的待搜索词之间的关联度，根据预设的打分规则和所述关联度，对所述搜索结果集进行打分，获取对应搜索结果集的分数；

根据所述分数，对所述搜索结果集进行排序与可视化显示，生成搜索结果集图形，所述搜索结果集图形分别与搜索引擎和待搜索词相对应。

2.根据权利要求1所述的数据搜索方法，其特征在于，

所述待搜索数据至少包括以下之一：文本数据和语音数据；

所述识别模型至少包括以下之一：文本识别子模型和语音识别子模型。

3.根据权利要求2所述的数据搜索方法，其特征在于，所述文本识别子模型的获取步骤包括：

获取第一训练集，所述第一训练集包括：训练语句、训练词集、与所述训练语句相对应的第一真实语义标签、以及与所述训练词集相对应的第二真实语义标签；

将所述训练语句和训练词集分别输入预设的第一语义识别网络进行语义识别，获取第一预测语义标签集和第二预测语义标签集，所述第一预测语义标签集包括至少一个第一预测语义标签，所述第二预测语义标签集包括至少一个第二预测语义标签，所述第一预测语义标签集与所述训练语句相对应，所述第二预测语义标签集与所述训练词集相对应；

根据所述第一真实语义标签与第一预测语义标签之间的差距、以及第二真实语义标签与第二预测语义标签之间的差距，对所述第一语义识别网络进行迭代训练，获取所述文本识别子模型。

4.根据权利要求2所述的数据搜索方法，其特征在于，所述语音识别子模型的获取步骤包括：

获取第二训练集，所述第二训练集包括：语音样本数据、以及与所述语音样本数据相对应的第三真实语义标签；

对所述语音样本数据进行降噪处理，获取降噪样本数据；

将所述降噪样本数据输入预设的语音识别网络进行语音识别，获取语音文本；

将所述语音文本输入预设的第二语义识别网络进行语义识别，获取第三预测语义标签集；

根据所述第三真实语义标签和所述第三预测语义标签集中的第三预测语义标签之间的差距，对所述语音识别网络和所述第二语义识别网络进行联合训练，获取所述语音识别子模型。

5.根据权利要求2所述的数据搜索方法，其特征在于，将待搜索数据输入预先训练好的识别模型进行待搜索词提取，获取待搜索词集的步骤包括：

当所述待搜索数据为文本数据时，将所述文本数据输入所述文本识别子模型进行识别与预测，获取所述文本识别子模型输出的文本语义标签集，将所述文本语义标签集作为待搜索词集；

当所述待搜索数据为语音数据时，将所述语音数据输入所述语音识别子模型进行识别与预测，获取所述语音识别子模型输出的语音语义标签集，将所述语音语义标签集作为待搜索词集。

6.根据权利要求5所述的数据搜索方法，其特征在于，将待搜索数据输入预先训练好的识别模型进行待搜索词提取，获取待搜索词集的步骤还包括：

当所述待搜索数据为文本数据和语音数据时，将所述文本数据输入所述文本识别子模型进行识别与预测，获取文本语义标签集，并将所述语音数据输入所述语音识别子模型进行识别与预测，获取语音语义标签集；

获取所述文本语义标签集中文本语义标签的第一置信度、以及所述语音语义标签集中语音语义标签的第二置信度；

根据所述第一置信度和第二置信度，对所述文本语义标签和所述语音语义标签进行筛选，获取所述待搜索词集。