[发明专利]信息搜索方法、装置、计算机设备及存储介质

权利要求书

1.一种信息搜索方法，其特征在于，所述方法包括：

获取第一关键词；

查询信息库获得与所述第一关键词满足相似度条件的第一信息；

提取所述第一信息中的关键字段；

将所述关键字段与所述第一关键词进行语义匹配，得到匹配结果；

基于所述匹配结果，返回搜索结果；

其中，所述查询信息库获得与所述第一关键词满足相似度条件的第一信息，包括：

将所述第一关键词与信息库中的第二信息进行语义聚类，得到聚类结果；所述信息库中的第二信息为所述信息库中与所述第一关键词对应的索引关键字对应的信息；

基于所述聚类结果，从所述第二信息中选择出与所述第一关键词的语义满足相似度条件的第一信息；

所述将所述第一关键词与信息库的第二信息进行语义聚类，得到聚类结果，包括：

将所述第一关键词转换成第一语义向量；所述第一语义向量为通过主题向量表达模型对输入的所述第一关键词进行向量运算得到的关键词的主题向量表达；

将所述第二信息转换成第二语义向量；所述第一信息为新闻文本数据时，所述第二语义向量为通过所述主题向量表达模型对输入的所述新闻文本数据进行向量运算得到的新闻文本数据的主题向量表达；

将所述第一语义向量与所述第二语义向量进行语义聚类，获得聚类结果；

其中，所述新闻文本数据的主题向量表达通过以下方式生成：

对于所述新闻文本数据中的每个文本d，通过所述主题向量表达模型对每个文本进行向量化处理，以从D(α)中抽取得到文本-主题多项式分布M(θd)；其中，D(α)表示生成每篇新闻文本数据中主题的多项式分布的Dirichlet分布的参数；

对于所述新闻文本数据中的每个新闻主题t，从D(β)中抽取得到主题-单词多项式分布M(φt)；其中，D(β)表示生成新闻文本数据中某个单词的多项式分布的Dirichlet分布的参数；

对于文本d的每个句子，依照如下步骤依次完成，直到处理完所述新闻文本数据中的所有文本：

从所述多项式分布M(θd)中抽取主题Tds；

根据抽取的主题，由所述多项式分布M(φt)生成该主题下的单词Wds。

2.根据权利要求1所述的方法，其特征在于，

所述基于所述聚类结果，从所述第二信息中选择出与所述第一关键词的语义满足相似度条件的第一信息，包括：

根据所述聚类结果，从所述第二语义向量中选择出与所述第一语义向量满足所述相似度条件的第三语义向量；

根据所述第三语义向量所对应的信息，确定与所述第一关键词满足相似度条件的第一信息。

3.根据权利要求1所述的方法，其特征在于，所述提取所述第一信息中的关键字段，包括：

将所述第一信息拆分成多个字段；

获取任意两个字段之间的语义相似度；

基于任意两个字段之间的语义相似度，确定所述语义相似度大于阈值的字段集；

根据所述字段集的字段数量，对所述字段集进行排序，得到第一排序结果；

根据所述第一排序结果，选出排在前预定位数上对应的字段集；

将选出的所述字段集对应的字段作为所述第一信息中的关键字段。

4.根据权利要求1所述的方法，其特征在于，所述将所述第一关键词与信息库的第二信息进行语义聚类，得到聚类结果，包括：

对所述第一关键词进行扩充处理，得到第二关键词；其中，所述对所述第一关键词进行扩充处理，包括以下至少之一：对所述第一关键词进行同义词扩充；对所述第一关键词进行近义词扩充；对所述第一关键词进行反义词扩充；

将所述第二关键词与信息库的第二信息进行语义聚类，得到聚类结果。

5.根据权利要求1所述的方法，其特征在于，所述将所述第一关键词与信息库的第二信息进行语义聚类，得到聚类结果，包括：

对所述第一关键词进行分词处理，得到第三关键词；

将所述第三关键词与信息库的第二信息进行语义聚类，得到聚类结果。