数据的检索方法、装置、电子设备及存储介质与流程
本申请涉及数据处理,尤其涉及一种数据的检索方法、装置、电子设备及存储介质。
背景技术:
1、在设备运维知识检索场景中,检索用户的检索输入普遍存在表述不规范、约束条件不完整、语义表达不稳定、上下文信息缺失等特征,对检索系统的综合适配能力提出了较高要求。当前现有运维知识检索技术检索模式单一,无法兼顾精确约束匹配与模糊语义匹配,导致检索结果完整性不足,存在明显技术缺陷。其中,单一精确匹配检索仅能实现关键词、设备编号、错误码、工单号、时间范围等显性约束的硬性匹配,无法识别用户不规范的同义表述、隐式故障现象,难以召回跨文档关联知识,造成有效知识漏召。而单一语义检索仅能实现文本语义相似度匹配,极易忽略运维场景中关键的显性约束条件,导致召回结果冗余、精准度不足。综上,现有检索技术存在适配性差、筛选维度单一、无法实现多源知识联动召回的问题,最终导致检索结果覆盖不全。
技术实现思路
1、有鉴于此,本申请的目的在于提出一种数据的检索方法、装置、电子设备及存储介质,以克服现有技术中全部或部分不足。
2、基于上述目的,本申请提供了一种数据的检索方法,包括:响应于接收到检索数据,对所述检索数据进行多检索维度提取,得到所述检索数据对应的提取数据集合;利用预先构建的混合检索数据库,对所述提取数据集合进行匹配检索,得到检索知识集合;基于所述提取数据集合,对所述检索知识集合中的每个检索知识进行相关程度排序,得到排序知识集合;利用所述混合检索数据库,对所述排序知识集合进行关系拓展检索,得到拓展知识集合;将所述排序知识集合和所述拓展知识集合进行知识整合,得到所述检索数据对应的关联知识集合。
3、基于同一发明构思,本申请还提供了一种数据的检索装置,包括:提取模块,被配置为响应于接收到检索数据,对所述检索数据进行多检索维度提取,得到所述检索数据对应的提取数据集合;第一检索模块,被配置为利用预先构建的混合检索数据库,对所述提取数据集合进行匹配检索,得到检索知识集合;排序模块,被配置为基于所述提取数据集合,对所述检索知识集合中的每个检索知识进行相关程度排序,得到排序知识集合;第二检索模块,被配置为利用所述混合检索数据库,对所述排序知识集合进行关系拓展检索,得到拓展知识集合;整合模块,被配置为将所述排序知识集合和所述拓展知识集合进行知识整合,得到所述检索数据对应的关联知识集合。
4、基于同一发明构思,本申请还提供了一种电子设备,包括存储器、处理器及存储在所述存储器上并可由所述处理器执行的计算机程序,所述处理器在执行所述计算机程序时实现如上所述的方法。
5、从上面所述可以看出,本申请提供的数据的检索方法、装置、电子设备及存储介质,所述方法包括响应于接收到检索数据,对所述检索数据进行多检索维度提取,得到所述检索数据对应的提取数据集合,达到对检索数据进行全面解析的目的。利用预先构建的混合检索数据库,对所述提取数据集合进行匹配检索,得到检索知识集合,扩充了参与匹配检索的数据,达到丰富检索知识的目的。基于所述提取数据集合,对所述检索知识集合中的每个检索知识进行相关程度排序,得到排序知识集合,依照检索用户真实检索需求量化匹配紧密程度,将最贴合检索诉求的知识优先前置展示。利用所述混合检索数据库,对所述排序知识集合进行关系拓展检索,得到拓展知识集合;将所述排序知识集合和所述拓展知识集合进行知识整合,得到所述检索数据对应的关联知识集合,达到对排序知识集合进行全面补充的目的。
1.一种数据的检索方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述多检索维度提取包括文本语义提取,结构化属性提取和数据扩展提取;
3.根据权利要求1所述的方法,其特征在于,所述利用预先构建的混合检索数据库,对所述提取数据集合进行匹配检索,得到检索知识集合,包括:
4.根据权利要求1所述的方法,其特征在于,所述基于所述提取数据集合,对所述检索知识集合中的每个检索知识进行相关程度排序,得到排序知识集合,包括:
5.根据权利要求1所述的方法,其特征在于,所述排序知识集合包括按照相关程度由高到低排序的多个检索知识;
6.根据权利要求1所述的方法,其特征在于,所述将所述排序知识集合和所述拓展知识集合进行知识整合,得到所述检索数据对应的关联知识集合,包括:
7.根据权利要求1所述的方法,其特征在于,所述混合检索数据库的构建方法包括:
8.根据权利要求1所述的方法,其特征在于,在将所述排序知识集合和所述拓展知识集合进行知识整合,得到所述检索数据对应的关联知识集合之后,所述方法包括:
9.一种数据的检索装置,其特征在于,包括:
10.一种电子设备,包括存储器、处理器及存储在存储器上并在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至8任意一项所述的方法。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com