一种基于知识图谱的搜索结果优化方法及系统与流程

摘要: 本发明涉及搜索结果优化的,具体涉及一种基于知识图谱的搜索结果优化方法及系统。背景技术:1、在科技情报多源检索领域,为了有效整合论文、专利、项目等异构数据并优化搜...
一种基于知识图谱的搜索结果优化方法及系统与流程

本发明涉及搜索结果优化的,具体涉及一种基于知识图谱的搜索结果优化方法及系统。

背景技术:

1、在科技情报多源检索领域,为了有效整合论文、专利、项目等异构数据并优化搜索结果,现有搜索引擎通常引入知识图谱作为语义增强中枢。正常执行时,系统会将用户查询中的实体映射到知识图谱中的对应节点,并以该节点为起点挖掘相关的关联路径特征,最终注入排序模块以提升搜索结果的相关性。

2、然而,在实际的跨领域科技情报检索中,用户常以某人某方向的模糊方式进行查询,例如仅输入科研人员的姓名及宽泛的研究方向。此时,查询中的人名指代往往在知识图谱中缺乏唯一对应,从而在路径挖掘的起点确定阶段引入了实体歧义。当这种模糊的人名指代在知识图谱的多个不同领域中同时激活了多个同名候选实体,且这些候选实体具有高度相似的研究方向关键词时,问题便开始暴露。系统会将这些未明确指代的潜在实体集合同时作为有效起点,分别沿着各自领域的实体关系边向外展开并行的路径挖掘。例如,材料科学领域的路径可能串联起形状记忆合金,计算机科学领域的路径关联了计算模拟,而生物医学领域的路径则指向药物递送。

3、由于现有常规方式在聚合路径特征时往往无法有效区分不同起点带来的语义上下文差异,这些杂乱的跨领域路径特征会被无差别地混合在一起。这种处理方式不仅使得最终生成的综合路径特征丧失了语义集中度,而且在驱动排序模块时,会将大量与用户真实意图无关的跨领域冗余内容提升至搜索结果前端,导致搜索优化目标落空。因此,在科技情报多源检索场景中,当用户查询中的人名模糊指代在知识图谱中同时激活多个领域候选实体时,由于路径挖掘从不同语义上下文的实体起点出发并行展开且最终被无差别聚合,导致路径特征丧失语义集中度,进而使搜索结果排序引入与用户真实意图无关的跨领域冗余内容。

4、针对上述问题,现有技术亟需改进。

技术实现思路

1、本申请公开了一种基于知识图谱的搜索结果优化方法及系统,旨在解决在科技情报多源检索中,当用户查询中的人名模糊指代在知识图谱中同时激活多个领域候选实体时,由于路径挖掘从不同语义上下文的实体起点出发并行展开且最终被无差别聚合,导致路径特征丧失语义集中度,进而使搜索结果排序引入与用户真实意图无关的跨领域冗余内容的问题。

2、本申请的技术方案如下:

3、第一方面,本申请公开了一种基于知识图谱的搜索结果优化方法,包括以下步骤:

4、获取用户查询中的实体指代信息和上下文约束信息,并依据实体指代信息,从预设的知识图谱中识别多个同名候选实体及对应的局部关联信息;实体指代信息包括用户查询中用于指向待检索实体的名称、简称、别名或上下文指代词;上下文约束信息包括用户查询中用于限定实体含义、检索领域、时间范围、研究方向或应用场景的约束信息;

5、依据上下文约束信息和局部关联信息,确定各同名候选实体与上下文约束信息的匹配程度,并根据匹配程度对同名候选实体进行分类,得到实体分类结果;

6、针对不同实体分类结果下的同名候选实体,从知识图谱中识别关联路径,并记录关联路径的路径来源标识和路径分类标识;

7、依据路径来源标识和路径分类标识,判断关联路径与上下文约束信息中的相关关联路径的一致性,得到路径一致性判断结果,并根据路径一致性判断结果调整关联路径的路径特征权重,得到调整后的路径特征权重;

8、根据调整后的路径特征权重,生成结构化路径特征信息;

9、依据结构化路径特征信息,对搜索结果进行排序,以实现搜索结果优化。

10、通过该技术方案,本申请能够有效解决现有技术中由于实体歧义和跨领域路径无差别聚合导致的搜索结果语义集中度下降和冗余信息引入的问题,通过对同名候选实体进行分类、识别关联路径并调整路径特征权重,实现了对搜索结果的精准优化,显著提升了搜索结果的相关性和用户满意度。

11、第二方面,本申请还公开了一种基于知识图谱的搜索结果优化系统,用于执行基于知识图谱的搜索结果优化,包括:

12、局部关联识别模块,用于获取用户查询中的实体指代信息和上下文约束信息,并依据实体指代信息,从预设的知识图谱中识别多个同名候选实体及对应的局部关联信息;

13、实体分类执行模块,用于依据上下文约束信息和局部关联信息,确定各同名候选实体与上下文约束信息的匹配程度,并根据匹配程度对同名候选实体进行分类,得到实体分类结果;

14、关联路径识别模块,用于针对不同实体分类结果下的同名候选实体,从知识图谱中识别关联路径,并记录关联路径的路径来源标识和路径分类标识;

15、特征权重调整模块,用于依据路径来源标识和路径分类标识,判断关联路径与上下文约束信息中的相关关联路径的一致性,得到路径一致性判断结果,并根据路径一致性判断结果调整关联路径的路径特征权重,得到调整后的路径特征权重;

16、特征信息生成模块,用于根据调整后的路径特征权重,生成结构化路径特征信息;

17、搜索结果优化模块,用于依据结构化路径特征信息,对搜索结果进行排序,以实现搜索结果优化。

18、通过该技术方案,本申请提供了一种系统级的解决方案,通过模块化的设计,将搜索结果优化方法中的各个关键步骤进行功能划分,使得整个系统结构清晰、易于实现和维护,能够高效地执行基于知识图谱的搜索结果优化,为用户提供更精准、更相关的搜索结果。

19、有益效果:本申请公开的一种基于知识图谱的搜索结果优化方法及系统,通过获取用户查询中的实体指代信息和上下文约束信息,并从知识图谱中识别同名候选实体及局部关联信息,有效解决了在科技情报多源检索中,用户查询模糊指代导致实体歧义的问题。该方法进一步依据上下文约束信息和局部关联信息,确定各同名候选实体与上下文约束信息的匹配程度,并对同名候选实体进行分类,从而避免了现有技术中不同语义上下文的实体起点并行展开路径挖掘且最终被无差别聚合的弊端。针对不同实体分类结果下的同名候选实体,本申请从知识图谱中识别关联路径,并记录路径来源标识和路径分类标识,为后续的路径特征权重调整提供了精细化的依据。更重要的是,本申请依据路径来源标识和路径分类标识,判断关联路径与上下文约束信息中的相关关联路径的一致性,并根据判断结果调整关联路径的路径特征权重,从而有效解决了路径特征丧失语义集中度的问题,避免了将大量与用户真实意图无关的跨领域冗余内容提升至搜索结果前端。最终,通过根据调整后的路径特征权重生成结构化路径特征信息,并依据该信息对搜索结果进行排序,本申请实现了搜索结果的精准优化,显著提升了搜索结果的相关性和用户满意度,克服了现有技术中搜索优化目标落空的不足。

1.一种基于知识图谱的搜索结果优化方法,其特征在于,包括:

2.根据权利要求1所述的一种基于知识图谱的搜索结果优化方法,其特征在于,所述根据所述路径一致性判断结果调整所述关联路径的路径特征权重,得到调整后的路径特征权重的步骤包括:

3.根据权利要求1所述的一种基于知识图谱的搜索结果优化方法,其特征在于,所述针对不同实体分类结果下的同名候选实体,从知识图谱中识别关联路径,并记录所述关联路径的路径来源标识和路径分类标识的步骤包括:

4.根据权利要求1所述的一种基于知识图谱的搜索结果优化方法,其特征在于,所述依据所述上下文约束信息和所述局部关联信息,确定各同名候选实体与所述上下文约束信息的匹配程度的步骤包括:

5.根据权利要求1所述的一种基于知识图谱的搜索结果优化方法,其特征在于,所述依据所述上下文约束信息和所述局部关联信息,确定各同名候选实体与所述上下文约束信息的匹配程度的步骤包括:

6.根据权利要求5所述的一种基于知识图谱的搜索结果优化方法,其特征在于,所述结合所述同名候选实体在知识图谱中的领域归属信息,判断所述同名候选实体所属领域与所述上下文约束信息所指领域之间的匹配关系,并根据所述匹配关系对所述语义相似度进行修正,得到领域匹配修正相似度的步骤包括:

7.根据权利要求5所述的一种基于知识图谱的搜索结果优化方法,其特征在于,所述分析所述上下文约束信息中各约束词的共现模式,识别共现约束词对的步骤包括:

8.根据权利要求4所述的一种基于知识图谱的搜索结果优化方法,其特征在于,所述基于调整后的所述实时补充关联信息在所述融合关联信息中的权重,根据所述融合关联信息与所述上下文约束信息进行匹配度计算,得到匹配程度的步骤包括:

9.根据权利要求8所述的一种基于知识图谱的搜索结果优化方法,其特征在于,所述依据所述融合关联特征信息和所述上下文约束特征信息,计算对应的匹配程度的步骤包括:

10.一种基于知识图谱的搜索结果优化系统,用于执行基于知识图谱的搜索结果优化,其特征在于,包括: