基于机器学习的搜索方法、系统及储存介质

本发明涉及智能搜索技术，尤其涉及基于机器学习的搜索方法、系统及储存介质。

背景技术：

1、在多源信息协同处理与复杂环境下的检索应用中，搜索系统通常依赖于目标对象的显式名称、别名或语义近似表达进行匹配，以实现对目标信息的定位与提取。现有技术中，无论是基于关键词匹配的检索方法，还是基于向量表示的语义检索方法，本质上均建立在目标可被明确表达的前提之上，即检索对象在数据中以稳定名称、标准编号或可扩展别名的形式存在。

2、然而，在实际应用中，尤其是在高敏信息协同处理场景下，目标对象往往并不以稳定、完整的名称形式存在。由于信息在生成、传递及记录过程中受到分层管理、阶段切换、编号轮换、摘要转写以及引用裁剪等多种因素的影响，目标对象的表达形式会发生变化，甚至在部分记录中被有意省略或替换，从而逐渐形成一种“主体缺名、痕迹在场”的记录形态。具体表现为：目标对象在文本中不直接出现其本名，而是通过审批承接关系、版本演进关系、时间衔接特征、空间映射关系、代号片段或关联内容缺口等间接方式留下痕迹。

3、在这种情况下，现有检索方法面临明显局限。一方面，当目标名称被裁剪、替换或阶段性隐去时，传统基于关键词或别名扩展的检索方式难以有效命中相关内容；另一方面，即使采用向量检索或语义召回方法，也往往只能捕捉表面语义相似的文本，而难以识别那些未直接表达目标但实际与目标相关的隐含信息，容易产生大量表面相关但实际无关的检索结果。这类问题相较于常见的同义词匹配偏差问题更加隐蔽，且在多源协同场景下尤为突出。

技术实现思路

1、本发明提供了基于机器学习的搜索方法、系统及储存介质，能够突破对显式目标表达的依赖，不再以目标名称为唯一检索入口，而是从多源记录中挖掘与目标相关的间接痕迹，通过对这些痕迹之间关联关系的建模与闭合判定，识别出共同指向同一隐含目标的证据结构，从而实现对缺名目标的有效检索与还原。

2、基于机器学习的搜索方法，包括以下步骤：

3、s1、对原始检索请求执行缺名目标解析，生成与所述原始检索请求对应的缺省指代假设；

4、s2、依据所述缺省指代假设，在多个候选信息源中触发非目标词搜索，提取与所述缺省指代假设对应的伴随痕迹片段组；

5、s3、将所述伴随痕迹片段组输入机器学习闭环识别模型，识别跨信息源共同指向同一隐含目标的缺省指代闭环，并基于所述缺省指代闭环生成闭环搜索表达；

6、s4、利用所述闭环搜索表达对所述候选信息源执行闭环验证搜索，输出与所述缺省指代闭环一致的目标结果序列。

7、可选的，所述缺名目标解析包括对所述原始检索请求进行句法分析和语义角色标注，识别所述原始检索请求中的指代空缺位置及与所述指代空缺位置关联的上下文关键词；基于预设的领域知识图谱，将所述上下文关键词与所述领域知识图谱中的实体节点进行匹配，根据匹配到的实体节点之间的关联路径，推断所述指代空缺位置对应的候选隐含目标实体。

8、可选的，对所述候选隐含目标实体进行置信度评分，选取置信度满足预设阈值的候选隐含目标实体作为缺省指代目标，并结合所述上下文关键词，生成包括所述缺省指代目标与所述上下文关键词之间关联关系的缺省指代假设。

9、可选的，所述非目标搜索词集包括所述上下文关键词以及所述缺省指代目标在预设关联维度上的衍生特征词，且明确排除所述缺省指代目标本身的标识词；从所述缺省指代假设中提取非目标搜索词集，将所述非目标搜索词集分别输入至所述多个候选信息源执行并行搜索，获取各候选信息源返回的原始搜索结果页面；对所述原始搜索结果页面进行正文提取和片段分割，生成多个候选文本片段；

10、基于所述缺省指代假设中所述缺省指代目标与所述上下文关键词的关联关系，从所述多个候选文本片段中筛选与所述关联关系共现的文本片段，并对筛选出的文本片段进行去重和聚合，生成与所述缺省指代假设对应的伴随痕迹片段组。

11、可选的，所述伴随痕迹片段组经向量化编码后，生成多个片段特征向量；将所述多个片段特征向量输入至所述机器学习闭环识别模型，通过所述机器学习闭环识别模型的注意力机制计算不同信息源的片段特征向量之间的语义关联强度，并根据所述语义关联强度对所述片段特征向量进行聚类，形成多个候选闭环簇。

12、可选的，针对每一候选闭环簇，提取所述候选闭环簇中跨信息源片段共同指向的隐含目标实体，并构建所述隐含目标实体与所述缺省指代假设中上下文关键词之间的关联路径，若所述关联路径构成闭合的语义环路，则判定该候选闭环簇为缺省指代闭环；从所述缺省指代闭环中提取目标实体标识词和所述关联路径上的关键关联词，将所述目标实体标识词与所述关键关联词按照预设的查询语法进行组合，生成闭环搜索表达。

13、可选的，所述闭环搜索表达分解为验证目标词和验证关联词，所述验证目标词来源于所述缺省指代闭环中的目标实体标识词，所述验证关联词来源于所述缺省指代闭环中的关键关联词；

14、将所述验证目标词和所述验证关联词组合为验证查询式，在所述多个候选信息源中执行验证搜索，获取各个候选信息源返回的验证搜索结果页面；

15、对所述验证搜索结果页面进行解析，提取包含所述验证目标词且同时包含所述验证关联词或其同义词的验证结果项，构建候选结果集。

16、可选的，计算所述候选结果集中每一验证结果项与所述缺省指代闭环的语义匹配度，滤除匹配度低于预设阈值的验证结果项，并按照匹配度从高到低的顺序对剩余的验证结果项进行排序，生成与所述缺省指代闭环一致的目标结果序列。

17、基于机器学习的搜索系统，用于实现上述的搜索方法，包括以下模块：

18、缺名目标解析模块：对原始检索请求执行缺名目标解析，生成与所述原始检索请求对应的缺省指代假设；

19、非目标搜索与痕迹提取模块：依据所述缺省指代假设，在多个候选信息源中触发非目标词搜索，提取与所述缺省指代假设对应的伴随痕迹片段组；

20、闭环识别与表达生成模块：将所述伴随痕迹片段组输入机器学习闭环识别模型，识别跨信息源共同指向同一隐含目标的缺省指代闭环，并基于所述缺省指代闭环生成闭环搜索表达；

21、闭环验证与结果输出模块：用于利用所述闭环搜索表达对所述候选信息源执行闭环验证搜索，输出与所述缺省指代闭环一致的目标结果序列。

22、一种计算机可读的存储介质，所述存储介质存储有能够被处理器加载并执行上述方法的计算机程序。

23、本发明的有益效果：

24、本发明，通过引入缺省指代假设—伴随痕迹片段组—缺省指代闭环的技术链路，不再依赖目标名称、别名或直接语义匹配，而是从上下文关键词出发，结合知识图谱关联路径与多源片段共现关系，对隐含目标进行反向推断与闭环确认。相较于现有技术依赖显式命名或语义相似度的检索方式，能够在目标被裁剪表达、替代命名或完全未出现的情况下，仍然通过多源间接证据恢复目标指向，从而解决有信息但无法被检索命中的问题，提升复杂场景下的检索能力和适用范围。

25、本发明，通过机器学习闭环识别模型，对来自不同信息源的片段特征向量进行联合建模，利用注意力机制计算片段之间的语义关联强度，并进一步通过路径构建与闭环判定函数，识别是否形成目标—关系—语境的闭合语义环路，该机制突破了现有技术中单源排序或简单相似度判断的局限，将跨源一致性作为核心判据，使仅在单一信息源中成立的偶然匹配被有效剔除，而真正具有多源支撑的结果被强化，从而降低误匹配率。

26、本发明，在闭环识别基础上进一步引入验证搜索机制，将闭环搜索表达分解为验证目标词与验证关联词，并通过双重命中规则及匹配度评分函数，对候选结果进行二次筛选与排序，该方法不仅保证结果必须明确指向目标，还要求其处于正确的语义关系语境中，从机制上避免了仅提到目标但语境错误或语境相似但目标错误的问题。同时，通过匹配度量化评分与阈值控制，使结果筛选过程具备清晰的可解释性与可调节性，在保证精度的同时兼顾召回能力，从而形成稳定可靠的目标结果序列输出。