一种基于空间实体融合的智能搜索方法与流程

1.本发明涉及一种搜索方法，尤其涉及一种基于空间实体融合的智能搜索方法。


背景技术：

2.随着计算机技术和地理信息系统技术的快速发展，智能搜索成为用户获取信息的重要工具。用户在进行目标搜索时，不易表达需求，先在搜索引擎输入待搜索内容，搜索引擎根据输入内容提取关键词进行相关信息的搜索，将搜索结果展示在客户端，用户需要在客户端多次搜索，多次交互，逐条筛选所需的信息，才能逐步达到请求目标。这种根据关键词进行目标搜索的方法，获取的结果往往是零散化、碎片化、低效率、精确度低，并且缺少关联性，还可能具有歧义性，最终搜索结果还需人为地甄别有用信息。基于此，亟需提供一种基于空间实体融合的智能搜索方法，以解决现有技术的不足。


技术实现要素：

3.为了解决上述技术所存在的不足之处，本发明提供了一种基于空间实体融合的智能搜索方法。
4.为了解决以上技术问题，本发明采用的技术方案是：一种基于空间实体融合的智能搜索方法，包括以下实施步骤：
5.步骤1)、获取数据信息存储至分布式数据库中，并构建词库；
6.步骤2)、用户在客户端输入搜索语句，做分词处理；
7.步骤3)、调用实体识别模型，将输入的搜索字段，实现实体识别；
8.步骤4)、根据是否有空间实体，判断是否引入空间分析：
9.步骤5)、若引入空间分析，通过空间分析获取数据集；若不需引入空间分析，进行es搜索流程，直至成功获取数据集。
10.进一步地，步骤3)中，搜索语句识别为实体识别的具体过程为：将搜索语句的文本信息做分词处理，实现文本识别；通过实体识别模型进行实体识别，并利用空间分析方法实现空间实体识别，最后输出为空间实体对象。
11.进一步地，步骤4)中，是否引入空间分析的判别条件为：识别实体模型输出的实体识别结果是否有空间实体，判断是否引入空间分析。
12.进一步地，步骤5)中，空间分析的具体过程为：根据实体识别模型，获取实体识别；通过空间分析服务，将空间实体映射为空间实体范围；再根据空间实体范围，在空间分析服务中，检索出对应的结果，最后输出结果集。
13.进一步地，步骤5)中，es搜索流程为：根据步骤3)中的实体识别模型，构建搜索语句，增加同义词搜索，并构建聚合分组语句，进行es搜索。
14.进一步地，若es搜索匹配成功，召回，获得结果集。
15.进一步地，若es搜索未成功，召回结果为空，修改搜索语句，扩大搜索范围，进行再召回。
16.本发明公开了一种基于空间实体融合的智能搜索方法，是一种融合全文搜索、实体识别、空间搜索的智能化空间搜索方法，实现空间融合智能搜索功能，能显著提高搜索精度和搜索效率，并针对已有的海量搜索数据，挖掘出用户潜在关注信息，为用户提供更加友好、交互性强的智能搜索服务。
附图说明
17.图1为本发明的整体流程示意图。
18.图2为本发明空间分析流程图。
具体实施方式
19.下面结合附图和具体实施方式对本发明作进一步详细的说明。
20.一种基于空间实体融合的智能搜索方法，如图1所示，其实施步骤为：
21.步骤1)、获取构建词库所需的相关关键词数据信息，将数据信息存储至分布式数据库中，并构建词库；
22.步骤2)、用户在客户端输入搜索语句，做分词处理；
23.步骤3)、调用实体识别模型，将输入的搜索语句(即key字段)实现实体识别；
24.实体识别模型是采用深度学习技术，使用大量生态环境行业数据训练得到的实体识别模型。该实体识别模型可将文本中所对应的实体，识别出来，如图2所示，搜索字段识别为空间实体的具体过程为：用户在搜索框输入文本信息(例如：朝阳区生态环境黑臭水体)进行搜索，先将文本信息做分词处理(将朝阳区生态环境黑臭水体分词为“朝阳区”+“生态/环境”+“黑/臭/水体”)，然后通过实体识别模型进行实体识别，并利用空间分析方法实现空间实体识别，最后输出为空间实体对象。
25.步骤4)、根据是否有空间实体，判断是否引入空间分析：
26.通过识别实体模型输出的实体识别结果是否有空间实体，判断是否引入空间分析。
27.当匹配时，引入空间分析，通过空间分析获取数据集，具体过程为：将空间实体映射为空间实体范围。再根据空间实体范围，在空间分析服务中，检索出对应的结果，输出结果集。
28.当不匹配时，则不需引入空间分析，进行es搜索流程；或者空间分析未获取数据时，也进行es搜索。es搜索流程为：根据步骤3)中的实体识别模型，构建搜索语句；增加同义词搜索，并构建聚合分组语句，进行es搜索；若es搜索匹配成功，召回，将结果返回给客户；若es搜索未成功，召回结果为空，修改搜索语句，扩大搜索范围，进行再召回。
29.对于本发明所公开的基于空间实体融合的智能搜索方法，实现空间融合智能搜索空间，能显著提高搜索精度和搜索效率，并针对已有的海量搜索数据，挖掘出用户潜在关注信息，为用户提供更加友好、交互性强的搜索服务。
30.本发明采用人工智能实体识别技术，通过读取词库、分词、遍历分词结果，识别出输入关键字中的空间实体对象。再通过空间分析，将文本识别转化为空间实体识别，即通过空间分析服务获取空间搜索全量数据，从而得到省市县实体行政区划边界。全文搜索采用elasticsearch(简称es)实时搜索功能，可以有效处理庞大的搜索数据以及非结构化数据，
能够实现全文搜索和搜寻功能，能够将不同字段纳入搜索引擎之中。全文搜索和空间搜索融合技术，提供强大的搜索功能，能为用户提供实时的、多维的、交互式的搜索功能，具有高扩展性、高通用性、高性能的特点，能够融合不同数据类型、不同业务系统的数据，让秒级搜索变为现实。
31.下面结合具体的案例，对本发明的基于空间实体融合的智能搜索方法的使用做进一步介绍。
32.以输入的搜索字段为“朝阳区黑臭水体”文本为例：
33.1)用户在搜索引擎输入“朝阳区黑臭水体”文本；
34.2)调用实体识别模型，识别出两个实体：区县实体“朝阳区”、生态环境分类实体“黑臭水体”；
35.3)空间分析服务通过映射，将朝阳区转换成实际的边界；
36.4)es搜索实现搜索“黑臭水体”实体与朝阳区边界相交或被包含的黑臭水体数据。
37.上述实施方式并非是对本发明的限制，本发明也并不仅限于上述举例，本技术领域的技术人员在本发明的技术方案范围内所做出的变化、改型、添加或替换，也均属于本发明的保护范围。


技术特征：
1.一种基于空间实体融合的智能搜索方法，其特征在于：包括以下实施步骤：步骤1)、获取数据信息存储至分布式数据库中，并构建词库；步骤2)、用户在客户端输入搜索语句，做分词处理；步骤3)、调用实体识别模型，将输入的搜索字段，实现实体识别；步骤4)、根据是否有空间实体，判断是否引入空间分析：步骤5)、若引入空间分析，通过空间分析获取数据集；若不需引入空间分析，进行es搜索流程，直至成功获取数据集。2.根据权利要求1所述的基于空间实体融合的智能搜索方法，其特征在于：步骤3)中，搜索语句识别为实体识别的具体过程为：将搜索语句的文本信息做分词处理，实现文本识别；通过实体识别模型进行实体识别，并利用空间分析方法实现空间实体识别，最后输出为空间实体对象。3.根据权利要求2所述的基于空间实体融合的智能搜索方法，其特征在于：步骤4)中，是否引入空间分析的判别条件为：识别实体模型输出的实体识别结果是否有空间实体，判断是否引入空间分析。4.根据权利要求3所述的基于空间实体融合的智能搜索方法，其特征在于：步骤5)中，空间分析的具体过程为：根据实体识别模型，获取实体识别；通过空间分析服务，将空间实体映射为空间实体范围；再根据空间实体范围，在空间分析服务中，检索出对应的结果，最后输出结果集。5.根据权利要求4所述的基于空间实体融合的智能搜索方法，其特征在于：步骤5)中，es搜索流程为：根据步骤3)中的实体识别模型，构建搜索语句，增加同义词搜索，并构建聚合分组语句，进行es搜索。6.根据权利要求5所述的基于空间实体融合的智能搜索方法，其特征在于：若es搜索匹配成功，召回，获得结果集。7.根据权利要求5所述的基于空间实体融合的智能搜索方法，其特征在于：若es搜索未成功，召回结果为空，修改搜索语句，扩大搜索范围，进行再召回。

技术总结
本发明公开了一种基于空间实体融合的智能搜索方法，包括以下实施步骤：步骤1)、获取数据信息存储至分布式数据库中，并构建词库；步骤2)、用户在客户端输入搜索语句，做分词处理；步骤3)、调用实体识别模型，将输入的搜索字段实现实体识别；步骤4)、判断是否引入空间分析：步骤5)、若引入空间分析，通过空间分析获取结果集；若不需引入空间分析，进行ES搜索流程，直至成功获得结果集。本发明是一种融合全文搜索、实体识别、空间搜索的智能化空间搜索方法，实现空间实体融合智能搜索功能，能显著提高搜索精度和搜索效率，并针对已有的海量搜索数据，挖掘出用户潜在关注信息，为用户提供更加友好、精度高的智能搜索服务。精度高的智能搜索服务。精度高的智能搜索服务。


技术研发人员：李绍俊 李少杰 陈嘉威 姚子赫 王云飞
受保护的技术使用者：北京嘉诚瑞杰信息技术有限公司
技术研发日：2022.02.25
技术公布日：2022/5/17