信息检索方法、装置及电子设备与流程

本发明涉及信息技术领域，具体而言，涉及一种信息检索方法、装置及电子设备。

背景技术：

随着信息技术的飞速发展，各种数据都得以采集存储，从而形成了各种海量的数据源，比如工农业生产中各种传感器实时记录的生产环境数据；蓬勃发展的互联网电子商务交易产生的各种交易记录数据；用于公共安全和交通监控等领域的摄像头产生的各种图像数据等等，这些数据正在变得越来越庞大。而这些已经产生和正在产生的数据往往可以为人类的各种决策提供参考指导，比如企业的信息部门采集的各种与公司经营相关的数据可以为企业的经营决策提供参考；公共管理部门收集的各种居民、交通、安全等各类数据则可以为政府部门优化决策提供参考；医院卫生部门产生的电子病历等健康相关的数据可以为保险公司、卫生监督部门、医生提供决策参考。

从数据中提炼出足以辅助决策的智慧，传统的数据处理方法要么是设定好固定的模式，从数据库中抽取数据，通过编程、运算获得一个输出，往往这个过程要等待数十分钟或更长的时间；而且这种交互的过程都是单向的，预先设定好的，也就是说软件系统或数据系统是每次根据一个预设的问题或问题组合去执行程序计算出对应的结果，查询效率和准确率较低。

技术实现要素：

有鉴于此，本发明实施例的目的在于提供一种信息检索方法、装置及电子设备，通过智能的从数据中抽取关键词设置查询词组，以及匹配算法，让数据系统或软件系统具备一定的智慧，能够更高效的理解搜索项，更高效精准地给出答案。

为了达到上述的目的，本发明实施例采用的技术方案如下所述：

第一方面，本发明实施例提供了一种信息检索方法，所述方法包括：

获取关键字，所述关键字通过从信息源提取或者用户自定义得到；

对所述关键字进行组合，得到多个查询索引，通过所述查询索引建立查询词典，所述查询词典包括多个所述查询索引，所述查询索引至少包括词组、词、语素、语句中的一个或多个类型；

接收用户输入的搜索项；

将所述搜索项与所述多个查询索引进行匹配查询；

显示与所述搜索项的匹配度高于预设值的查询索引对应的信息以及与所述信息相关联的信息。

进一步地，所述方法还包括：

建立所述搜索项和与所述搜索项的匹配度高于预设值的查询索引对应的信息源对应的匹配组；

依据用户对所述匹配组的评价备份所述匹配组至一新信息源。

进一步地，所述方法还包括：

将用户的评价高于预设评价值的匹配组加入所述查询词典。

进一步地，所述方法还包括：

依据用户的评价高低将匹配组进行排序。

进一步地，所述方法还包括：

去除重复和无意义的查询索引，并依据被匹配查询的频率将查询索引进行分类排序。

进一步地，当用户输入搜索项时，所述方法还包括：

依据与所述搜索项的匹配度高低依序显示所述查询索引。

进一步地，所述方法还包括：

备份与所述搜索项的匹配度高于预设值的查询索引对应的信息至一新信息源。

进一步地，当所述搜索项为语句时，所述方法还包括：

对所述搜索项进行分词；

根据每个分词调出核心数据；

显示与所述核心数据的匹配度高于预设值的结论数据；

响应用户对所述结论数据的选择，将用户选择的问题数据和所述搜索项加入所述查询词典。

第二方面，本发明实施例提供了一种信息检索装置，所述装置包括：

获取模块，用于获取关键字，所述关键字通过从信息源提取或者用户自定义得到；

组合模块，用于对所述关键字进行组合，得到多个查询索引，通过所述查询索引建立查询词典，所述查询词典包括多个所述查询索引，所述查询索引至少包括词组、词、语素、语句中的一个或多个类型；

接收模块，用于接收用户输入的搜索项；

查询模块，用于将所述搜索项与所述多个查询索引进行匹配查询；

显示模块，用于显示与所述搜索项的匹配度高于预设值的查询索引对应的信息以及与所述信息相关联的信息。

进一步地，所述装置还包括：

匹配组生成模块，用于建立所述搜索项和与所述搜索项的匹配度高于预设值的查询索引对应的信息源对应的匹配组；

备份模块，用于依据用户对所述匹配组的评价备份所述匹配组至一新信息源。

进一步地，所述装置还包括：

更新模块，用于将用户的评价高于预设评价值的匹配组加入所述查询词典。

进一步地，所述装置还包括：

排序模块，用于依据用户的评价高低将匹配组进行排序。

进一步地，所述装置还包括：

筛除模块，用于去除重复和无意义的查询索引；

排序模块，用于依据被匹配查询的频率将查询索引进行分类排序。

进一步地，当用户输入搜索项时，所述显示模块还用于依据与所述搜索项的匹配度高低依序显示所述查询索引。

进一步地，所述装置还包括：

备份模块，用于备份与所述搜索项的匹配度高于预设值的查询索引对应的信息至一新信息源。

进一步地，所述装置还包括：

分词模块，用于对所述搜索项进行分词；

调用模块，用于根据每个分词调出核心数据；

所述显示模块还用于显示与所述核心数据的匹配度高于预设值的结论数据；

更新模块，用于响应用户对所述结论数据的选择，将用户选择的问题核心数据和所述搜索项加入所述查询词典。

第三方面，本发明实施例还提供了一种电子设备，包括：

处理器；

存储器；以及

信息检索装置，所述信息检索装置安装于所述存储器中并包括一个或多个由所述处理器执行的软件功能模块，所述信息检索装置包括：

获取模块，用于获取关键字，所述关键字通过从信息源提取或者用户自定义得到；

组合模块，用于对所述关键字进行组合，得到多个查询索引，通过所述查询索引建立查询词典，所述查询词典包括多个所述查询索引，所述查询索引至少包括词组、词、语素、语句中的一个或多个类型；

接收模块，用于接收用户输入的搜索项；

查询模块，用于将所述搜索项与所述多个查询索引进行匹配查询；

显示模块，用于显示与所述搜索项的匹配度高于预设值的查询索引对应的信息以及与所述信息相关联的信息。

与现有技术相比，本发明提供的信息检索方法、装置及电子设备通过获取关键字，将所述关键字进行组合得到多个查询索引，通过所述查询索引建立查询词典，所述查询词典包括多个所述查询索引，在接收到用户输入的搜索项后，将所述搜索项与所述查询词典中的查询索引进行匹配查询，显示与所述搜索项的匹配度高于预设值的查询索引对应的信息以及与所述信息相关联的信息。本发明通过建立查询词典，搭建搜索项与查询结果之间的映射关系，能够更高效精准地给出搜索的答案。

为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1是本发明实施例提供的电子设备的方框示意图。

图2是本发明实施例提供的信息检索装置的功能模块架构示意图。

图3是本发明实施例提供的信息检索方法及装置的应用示例图。

图4-图5是本发明实施例提供的信息检索方法的流程图。

图标：100-电子设备；110-信息检索装置；111-获取模块；112-组合模块；113-接收模块；114-查询模块；115-显示模块；116-筛除模块；117-匹配组生成模块；118-备份模块；119-更新模块；120-排序模块；121-分词模块；122-调用模块；130-存储器；150-处理器。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。

因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

本发明实施例提供的信息检索方法及装置应用于电子设备。该电子设备可以是，但不限于，个人电脑(personal computer，PC)、智能手机、平板电脑、个人数字助理(personal digital assistant，PDA)等。

请参照图1，是该电子设备100的方框示意图。该电子设备100包括信息检索装置110、存储器130和处理器150。

存储器130、处理器150各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。信息检索装置110包括至少一个可以软件或固件(firmware)的形式存储于所述存储器130中或固化在电子设备100的操作系统(operating system，OS)中的软件功能模块。处理器150用于执行所述存储器130中存储的可执行模块，例如信息检索装置110所包括的软件功能模块及计算机程序等。

其中，存储器130可以是，但不限于，随机存取存储器(Random Access Memory，RAM)，只读存储器(Read Only Memory，ROM)，可编程只读存储器(Programmable Read-Only Memory，PROM)，可擦除只读存储器(Erasable Programmable Read-Only Memory，EPROM)，电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory，EEPROM)等。其中，存储器130用于存储程序，处理器150在接收到执行指令后，执行该程序。

请参照图2，是信息检索装置110的功能模块架构示意图。该信息检索装置110用于根据用户的搜索项从信息源中搜索提取需要的信息。该信息检索装置110包括获取模块111、组合模块112、接收模块113、查询模块114和显示模块115。

获取模块111用于获取关键字，该关键字通过从信息源提取或者用户自定义得到。

在本实施例中，信息源可以为各种数据库，数据库中可以包括如文本、视频、音频、图表等常见信息。从信息源中提取关键字，该关键字代表信息的特征要素，关键字通常由标题、数组名称、数据库中的表名、列名、或列数据库中的属性名称、自定义数据范围、过滤器、表单名等组成。例如，请参照图3，信息源中包含一名为“财务报表”的电子表格文件，该电子表格文件中包含“年份：2014、2015、2016”，“类型：彩电、冰箱、洗衣机”，以及对应的销售量情况，则可以提取的关键字为“年份”、“2016”、“2015”、“2014”、“类型”、“彩电”、“冰箱”、“洗衣机”、“销量”等。对于视频信息源，通过抽取特定的帧，将特定的帧进行标记，将标记作为关键字，对于音频信息源，可以抽取信号特征片段，对信号特征片段进行标记，将标记作为关键字。

上述信息源如果是非结构化的数据集，只有信息源中的数据都不是孤立存在的时候才能提取关键字，比如信息源中的数据(metadata)一般都包含时间、地点、事件、人物、经过和结果等要素，这些要素均可以通过预处理关联起来。用户还可以自定义关键字。比如，如果应用于医疗领域，则用户可以预置一些医疗领域的常用术语；或者，根据用户的不同习惯预设一些同义词或近义词。比如，某些地方说“咋了？”与其他地方“怎么了？”语义相同，再比如，中文和日文或其他外国语言，都可以通过同义词或近义词预设关键字。

组合模块112用于对关键字进行组合，得到多个查询索引，通过查询索引建立查询词典，查询词典包括多个所述查询索引，查询索引至少包括词组、词、语素、语句中的一个或多个类型。

该查询索引合包含了所有关键字的数学意义上的可能组合方式。例如上述示例中，可以组合得到的查询索引包括但不限于：“2016彩电”、“2015彩电”、“2014彩电”、“2016冰箱”、“2015冰箱”、“2014冰箱”、“2016洗衣机”、“2015洗衣机、“2014洗衣机”、“2016销量”、“2015销量”、“2014销量”、“彩电销量”、“冰箱销量”、“洗衣机销量”、“销量类型”等。查询索引可以包括词组、词、语素、语句中的一个或多个类型，词组是指两个或更多词的组合，以区别单词，比如“新社会”、“旧社会”。词是最小的能够独立运用的语言单位，比如“海带”。语素是是最小的语音、语义结体，是最小的有意义的语言单位，比如“跑”、“跳”。语句是一个语法上自成体系的单位，它由一个词或句法上有关连的一组词构成。比如，“小王今年十六岁”。

作为优选的，查询索引生成后，通常对查询词组进行规范处理，去除掉简单重复和无意义的组合，例如，对于“2014彩电”和“彩电2014”即可认为是简单重复的，从而去除其中之一；又对于“销量类型”即可认为是无意义的组合，从而去除。在本实施例中，信息检索装置110包括筛除模块116，用于去除重复和无意义的查询词组。然后，通过查询索引建立查询词典，查询词典包括有多个查询索引。

接收模块113，用于接收用户输入的搜索项。

在本实施例中，用户可以通过电子设备的屏幕、按键或者麦克风等输入装置进行搜索项的输入，该搜索项的形式可以是文本、语音或者手势等方式。任何输入的搜索项都会被翻译为对应的文本信息输入，这些文本信息包含完整的语句、不完整的词语或短语、词组及语素等。

查询模块114，用于将搜索项与多个查询索引进行匹配查询。

用户输入的搜索项与查询索引有时候并非完全一致，需要将用户输入的搜索项与查询索引进行匹配，找到匹配度满足的查询索引，以通过该查询索引查询信息源中对应的信息。例如，用户输入的搜索项为“2016彩电销量”，找到匹配度高于预设值的查询词组为“2016彩电销量”、“2016彩电”、“彩电销量”，该预设值通过事先定义，本实施例对此不做限定。

显示模块115，用于显示与搜索项的匹配度高于预设值的查询索引对应的信息以及与该信息相关联的信息。

每一个查询索引对应有信息源中的信息，当匹配的查询索引确定，查询模块114查找到相应的信息后，显示模块115显示该信息。优选地，当用户输入搜索项时，显示模块115还用于依据与搜索项的匹配度高低依序显示查询词组。例如，用户在输入“2016彩电销量”的过程中，当用户输入“2016”，显示模块115依据匹配度，依次显示“2016彩电”、“2016销量”、“2016彩电销量”等候选查询索引，引导用户选择，当用户输入“2016彩”时，显示模块115依据匹配度，依次显示“2016彩电”、“2016彩电销量”等候选词，直到用户输入完整的“2016彩电销量”。更加的智能化，方便用户的查询使用。此外，显示模块115还显示与查询索引对应的信息相关联的信息，该相关联的信息通过特定算法计算出来。例如：用户搜索了“张三”，显示模块115不仅显示了信息源中包含的“张三”的信息，还显示“张三是盗窃嫌疑人”的提示信息，这个盗窃嫌疑人的提示信息是原始数据源中并没有的，而是通过某种算法计算推断出“张三”有这个嫌疑。

作为优选地，信息检索装置110还包括匹配组生成模块117和备份模块118。匹配组生成模块117用于建立搜索项和与搜索项的匹配度高于预设值的查询索引对应的信息源对应的匹配组。例如，用户输入的搜索项为“2016彩电销量”，搜索结果包括“2016彩电销量”、“2016彩电”、“彩电销量”对应的信息源，则匹配组生成模块117将“2016彩电销量”与“2016彩电销量”对应的信息源、“2016彩电销量”与“2016彩电”对应的信息源、“2016彩电销量”与“彩电销量”对应的信息源均建立匹配组。用户在得到搜索结果之后，可以对匹配组进行评价，比如打分。用户在搜索的过程中，会产生上下文，比如用户连续输入三个问题比如：“最近三年按地区分布的销售收入”，“最近三年北京地区的销售情况”，“最近三年北京地区销售额top10的产品”。那么其中第三个问题的输入输出形成的匹配组加入新的信息源后，也应该包括该问题的上下几个问题。这些上下文的问题以及对应的问题的结果和评价，将均对系统判断第三个问题形成的匹配组的意义形成参考。信息检索装置110会根据众多的相关的上下文和匹配组，学习生成一个个方法模型，从而建立一个更弱的相关关系用于回答用户的开放性问题。

备份模块118用于依据用户对匹配组的评价备份匹配组至一新信息源。用户评价之后，匹配组将被备份在新的信息源中。当用户再次搜索相同或者相近的搜索项时，查询模块114直接在新的信息源中查询对应的信息。备份模块118还用于将与搜索项的匹配度高于预设值的查询索引对应的信息备份至一新信息源，临时存储。

优选地，信息检索装置110还包括更新模块119，用于将用户的评价高于预设评价值的匹配组加入查询词典。为了更进一步的提高用户检索信息的速率和准确率，当匹配组中的某些匹配组的评价高于了预设的评价值，比如，用户对匹配组的评分高于4分，将匹配组加入查询词典中，当用户再次输入相同或者相近的搜索项时，查询模块114直接在查询词典中调用相应的匹配组的信息源即可，加快了查询的速率和查询结果的准确率。

优选的，信息检索装置110还包括排序模块120，用于依据用户的评价高低将匹配组进行排序。在用户输入搜索项后，查询模块114按照匹配组的评价高低依序查询信息，显示模块115亦按照匹配组的评分高低顺序进行显示。由于不同的用户的检索需求和使用习惯不同，对于检索查询的结果的偏好也不同，本发明实施例通过用户对检索结果的评价，将检索结果进行排序，不断更新查询词组，使得查询词组中的信息更加具有定向性，检索信息的速率和准确率得到大幅提高，需要说明的是，作为同义词或近义词的匹配组具有相同的排序权重。

作为优选地，在本实施例中，排序模块120还用于依据被匹配查询的频率将查询词组进行分类排序，某些经常被匹配的查询词组将被放在更容易被检索到的位置，以增加检索查询的速率。

优选地，信息检索装置110还包括分词模块121和调用模块122。当用户输入搜索项时，如果搜索项为提问语句，分词模块121，用于对搜索项进行分词。例如，提问语句为“怎样让今年的销售额增长30％？”，将其分词为“今年”“销售额”“增长30％”。

调用模块122用于根据每个分词调出核心数据。每一个分词在查询索引中均对应有核心数据，根据该核心数据可以得到与核心数据匹配的结论数据，结论数据为提问语句对应的答案。显示模块115还用于显示与核心数据的匹配度高于预设值的结论数据。每一个结论数据在一开始可能并不是搜索项包含的问题的最佳答案，更新模块119用于响应用户对结论数据的选择，将用户选择的问题核心数据和搜索项加入查询词典，在用户的不断更新、筛选、修改和选择之下，结论数据将会越来越准确。

请参照图4，是本发明实施例提供的信息检索方法的流程图，该信息检索方法包括以下步骤：

步骤S101，获取关键字，对关键字进行组合，得到多个查询索引，通过查询索引建立查询词典。

在本实施例中，该步骤S101可以通过获取模块111和组合模块112共同执行。关键字通过从信息源提取或者用户自定义得到，查询词典包括多个查询索引，查询索引至少包括词组、词、语素、语句中的一个或多个类型。

步骤S102，接收用户输入的搜索项。

在本实施例中，该步骤S102可以通过接收模块113执行。

步骤S103，将搜索项与多个查询索引进行匹配查询。

在本实施例中，该步骤S103可以通过查询模块114执行。

步骤S104，显示与搜索项的匹配度高于预设值的查询索引对应的信息以及与该信息相关联的信息。

在本实施例中，该步骤S104可以通过显示模块115执行。

步骤S105，建立搜索项和与搜索项的匹配度高于预设值的查询索引对应的信息源对应的匹配组。

在本实施例中，该步骤S105可以通过匹配组生成模块117执行。

步骤S106，依据用户对匹配组的评价备份匹配组至一新信息源。

在本实施例中，该步骤S106可以通过备份模块118执行。

步骤S107，将用户的评价高于预设值的匹配组加入查询词典。

在本实施例中，该步骤S107可以通过更新模块119执行。

步骤S108，依据用户的评价高低将匹配组进行排序。

在本实施例中，该步骤S108可以通过排序模块120执行。

步骤S109，去除重复和无意义的查询索引，并依据被匹配查询的频率将查询索引进行分类排序。

在本实施例中，该步骤S109可以通过筛除模块116和排序模块120共同执行。

步骤S110，依据与搜索项的匹配度高低依序显示查询索引。

在本实施例中，该步骤S110可以通过显示模块115执行。

步骤S111，备份与搜索项的匹配度高于预设值的查询索引对应的信息至一新信息源。

在本实施例中，该步骤S111可以通过备份模块118执行。

当用户输入搜索项时，如果搜索项为提问语句，请参照图5，该信息检索方法还包括以下步骤：

步骤S112，对搜索项进行分词。

在本实施例中，该步骤S112可以通过分词模块121执行。

步骤S113，根据每个分词调出核心数据。

在本实施例中，该步骤S113可以通过调用模块122执行。

步骤S114，显示与核心数据的匹配度高于预设值的结论数据。

在本实施例中，该步骤S114可以通过显示模块115执行。

步骤S115，响应用户对结论数据的选择，将用户选择的问题数据和搜索项加入查询词典。

在本实施例中，该步骤S115可以通过更新模块119执行。

由于该信息检索方法中的各个步骤均可通过信息检索装置110中的各个功能模块执行，其原理已在前述实施例中进行说明，此处不再赘述。

综上所述，本发明实施例提供了一种信息检索方法、装置及电子设备。通过获取关键字，将所述关键字进行组合得到多个查询索引，通过所述查询索引建立查询词典，所述查询词典包括多个所述查询索引，在接收到用户输入的搜索项后，将所述搜索项与所述查询词典中的查询索引进行匹配查询，显示与所述搜索项的匹配度高于预设值的查询索引对应的信息以及与所述信息相关联的信息。本发明通过建立查询词典，搭建搜索项与查询结果之间的映射关系，能够更高效精准地给出搜索的答案。

在本申请所提供的实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本发明的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

另外，在本发明各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。

所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。