查询处理方法、装置、服务器及存储介质与流程

本发明实施例涉及互联网技术领域，尤其涉及一种查询处理方法、装置、服务器及存储介质。

背景技术：

随着互联网技术的发展，用户越来越倾向于通过搜索引擎或各种问答系统获取所需要的相关信息。而搜索引擎、问答系统的核心技术是排序，通过将排序靠前的相关信息优先展示给用户，以满足用户检索需求。

传统的排序是基于字面、后来引入了同义词、点击共现等技术，但是这些方法并没有真正理解语义，也没有很好的泛化能力。目前，随着机器学习、深度学习的发展，一些基于特征或表示的模型取得了不错的成绩，如ltr(learningtorank，线性模型)、dssm(deepstructuredsemanticmodels，深度结构化语言模型)。但诸如此类的模型本质上还是基于统计，需要庞大的训练数据，计算机并没有真正理解语义，并且通过此类模型进行检索排序的泛化能力和通用性有限。

技术实现要素：

本发明实施例提供了一种查询处理方法、装置、服务器及存储介质，通过在确定查询序列与段落之间相似度时引入基于知识图谱确定的查询序列中实体向量表示，以及段落中实体向量表示，以达到提升查询处理技术的泛化能力和通用性的目的。

第一方面，本发明实施例提供了一种查询处理方法，包括：

依据查询序列中包括的各词语和各实体分别确定查询序列的词向量表示和实体向量表示；

依据段落中包括的各词语和各实体分别确定段落的词向量表示和实体向量表示；

依据查询序列的词向量表示和实体向量表示，以及段落的词向量表示和实体向量表示，确定查询序列与段落之间的相似度。

可选的，确定查询序列与段落之间的相似度之后，还包括：

依据查询序列与各段落之间的相似度，对各段落进行排序。

第二方面，本发明实施例还提供了一种查询处理装置，包括：

第一向量表示模块，用于依据查询序列中包括的各词语和各实体分别确定查询序列的词向量表示和实体向量表示；

第二向量表示模块，用于依据段落中包括的各词语和各实体分别确定段落的词向量表示和实体向量表示；

相似度计算模块，用于依据查询序列的词向量表示和实体向量表示，以及段落的词向量表示和实体向量表示，确定查询序列与段落之间的相似度。

第三方面，本发明实施例还提供了一种服务器，包括：

一个或多个处理器；

存储器，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本发明任一实施例所述的查询处理方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如本发明任一实施例所述的查询处理方法。

本发明实施例提供的一种查询处理方法、装置、服务器及存储介质，依据查询序列和段落各自的词语和实体确定查询序列和段落各自对应的词向量表示和实体向量表示，通过计算查询序列的词向量表示和实体向量表示分别与段落的词向量表示和实体向量表示的相似度，进而确定查询序列和段落的相似度，以便后续根据该相似度对段落进行排序。由此，在计算查询序列和段落相似度时引入实体向量表示，进而引入了客观世界的知识，使本查询处理方法具有更好的泛化能力和通用性。

附图说明

图1是本发明实施例一提供的一种查询处理方法的流程示意图；

图2是本发明实施例二提供的一种查询处理方法的流程示意图；

图3是本发明实施例三提供的一种查询处理装置的结构示意图；

图4是本发明实施例四提供的一种服务器的结构示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。

实施例一

图1是本发明实施例一提供的一种查询处理方法的流程图，本实施例可适用于用户通过搜索引擎或问答系统检索的情况，该方法可以由相应的查询处理装置执行，该查询处理装置可以采用软件和/或硬件的方式实现，并可配置于服务器上。

如图1所示，本发明实施例中提供的查询处理方法可以包括：

s110、依据查询序列中包括的各词语和各实体分别确定查询序列的词向量表示和实体向量表示。

在本实施例中，所述查询序列可以是单个或多个关键词，也可以是包括多个关键词的语句，在此不做具体限定。对于查询序列，可移通过分词技术对其进行分词，以获得查询序列中包括的词语，例如可移通过分词词库、停用词词库或者深度学习技术对查询序列进行分词。对于查询序列，可基于知识图谱确定查询序列中包括的各实体，其中，知识图谱是是一种知识库，用于描述现实世界中实体之间的关系，其中，实体可以是人名、地名、机构名、概念等。

在本实施例中，为了后续快速准确的计算查询序列和段落的相似度，将查询序列中的词语和实体分别表示为低维实值向量。示例性的，可基于知识图谱数据预先训练一份词向量和实体向量，并将其保持在一个向量空间，纬度一致。对于获得的查询序列中的词语和实体，基于预训练的词向量和实体向量对查询序列中的词语和实体做embeding运算，得到查询序列的词向量表示和实体向量表示，其中，词向量表示和实体向量表示是一种分布式表示。

s120、依据段落中包括的各词语和各实体分别确定段落的词向量表示和实体向量表示。

在本实施例中，可采用与s110相同的方法，利用各种分词技术对段落进行分词，得到段落中包括的词语；基于知识图谱确定段落中包括的各个实体。

为了后续快速准确的计算查询序列和段落的相似度，同样将段落的词语和实体分别表示为低维实值向量。示例性的，对于段落包括的词语和实体，基于预先训练的词向量和实体向量对其做embeding运算，得到段落的词向量表示和实体向量表示，其中，词向量表示和实体向量表示是一种分布式表示。

s130、依据查询序列的词向量表示和实体向量表示，以及段落的词向量表示和实体向量表示，确定查询序列与段落之间的相似度。

通常，在进行信息检索时，通过计算查询序列与段落之间的相似度，确定该段落是否为用户所需要的数据信息。具体的，如果相似度越大，表明段落是用户需要的可能性就越大，即检索的准确行越高。而对于计算查询序列与段落之间的相似度，示例性的，可通过计算查询序列的词向量表示和实体向量表示分别与段落的词向量表示和实体向量表示之间的相似度来确定。

在本实施例中，依据查询序列和段落各自的词语和实体确定查询序列和段落各自对应的词向量表示和实体向量表示，并根据查询序列和段落各自的词向量表示和实体向量表示，计算查询序列和段落的相似度，以便后续根据该相似度对段落进行排序。由此，在计算查询序列和段落相似度时引入实体向量表示，进而引入了客观世界的知识，使本查询处理方法具有更好的泛化能力和通用性。

进一步的，确定查询序列与段落之间的相似度之后，还可以包括：依据查询序列与各段落之间的相似度，对各段落进行排序。

示例性的，根据查询序列与各段落之间的相似度，由高到低对各段落进行排序，并将相似度排在前n的段落反馈给用户，以便用户从中筛选其所需要的内容。由此，通过排序可将相似度高的段落反馈给用户，提升用户检索的准确性和用户体验。

实施例二

图2为本发明实施例二提供的一种查询处理方法的流程示意图。本实施例以上述实施例为基础进行优化，如图2所示，本发明实施例中提供的查询处理方法可以包括：

s210、依据查询序列中包括的各词语和各实体分别确定查询序列的词向量表示和实体向量表示。

s220、依据段落中包括的各词语和各实体分别确定段落的词向量表示和实体向量表示。

s230、依据查询序列的词向量表示和段落的词向量表示确定查询序列与段落之间的第一相似度。

在本实施例中，可通过欧式距离或余弦距离等方式确定查询序列的词向量表示和段落的词向量表示确定查询序列与段落之间的第一相似度。示例性的，通过欧式距离计算相似度时，将查询序列的词向量表示和段落的词向量表示看成坐标系中两个点，通过计算两点之间的距离确定相似度。例如，欧式距离d，相似度s，s＝1/(1+d)，距离越近，相似度越大；通过余弦距离计算相似度时，将查询序列的词向量表示和段落的词向量表示看成坐标系中两个向量，通过计算两向量之间的夹角，确定相似度大小，夹角越小，相似度越大。

s240、依据查询序列的实体向量表示和段落的实体向量表示确定查询序列与段落之间的第二相似度。

示例性的，可采用s230所用的欧式距离或余弦距离方式进行计算查询序列的实体向量表示和段落的实体向量表示的相似度，以此确定查询序列与段落之间的第二相似度时。

s250、依据查询序列的词向量表示和段落的实体向量表示确定查询序列与段落之间的第三相似度。

示例性的，可采用s230所用的欧式距离或余弦距离方式计算查询序列的词向量表示和段落的实体向量表示的相似度，以此确定查询序列与段落之间的第三相似度。

s260、依据查询序列的实体向量表示和段落的词向量表示确定查询序列与段落之间的第四相似度。

示例性的，可采用s230所用的欧式距离或余弦距离方式计算查询序列的实体向量表示和段落的词向量表示的相似度，以此确定查询序列与段落之间的第四相似度。

s270、依据查询序列与段落的第一相似度，第二相似度，第三相似度以及第四相似度，确定查询序列与段落之间的相似度。

对所述查询序列与段落的第一相似度，第二相似度，第三相似度以及第四相似度进行加权处理，例如求平均值，并依据加权结果确定查询序列与段落之间的相似度。

需要说明的是，本实施例中也可以依据查询序列与段落的第一相似度和第二相似度，确定查询序列与段落之间的相似度。由于查询序列与段落之间的相似度之中引入了新的考量因素，也就是引入了实体向量表示之间的相似度，提高了查询序列与段落之间相似度的准确性。

在本实施例中，通过查询序列的词向量表示和段落的词向量表示计算查询序列与段落之间的第一相似度，查询序列的实体向量表示和段落的实体向量表示计算查询序列与段落之间的第二相似度，并根据所述第一和第二相似度确定查询序列与段落之间的相似度。由此，在计算查询序列和段落相似度时引入实体向量表示，进而引入了客观世界的知识，使本查询处理方法具有更好的泛化能力和通用性。

实施例三

图3是本发明实施例三提供的一种查询处理装置的结构示意图。如图3所示，该客户端包括：

第一向量表示模块310，用于依据查询序列中包括的各词语和各实体分别确定查询序列的词向量表示和实体向量表示；

第二向量表示模块320，用于依据段落中包括的各词语和各实体分别确定段落的词向量表示和实体向量表示；

相似度计算模块330，用于依据查询序列的词向量表示和实体向量表示，以及段落的词向量表示和实体向量表示，确定查询序列与段落之间的相似度。

本实施例中，第一向量表示模块和第二向量表示模块分别根据查询序列和段落的词语和实体，确定查询序列和段落的词向量表示和实体向量表示，基于此，相似度计算模块计算查询序列和段落之间的相似度，以便根据相似度为各段落排序。由此可通过引入实体向量表示，提升查询处理方法的泛化能力和通用性。

在上述各实施例的基础上，相似度计算模块还用于：

依据查询序列的词向量表示和段落的词向量表示确定查询序列与段落之间的第一相似度；

依据查询序列的实体向量表示和段落的实体向量表示确定查询序列与段落之间的第二相似度；

依据查询序列与段落之间的第一相似度和第二相似度，确定查询序列与段落之间的相似度。

在上述各实施例的基础上，相似度计算模块还用于：

依据查询序列的词向量表示和段落的实体向量表示确定查询序列与段落之间的第三相似度；

依据查询序列的实体向量表示和段落的词向量表示确定查询序列与段落之间的第四相似度；

依据查询序列与段落的第一相似度，第二相似度，第三相似度以及第四相似度，确定查询序列与段落之间的相似度。

在上述各实施例的基础上，相似度计算模块还用于：

对所述查询序列与段落的第一相似度，第二相似度，第三相似度以及第四相似度进行加权处理，并依据加权结果确定查询序列与段落之间的相似度。

在上述各实施例的基础上，所述装置还包括：

实体识别模块，永固基于知识图谱确定查询序列中包括的各实体，且基于知识图谱确定段落中包括的各实体。

在上述各实施例的基础上，所述装置还包括：

排序模块，用于依据查询序列与各段落之间的相似度，对各段落进行排序。

本发明实施例所提供的查询处理装置可执行本发明任意实施例所提供的查询处理方法，具备执行方法相应的功能模块和有益效果。

实施例四

图4为本发明实施例四提供的服务器的结构示意图。图4示出了适于用来实现本发明实施方式的示例性服务器12的框图。图4显示的服务器12仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图4所示，服务器12以通用计算设备的形式表现。服务器12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储器28，连接不同系统组件(包括系统存储器28和处理单元16)的总线18。

总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(isa)总线，微通道体系结构(mac)总线，增强型isa总线、视频电子标准协会(vesa)局域总线以及外围组件互连(pci)总线。

服务器12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被服务器12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。

系统存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(ram)30和/或高速缓存存储器32。服务器12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图4未显示，通常称为“硬盘驱动器”)。尽管图4中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如cd-rom,dvd-rom或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。

具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如存储器28中，这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。

服务器12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该服务器12交互的设备通信，和/或与使得该服务器12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口22进行。并且，服务器12还可以通过网络适配器20与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图所示，网络适配器20通过总线18与服务器12的其它模块通信。应当明白，尽管图中未示出，可以结合服务器12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。

处理单元16通过运行存储在系统存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的查询处理方法，包括：

依据查询序列中包括的各词语和各实体分别确定查询序列的词向量表示和实体向量表示；

依据段落中包括的各词语和各实体分别确定段落的词向量表示和实体向量表示；

依据查询序列的词向量表示和实体向量表示，以及段落的词向量表示和实体向量表示，确定查询序列与段落之间的相似度。

实施例五

本发明实施例中提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行查询处理方法，该方法包括：

依据查询序列中包括的各词语和各实体分别确定查询序列的词向量表示和实体向量表示；

依据段落中包括的各词语和各实体分别确定段落的词向量表示和实体向量表示；

依据查询序列的词向量表示和实体向量表示，以及段落的词向量表示和实体向量表示，确定查询序列与段落之间的相似度。当然，本发明实施例中所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的方法操作，还可以执行本发明任意实施例中所提供的应用于终端的文本播放方法中的相关操作。

本发明实施例的计算机存储介质，可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、rf等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。