[发明专利]基于人工智能的查询信息纠错构架生成方法和装置

权利要求书

1.一种基于人工智能的查询信息纠错构架生成方法，其特征在于，包括：

获取应用场景信息；

根据所述应用场景信息确定纠错需求信息；

根据所述纠错需求信息从数据库中选取能够实现对应功能的网络层和/或组件，结合神经元，以生成查询信息纠错构架，其中，所述数据库中保存有实现不同功能的网络层和组件。

2.如权利要求1所述的方法，其特征在于，还包括：

如果所述数据库中不包含能够实现对应功能的网络层和/或组件，则建立能够实现对应功能的新网络层和/或新组件。

3.如权利要求1所述的方法，其特征在于，所述组件包括存储型组件和功能性组件。

4.如权利要求3所述的方法，其特征在于，所述存储型组件包括通用键值查询组件KVCommonWeight、结果缓存查询组件ResultCacheWeight、变长短语替换表单表组件PhraseTableSingleWeight以及变长短语替换表多表组件PhraseTableConcatWeight。

5.如权利要求3所述的方法，其特征在于，所述功能性组件包括编辑距离召回组件、归一化组件、切词组件、语言模型组件、注音组件、梯度提升决策树GBDT模型组件、一元错拼模型组件ErrorModel1Weight以及二元错拼模型组件ErrorModel2Weight。

6.如权利要求1所述的方法，其特征在于，所述网络层包括流程相关网络层和训练测试相关网络层。

7.如权利要求6所述的方法，其特征在于，所述流程相关网络层包括变量初始化网络层ClearLayer、输入归一化网络层NormLayer、规则确认网络层CheckLayer、分词网络层SegmentLayer、Deepcrf分词层DeepcrfSegmentLayer、预处理层PreprocessLayer、短语替换表单表召回层PtSingleRecallLayer、短语替换表多表召回层PtConcatRecallLayer、错误位置检测层ErrorDetectLayer、拼音编辑距离召回层EdRecallLayer、自身片段召回层SelfRecallLayer、特征抽取层FeatureExtractLayer、模型打分层RankingLayer、贪心搜索层GreedySearchLayer以及束搜索层BeamSearchLayer。

8.如权利要求6所述的方法，其特征在于，所述训练测试相关网络层包括加载预测语料层LoadPredictCorpusLayer、加载训练语料层LoadTrainCorpusLayer、特征输出层DumpFullFeatureLayer以及短语替换特征输出层DumpPtFeatureLayer。

9.如权利要求1所述的方法，其特征在于，所述神经元包括查询信息元、候选元、结果元以及指导元。

10.一种基于人工智能的查询信息纠错构架生成装置，其特征在于，包括：

获取模块，用于获取应用场景信息；

确定模块，用于根据所述应用场景信息确定纠错需求信息；

生成模块，用于根据所述纠错需求信息从数据库中选取能够实现对应功能的网络层和/或组件，结合神经元，以生成查询信息纠错构架，其中，所述数据库中保存有实现不同功能的网络层和组件。

11.如权利要求10所述的装置，其特征在于，还包括：

建立模块，用于如果所述数据库中不包含能够实现对应功能的网络层和/或组件，则建立能够实现对应功能的新网络层和/或新组件。

12.如权利要求10所述的装置，其特征在于，所述组件包括存储型组件和功能性组件。