[发明专利]信息检索方法和装置

权利要求书

1.一种信息检索方法，其特征在于，包括：

获取待检索文本；

识别所述待检索文本中的待检索实体；

将所述待检索实体与预设的政策图谱知识库中的实体进行匹配，获得与所述待检索文本对应的多个检索结果，基于所述多个检索结果，获得第一结果集。

2.根据权利要求1所述的方法，其特征在于，所述待检索实体包括待检索命名实体和待检索内容实体；

识别所述待检索文本中的待检索实体包括：

利用预设的识别模型识别所述待检索文本中的待检索命名实体；

利用词频逆文本频率算法，确定所述待检索文本中的待检索内容实体。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括根据如下过程获得所述预设的识别模型：

获取训练数据，并对所述训练数据中的样本进行标注，以标注出所述样本的命名实体；

将标注后的训练数据输入预设的基于变换器的双向编码表征量模型，得到所述标注后的训练数据的字向量，训练所述字向量，得到所述预设的识别模型。

4.根据权利要求3所述的方法，其特征在于，对所述训练数据中的样本进行标注包括：采用BIO格式对所述训练数据中的样本进行标注，其中，B表示命名实体的开始部分，I表示命名实体的中间部分或命名实体的结束部分，O表示其它部分。

5.根据权利要求4所述的方法，其特征在于，所述方法还包括根据如下过程获得所述政策图谱知识库：

获取政策语料；

确定所述政策语料中的命名实体、内容实体和所述命名实体之间的关系；

获取通用知识库；

将所述政策语料中的命名实体、内容实体所述命名实体之间的关系和所述通用知识库融合，获得政策图谱知识库。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

在标注出所述训练数据中的命名实体之后，确定所标注的命名实体之间的关系；

将标注后的训练数据输入预设的基于变换器的双向编码表征量模型，得到所述标注后的训练数据的句向量，训练所述句向量，得到关系分类模型；

确定所述政策语料中的命名实体之间的关系包括：利用所述关系分类模型，确定所述命名实体之间的关系。

7.根据权利要求6所述的方法，其特征在于，所述命名实体包括以下一种或多种：时间、地点、机构、受众、行业和政策。

8.根据权利要求7所述的方法，其特征在于，政策与政策之间的关系包括以下一种或多种：根据、废止、修订、提及、复函、贯彻落实、转发；政策与时间之间的关系包括发布；政策与机构之间的关系包括发布和作用；政策与地点之间的关系为作用；政策与受众之间的关系包括涉及；政策与行业之间的关系包括涉及。

9.根据权利要求1-8任一项所述的方法，其特征在于，在获得第一结果集之后，所述方法还包括：

对所述第一结果集中的多个检索结果进行排序。

10.根据权利要求9所述的方法，其特征在于，对所述多个检索结果进行排序包括：

对所述待检索文本进行分类，以确定所述待检索文本的语义；

根据所述语义，对所述多个检索结果进行排序。

11.根据权利要求10所述的方法，其特征在于，所述语义包括以下一种或多种：定义检索、政策检索和事项检索。

12.根据权利要求11所述的方法，其特征在于，根据所述语义对所述多个检索结果进行排序包括：

利用预设的相关度算法，分别计算每个检索结果与所述待检索文本的相关度；

从所述多个检索结果中，确定与所述语义对应的检索结果，将与所述语义对应的检索结果的相关度进行更新；

根据所述相关度，对所述多个检索结果进行排序。