[发明专利]行业研究报告的搜索方法、装置及电子设备

权利要求书

1.一种行业研究报告的搜索方法，其特征在于，包括：

获取pdf格式的行业研究报告；

解析所述行业研究报告中每页pdf的文本及段落，并获取段落关键特征信息；

定位所述行业研究报告中的图表位置坐标，并获取图表关键特征信息；

将所述段落关键特征信息和所述图表关键特征信息输入行业标签模型，输出所述行业研究报告对应的至少一个行业标签打分结果；

根据所述文本、所述段落关键特征信息和所述图表关键特征信息，建立检索集群索引和映射字段，实时更新并推送所述检索集群索引；

选择行业词或产业词为搜索输入关键词，并至少根据所述行业标签打分结果设定排序规则；

利用分布式服务架构对所述检索集群索引进行搜索，通过所述映射字段确定搜索结果，并根据所述排序规则展示所述搜索结果。

2.根据权利要求1所述的行业研究报告的搜索方法，其特征在于，所述解析所述行业研究报告中每页pdf的文本及段落包括：通过pdfminer解析所述行业研究报告中每页pdf的文本及段落，并通过预设的过滤规则过滤掉冗余的段落。

3.根据权利要求1所述的行业研究报告的搜索方法，其特征在于，所述段落关键特征信息至少包括所述行业研究报告的标题、段落内容；所述图表关键特征信息至少包括所述行业研究报告的标题、图表标题。

4.根据权利要求1所述的行业研究报告的搜索方法，其特征在于，所述输出所述行业研究报告对应的至少一个行业标签打分结果包括：输出所述行业研究报告对应的多个行业标签打分结果，不同行业标签对应的行业标签打分结果不同。

5.根据权利要求1所述的行业研究报告的搜索方法，其特征在于，所述实时更新所述检索集群索引包括：通过canal实时消费mysql binlog，通过适配器将canal消费得到的数据异构到检索集群或消息队列，完成所述检索集群索引的实时更新。

6.根据权利要求1所述的行业研究报告的搜索方法，其特征在于，所述选择行业词或产业词为搜索输入关键词包括：增加同义词库，将所述同义词库中的行业同义词或产业同义词一并作为搜索输入关键词。

7.根据权利要求1所述的行业研究报告的搜索方法，其特征在于，所述至少根据所述行业标签打分结果设定排序规则包括：根据搜索业务侧重点，分别为所述行业标签打分结果、分片类型、文本设定不同的权重，并根据权重设定排序规则。

8.根据权利要求1所述的行业研究报告的搜索方法，其特征在于，所述利用分布式服务架构对所述检索集群索引进行搜索包括：通过服务注册中心调用至少一个搜索应用程序接口，完成对检索集群索引的搜索。

9.一种行业研究报告的搜索装置，其特征在于，包括：

获取模块，用于获取pdf格式的行业研究报告；

解析模块，用于解析所述行业研究报告中每页pdf的文本及段落，并获取段落关键特征信息；以及，定位所述行业研究报告中的图表位置坐标，并获取图表关键特征信息；以及，将所述段落关键特征信息和所述图表关键特征信息输入行业标签模型，输出所述行业研究报告对应的至少一个行业标签打分结果；

搜索模块，用于根据所述文本、所述段落关键特征信息和所述图表关键特征信息，建立检索集群索引和映射字段，实时更新并推送所述检索集群索引；以及，选择行业词或产业词为搜索输入关键词，并至少根据所述行业标签打分结果设定排序规则；以及，利用分布式服务架构对所述检索集群索引进行搜索，通过所述映射字段确定搜索结果，并根据所述排序规则展示所述搜索结果。

10.一种电子设备，其特征在于，包括处理器，以及与所述处理器耦接的存储器，所述存储器存储有可被所述处理器执行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1-8任一项所述的行业研究报告的搜索方法。