[发明专利]一种信息检索的方法、装置、计算机设备及存储介质

说明书

本申请公开了一种信息检索的方法、装置、计算机设备及存储介质，属于人工智能技术领域。本申请先通过一个共用的编码层对输入语料进行特征编码，然后将特征编码分别输入到初始检索模型的分类任务层和排序任务层，获得语料分类结果和语料排序结果，最后基于语料分类结果和语料排序结果对初始检索模型的参数进行迭代更新，当参数拟合时，得到训练完成的检索模型，当需要进行语料检索时，将待检索语料导入训练好的检索模型，得到待检索语料的检索结果。此外，本申请还涉及区块链技术，待检索语料可存储于区块链中。本申请通过训练一个具有共享编码层的检索模型，使得检索模型可以在多种应用场景下使用，提高检索模型适用性，降低训练资源的消耗。

技术领域

本申请属于人工智能技术领域，具体涉及一种信息检索的方法、装置、计算机设备及存储介质。

背景技术

信息检索(Information Retrieval)是用户进行信息查询和获取的主要方式，是查找信息的方法和手段。狭义的信息检索仅指信息查询(Information Search)。即用户根据需要，采用一定的方法，借助检索工具，从信息集合中找出所需要信息的查找过程。广义的信息检索是信息按一定的方式进行加工、整理、组织并存储起来，再根据信息用户特定的需要将相关信息准确的查找出来的过程。

目前，为了方便信息检索，市面上已经开发出了多种检索模型，现有的检索模型主流结构仍然是单任务模型，主要原因单模型输出比较稳定，调参技术难度较低，且模型输入端较为单一，较好实现模型训练。但是，单任务类型检索模型的使用场景局限性较高，在不同场景的检索任务中，需要训练多个不同的检索模型，导致训练资源消耗过大。

发明内容

本申请实施例的目的在于提出一种信息检索的方法、装置、计算机设备及存储介质，以解决现有信息检索方案存在的使用场景局限性较高，多场景使用时需要训练多个不同的检索模型，导致训练资源消耗过大的技术问题。

为了解决上述技术问题，本申请实施例提供一种信息检索的方法，采用了如下所述的技术方案：

一种信息检索的方法，包括：

获取训练语料，并在预设的语料库中获取所述训练语料的近似语料和非近似语料；

将所述训练语料、所述近似语料和所述非近似语料导入预设的初始多任务检索模型，其中，所述初始多任务检索模型包括编码层、分类任务层和排序任务层；

通过所述编码层对所述训练语料进行特征编码得到第一特征向量，通过所述编码层对所述近似语料进行特征编码得到得到第二特征向量，以及通过所述编码层对所述非近似语料进行特征编码，得到第三特征向量；

将所述第一特征向量、所述第二特征向量和所述第三特征向量导入所述分类任务层，得到语料分类结果；

将所述第一特征向量、所述第二特征向量和所述第三特征向量导入所述排序任务层，得到语料排序结果；

基于所述语料分类结果和所述语料排序结果对所述初始检索模型进行迭代更新，得到训练完成的检索模型；

接收语料检索指令，获取待检索语料，并将所述待检索语料导入所述检索模型，生成所述待检索语料的检索结果。

进一步地，所述获取训练语料，并在预设的语料库中获取所述训练语料的近似语料和非近似语料的步骤，具体包括：

获取训练语料，并计算所述训练语料与所述语料库中样本语料的余弦相似度，得到语料相似度；

基于所述语料相似度和预设的第一相似度阈值，筛选与所述训练语料相近的语料，得到所述近似语料；

基于所述语料相似度和预设的第二相似度阈值，筛选与所述训练语料不相近的语料，得到所述非近似语料。