信息查询方法、装置、电子设备及存储介质
文献发布时间:2024-04-18 19:56:02
技术领域
本公开涉及计算机技术领域,尤其涉及自然语言处理、智能搜索等人工智能技术领域,具体涉及一种信息查询方法、装置、电子设备及存储介质。
背景技术
近年来,AI(Artificial Intelligence,人工智能)技术正在蓬勃发展,随之而来,基于AI技术的智能化信息查询研究,更是受到了越来越多的关注。因此,如何提高信息查询结果的准确性,成为了重要的研究方向之一。
发明内容
本公开提供了一种信息查询方法、装置、电子设备及存储介质。
根据本公开的第一方面,提供了一种信息查询方法,包括:
获取查询语句;
对所述查询语句进行解析,以获取所述查询语句对应的依存数据;
对所述查询语句进行意图识别,以获取所述查询语句对应的意图识别结果;
基于所述意图识别结果和/或预设的参考数据,对所述依存数据进行修正;
基于修正后的依存数据,获取查询结果。
根据本公开的第二方面,提供了一种信息查询装置,包括:
第一获取模块,用于获取查询语句;
第二获取模块,用于对所述查询语句进行解析,以获取所述查询语句对应的依存数据;
第三获取模块,用于对所述查询语句进行意图识别,以获取所述查询语句对应的意图识别结果;
修正模块,用于基于所述意图识别结果和/或预设的参考数据,对所述依存数据进行修正;
第四获取模块,用于基于修正后的依存数据,获取查询结果。
根据本公开的第三方面,提供了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如第一方面所述的信息查询方法。
根据本公开第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行如第一方面所述的信息查询方法。
根据本公开的第五方面,提供了一种计算机程序产品,包括计算机指令,所述计算机指令在被处理器执行时实现如第一方面所述的信息查询方法的步骤。
本公开提供的信息查询方法、装置、电子设备及存储介质,存在如下
有益效果:
本公开实施例中,可以先获取查询语句,之后对查询语句进行解析,以获取查询语句对应的依存数据,对查询语句进行意图识别,以获取查询语句对应的意图识别结果,进而基于意图识别结果和/或预设的参考数据,对依存数据进行修正,最后基于修正后的依存数据,获取查询结果。由此,可以基于意图识别结果对依存数据进行修正,以获取更加准确的依存数据,进而提高了获取的查询结果的准确性。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是根据本公开一实施例提供的一种信息查询方法的流程示意图;
图2是根据本公开又一实施例提供的一种信息查询方法的流程示意图;
图3是根据本公开又一实施例提供的一种信息查询方法的流程示意图;
图4是根据本公开一实施例提供的一种信息查询装置的结构示意图;
图5是用来实现本公开实施例的信息查询方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
本公开实施例涉及自然语言处理、智能搜索等人工智能技术领域。
人工智能(Artificial Intelligence),英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。
自然语言处理是用计算机来处理、理解以及运用人类语言(如中文、英文等),它是计算机科学与语言学的交叉学科,又常被称为计算语言学。由于自然语言是人类区别于其他动物的根本标志。没有语言,人类的思维也就无从谈起,所以自然语言处理体现了人工智能的最高任务与境界,也就是说,只有当计算机具备了处理自然语言的能力时,机器才算实现了真正的智能。
智能搜索是结合了人工智能技术的新一代搜索引擎。他除了能提供传统的快速检索、相关度排序等功能,还能提供用户角色登记、用户兴趣自动识别、内容的语义理解、智能信息化过滤和推送等功能。智能搜索检索的内容应该是知识而不是信息,它对查询条件的智能分析主要包括以下两种:(1)提取查询条件中的有效成分,包括词汇和逻辑关系。(2)建立电子商务知识库来获取关键词的同义词、近义词及相关词。
本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
下面参考附图描述本公开实施例的信息查询方法、装置、电子设备及存储介质。
其中,需要说明的是,本实施例的信息查询方法的执行主体为信息查询装置,该装置可以由软件和/或硬件的方式实现,该装置可以配置在电子设备中,电子设备可以包括但不限于终端、服务器端等。终端包括但不限于以下任意一种:个人电脑,笔记本电脑,平板电脑,手机,智能手环,智能手表和智能音响等。服务器可以是常规服务器、云服务器、云主机、虚拟中心等服务器设备。其中,服务器的构成主要包括处理器、硬盘、内存、系统总线等,和通用的计算机架构类型。
图1是根据本公开一实施例提供的一种信息查询方法的流程示意图。
如图1所示,该信息查询方法包括:
S101,获取查询语句。
其中,查询语句可以为用于在数据库中进行查询,以获取查询结果的语句。可选的,查询语句可以为语音语句,可以也文本语句等,本公开对此不做限定。比如,查询语句可以为“去年和张三一起从广州去北京的男人”。
S102,对查询语句进行解析,以获取查询语句对应的依存数据。
具体地,可以对查询语句进行依存关系分析,以获取依存数据。
可选的,依存数据中可以包括第一实体集合、第一实体集合中每个第一实体对应的初始属性集合,各第一实体间的跳转关系。
比如,第一实体可以为人、车、事件类型等。
其中,第一实体对应的初始属性集合中可以包括,基于依存关系分析确定的第一实体对应的属性。属性是对第一实体的约束,例如,名叫张三的汉族人;[姓名:张三],[民族:汉族]都是对人这个实体的约束属性。
其中,第一实体间的跳转关系指的是各个第一实体之间的存在顺序上的跳转。例如,人-酒店-人;人-火车-人等。
可选的,依存数据中还可以包括无对应实体的第一属性。无对应实体的第一属性即基于依存关系分析,并未找到该属性对应的第一实体。比如,依存数据中包括实体1、实体2,属性1、属性2、属性3、属性4,属性1和属性2属于实体1对应的初始属性集合,属性3属于实体2对应的初始属性集合,属性4为未找到对应的实体,即不是实体1对应的属性,也不是实体2对应的属性。
S103,对查询语句进行意图识别,以获取查询语句对应的意图识别结果。
可选的,可以将查询语句对应的属性和查询语句输入意图识别模型中,得到查询语句对应的意图识别结果。
其中,属性可以为预先从查询语句提取到的属性。
或者,采用模板匹配方式或模式匹配方式,对查询语句进行意图识别,以获取查询语句对应的意图识别结果。
需要说明的是,模板匹配方式基于相关性去计算,通过设置阈值进行意图匹配;模式匹配方式采用正则匹配方式。
可选的,意图识别结果中可以包括第三实体集合,第三实体集合中各第三实体间的跳转关系。
比如,第三实体可以为人、车、事件类型等。第三实体集合与第一实体集合可以相同,也可以不相同。本公开对此不做限定。
其中,第三实体间的第一跳转关系与第一实体间的第二跳转关系,可以相同,也可以不同。本公开对此不做限定。
S104,基于意图识别结果和/或预设的参考数据,对依存数据进行修正。
其中,预设的参考数据中可以为预先设置的,各种属性可能对应的实体集合。比如,时间属性,可能对应火车、飞机、事件等实体。
可选的,由于依存数据中可能存在无对应实体的第一属性,因此,可以基于第一意图识别结果及预设的参数数据,确定第一属性所属的第一实体,进而可以对依存数据中每个第一实体对应的初始属性集合进行修正。
可选的,在第一实体集合与第二实体集合相同的情况下,表示依存数据中的第一实体集合的准确度比较高,若第一实体间的第二跳转关系与第三实体间的第一跳转关系不同,则可以基于第一跳转关系,对第二跳转关系进行修正。
S105,基于修正后的依存数据,获取查询结果。
最后,在获取了修正后的依存数据之后,即可基于修正后的依存数据,进行信息查询,以获取查询结果。即在每个第一实体对应的初始属性集合被修正的情况下,基于第一实体集合、第一实体对应的修正后的属性集合,及第二跳转关系,获取查询结果。在第二跳转关系被修正的情况下,基于第一实体集合、第一实体对应的数值属性集合,及修正后的第二跳转关系,获取查询结果。在每个第一实体对应的初始属性集合被修正、及第二跳转关系同时被修正的情况下,基于第一实体集合、第一实体对应的修正后的属性集合,及修正后的第二跳转关系,获取查询结果。
本公开可以为任何类型的搜索场景,数据以结构化文本的形式存储,返回的每一个结果可以代表的是一个实体,例如,人、车、事件类型等。
本公开实施例中,可以先获取查询语句,之后对查询语句进行解析,以获取查询语句对应的依存数据,对查询语句进行意图识别,以获取查询语句对应的意图识别结果,进而基于意图识别结果和/或预设的参考数据,对依存数据进行修正,最后基于修正后的依存数据,获取查询结果。由此,可以基于意图识别结果对依存数据进行修正,以获取更加准确的依存数据,进而提高了获取的查询结果的准确性。
图2是根据本公开又一实施例提供的一种信息查询方法的流程示意图;
如图2所示,该信息查询方法包括:
S201,获取查询语句。
S202,对查询语句进行解析,以获取查询语句对应的依存数据。
S203,对查询语句进行意图识别,以获取查询语句对应的意图识别结果。
其中,步骤S201及步骤S203的具体实现形式,可参照本公开中其他各实施例中的详细描述,此处不再具体赘述。
S204,响应于依存数据中包括第一实体集合、第一实体集合中每个第一实体对应的初始属性集合、及无对应实体的第一属性,从预设的参考数据中获取第一属性对应的第二实体集合。
具体地,基于第一属性,去预设的参考数据中进行查询,以获取第一属性对应的第二实体集合。第二实体集合中包含的第二实体为第一属性可能归属的实体。比如,第一属性为时间,则对应的第二实体集合中可以包括火车、飞机、事件等实体。本公开对此不做限定。
S205,将意图识别结果中包含的第三实体集合与第一实体集合中相同的实体,确定为候选实体。
举例来说,第一实体集合中包括[实体1、实体2、实体3],第二实体集合中包括[实体2、实体3、实体4],则候选实体为实体2、实体3。
S206,将第二实体集合中与候选实体相同的实体,确定为目标实体。
举例来说,第二实体集合中包括[实体1、实体3、实体4],候选实体为实体2、实体3,则目标实体为实体3。
综上,即将第二实体集合中,既存在于第一实体集合,又存在于第二实体集合中的第二实体,确定为目标实体。
S207,在目标实体的数量为一个的情况下,将第一属性添加至目标实体对应的初始属性集合中。
本公开实施例中,在目标实体的数量为一个的情况下,即可确定第一属性归属于目标实体,且目标实体数据第一实体集合中。因此,可将第一属性添加至目标实体对应的初始属性集合中,以对目标实体对应的初始属性集合进行修正。
S208,在目标实体的数量为多个的情况下,确定第一属性与每个目标实体在查询语句中的距离。
其中,第一属性与每个目标实体在查询语句中的距离,可以为查询语句中,第一属性与每个目标实体之间的字符数量。
举例来说,目标实体包括目标实体1、目标实体2,在查询语句中,第一属性与目标实体1之间的字符数量为5个字符,则第一属性与目标实体1的距离为5个字符;第一属性与目标实体2之间的字符数量为10个字符,则第一属性与目标实体2的距离为10个字符。
S209,将第一属性添加至距离最小的目标实体对应的初始属性集合中。
如上所示,若第一属性与目标实体1的距离为5个字符,与目标实体2的距离为10个字符,则将第一属性添加至目标实体1对应的初始属性集合中。
由此,在目标实体的数量为多个的情况下,将距离最小的目标实体确定为第一属性归属的目标实体,从而可以准确地确定第一属性对应的实体,并将第一属性添加至距离最小的目标实体对应的初始属性集合中,提高了目标实体对应的初始属性集合的准确性。
S210,在目标实体的数量为0的情况下,确定第一属性所属的第二属性。
需要说明的是,若目标实体的数量为0,则说明并找到第一属性对应的实体。本公开实施例中,可以继续找第一属性对应的上位属性,即第一属性所属的第二属性。
举例来说,第一属性为[起飞时间],所属的第二属性可以是[时间]。
S211,从预设的参考数据中,获取第二属性对应的第四实体集合。
具体地,基于第二属性,去预设的参考数据中进行查询,以获取第二属性对应的第四实体集合。
S212,基于第四实体集合,返回执行确定目标实体的操作,直至目标实体的数量不为0,或者无第二属性所属的属性。
具体地,将第四实体集合中与候选实体相同的实体,确定为目标实体。
本公开实施例中,在未找到第一属性对应的实体的情况下,可以将第一实体舍弃。
由此,在未找到第一属性对应的目标实体的情况下,可以进一步结合第一属性所属的第二属性,确定第一属性归属的目标实体,从而可以准确地确定第一属性对应的目标实体,提高了目标实体对应的初始属性集合的准确性。
S213,基于修正后的依存数据,获取查询结果。
本公开实施例中,可以先获取查询语句,之后对查询语句进行解析,以获取查询语句对应的依存数据,对查询语句进行意图识别,以获取查询语句对应的意图识别结果,进而在依存数据中包括第一实体集合、第一实体集合中每个第一实体对应的初始属性集合、及无对应实体的第一属性的情况下,从预设的参考数据中获取第一属性对应的第二实体集合,进而结合意图识别结果中包含的第三实体集合,确定第一属性对应的目标实体,进而对目标实体对应的初始属性集合进行修,最后即可基于修正后的依存数据,获取查询结果。由此,可以在依存数据中包含无对应实体的第一属性的情况下,基于意图识别结果及预设的参考数据,对依存数据中第一实体对应的初始属性集合进行修正,以提高第一实体对应的属性的准确性,进一步提高了获取的查询结果的准确性。
图3是根据本公开又一实施例提供的一种信息查询方法的流程示意图;
如图3所示,该信息查询方法包括:
S301,获取查询语句。
S302,对查询语句进行解析,以获取查询语句对应的依存数据。
S303,对查询语句进行意图识别,以获取查询语句对应的意图识别结果。
其中,步骤S301及步骤S303的具体实现形式,可参照本公开中其他各实施例中的详细描述,此处不再具体赘述。
S304,响应于依存数据中包括的第一实体集合、与意图识别结果中包括的第三实体集合相同,根据第三实体集合中各第三实体间的第一跳转关系,对第一实体集合中各第一实体间的第二跳转关系进行修正。
可选的,对第一实体集合中各第一实体间的第二跳转关系进行修正可以包括以下步骤:
(1)确定第一跳转关系中包含的实体对。
举例来说,第一跳转关系为人1-火车-人2,则实体对包括[人1,火车],[火车,人2]。
(2)根据实体对间的第一跳转关系及第二跳转关系,确定实体对对应的三元组。
其中,三元组中包括实体对,及实体对之间的关系。比如实体对为[人1,火车],则对应的三元组[人1,乘坐,火车]。
需要说明的是,一个实体对,可以对应多个三元组,每个三元组对应的关系不相同。
因此,可以根据第一跳转关系,及第二跳转关系,确定一个实体对对应的三元组。即一个实体对对应的三元组中既可以包括根据第一跳转关系确定的三元组,又可以包括根据第二跳转关系确定的三元组。
(3)在任一实体对对应的三元组的数量为多个的情况下,从多个三元组中,确定出任一实体对对应的目标三元组。
需要说明的是,在任一实体对对应的三元组的数量为1个的情况下,即可确定该三元组对任一实体对对应的目标三元组。但是,在任一实体对对应的三元组的数量为多个的情况下,则需要从多个三元组中,确定出任一实体对对应的目标三元组。具体地,确定最准确的三元组为目标三元组。
可选的,可以先确定多个三元组中每个三元组对应的得分;之后将得分最高的三元组,确定为任一实体对对应的目标三元组。由此,可以基于每个三元组的得分,准确地确定目标三元组。
可选的,可以将根据第二跳转关系确定的三元组对应的得分,确定为第一得分。即可以根据第二跳转关系确定,不能根据第一跳转关系确定的三元组,对应的得分为第一得分。
其中,第一得分可以为预先设置的,基于第二跳转关系确定的三元组的初始得分。即基于第二跳转关系确定的三元组对应的得分相同。
比如,第一得分可以为0.5分等。本公开对此不做具体限定。
可选的,可以将根据第一跳转关系确定的三元组对应的得分,确定为第二得分。即可以根据第一跳转关系确定,不能根据第二跳转关系确定的三元组,对应的得分为第二得分。
其中,第二得分可以为预先设置的,基于第一跳转关系确定的三元组的初始得分。即基于第一跳转关系确定的三元组对应的得分相同。
比如,第一得分可以为1分、1.5分等。本公开对此不做具体限定。
需要说明的是,第一得分可以高于第二得分,第一得分也可以低于第二得分。在具体的实现过程中,可以根据依存数据的准确性,和意图识别结果的准确性,确定第一得分和第二得分的关系。比如,依存数据的准确性低于意图识别结果的准确性,则确定第二得分高于第一得分。
可选的,将根据第二跳转关系及第一跳转关系确定的三元组对应的得分,确定为第三得分。即可以根据第一跳转关系确定,又可以根据第二跳转关系确定的三元组,对应的得分为第三得分。
其中,第三得分高于第一得分;第三得分高于第二得分。
可以理解的是,由于第一跳转关系及第二跳转关系均可以确定该三元组,则说明该三元组的准确性最高。因此,第三得分不仅高于第一得分,还高于第二得分。
本公开实施例中,对根据第一跳转关系确定的三元组,根据第二跳转关系确定的三元组,及根据第二跳转关系及第一跳转关系共同确定的三元组,赋予不同的得分,从而可以准确地确定每个实体对应的目标三元组。
(4)基于每个实体对对应的目标三元组,对第二跳转关系进行修正。
可选的,也可以直接用第一跳转关系,替换第二跳转关系,以实现对依存数据的更新。
由此,可以在任一实体对对应的三元组的数量为多个的情况下,确定最优的三元组为实体对对应的目标三元组,进而基于目标三元组确,对第二跳转关系进行修正,使修正后的目标三元组更加准确。
S305,基于修正后的依存数据,获取查询结果。
本公开实施例中,可以先获取查询语句,之后对查询语句进行解析,以获取查询语句对应的依存数据,对查询语句进行意图识别,以获取查询语句对应的意图识别结果,进而在依存数据中包括的第一实体集合、与意图识别结果中包括的第三实体集合相同的情况下,根据第三实体集合中各第三实体间的第一跳转关系,对第一实体集合中各第一实体间的第二跳转关系进行修正,最后即可基于修正后的依存数据,获取查询结果。由此,可以在第一实体集合与第三实体集合相同的情况下,基于意图识别结果中包含的第一跳转关系对依存数据中包含的第二跳转关系进行修正,以提高实体间的跳转关系的准确性,从而提高了获取的查询结果的准确性。
图4是根据本公开一实施例提供的一种信息查询装置的结构示意图。如图4所示,该信息查询装置400,包括:
第一获取模块410,用于获取查询语句;
第二获取模块420,用于对查询语句进行解析,以获取查询语句对应的依存数据;
第三获取模块430,用于对查询语句进行意图识别,以获取查询语句对应的意图识别结果;
修正模块440,用于基于意图识别结果和/或预设的参考数据,对依存数据进行修正;
第四获取模块450,用于基于修正后的依存数据,获取查询结果。
在本公开的一些实施例中,修正模块440包括第一修正单元,用于:
响应于依存数据中包括第一实体集合、第一实体集合中每个第一实体对应的初始属性集合、及无对应实体的第一属性,从预设的参考数据中获取第一属性对应的第二实体集合;
将意图识别结果中包含的第三实体集合与第一实体集合中相同的实体,确定为候选实体;
将第二实体集合中与候选实体相同的实体,确定为目标实体;
在目标实体的数量为一个的情况下,将第一属性添加至目标实体对应的初始属性集合中。
在本公开的一些实施例中,第一修正单元,还用于:
在目标实体的数量为多个的情况下,确定第一属性与每个目标实体在查询语句中的距离;
将第一属性添加至距离最小的目标实体对应的初始属性集合中。
在本公开的一些实施例中,第一修正单元,还用于:
在目标实体的数量为0的情况下,确定第一属性所属的第二属性;
从预设的参考数据中,获取第二属性对应的第四实体集合;
基于第四实体集合,返回执行确定目标实体的操作,直至目标实体的数量不为0,或者无第二属性所属的属性。
在本公开的一些实施例中,修正模块440包括第二修正单元,用于:
响应于依存数据中包括的第一实体集合、与意图识别结果中包括的第三实体集合相同,根据第三实体集合中各第三实体间的第一跳转关系,对第一实体集合中各第一实体间的第二跳转关系进行修正。
在本公开的一些实施例中,第二修正单元,用于:
确定第一跳转关系中包含的实体对;
根据实体对间的第一跳转关系及第二跳转关系,确定实体对对应的三元组;
在任一实体对对应的三元组的数量为多个的情况下,从多个三元组中,确定出任一实体对对应的目标三元组;
基于每个实体对对应的目标三元组,对第二跳转关系进行修正。
在本公开的一些实施例中,第二修正单元,用于:
确定多个三元组中每个三元组对应的得分;
将得分最高的三元组,确定为任一实体对对应的目标三元组。
在本公开的一些实施例中,第二修正单元,用于:
将根据第二跳转关系确定的三元组对应的得分,确定为第一得分;和/或,
将根据第一跳转关系确定的三元组对应的得分,确定为第二得分;和/或,
将根据第二跳转关系及第一跳转关系确定的三元组对应的得分,确定为第三得分;
其中,第三得分高于第一得分;第三得分高于第二得分。
需要说明的是,前述对信息查询方法的解释说明也适用于本实施例的信息查询装置,此处不再赘述。
本公开实施例中,可以先获取查询语句,之后对查询语句进行解析,以获取查询语句对应的依存数据,对查询语句进行意图识别,以获取查询语句对应的意图识别结果,进而基于意图识别结果和/或预设的参考数据,对依存数据进行修正,最后基于修正后的依存数据,获取查询结果。由此,可以基于意图识别结果对依存数据进行修正,以获取更加准确的依存数据,进而提高了获取的查询结果的准确性。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图5示出了可以用来实施本公开的实施例的示例电子设备500的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图5所示,设备500包括计算单元501,其可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序,来执行各种适当的动作和处理。在RAM 503中,还可存储设备500操作所需的各种程序和数据。计算单元501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
设备500中的多个部件连接至I/O接口505,包括:输入单元506,例如键盘、鼠标等;输出单元507,例如各种类型的显示器、扬声器等;存储单元508,例如磁盘、光盘等;以及通信单元509,例如网卡、调制解调器、无线通信收发机等。通信单元509允许设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理,例如信息查询方法。例如,在一些实施例中,信息查询方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元508。在一些实施例中,计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序加载到RAM 503并由计算单元501执行时,可以执行上文描述的信息查询方法的一个或多个步骤。备选地,在其他实施例中,计算单元501可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行信息查询方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、互联网及区块链网络。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务("Virtual Private Server",或简称"VPS")中,存在的管理难度大,业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器,或者是结合了区块链的服务器。
本实施例中,可以先获取查询语句,之后对查询语句进行解析,以获取查询语句对应的依存数据,对查询语句进行意图识别,以获取查询语句对应的意图识别结果,进而基于意图识别结果和/或预设的参考数据,对依存数据进行修正,最后基于修正后的依存数据,获取查询结果。由此,可以基于意图识别结果对依存数据进行修正,以获取更加准确的依存数据,进而提高了获取的查询结果的准确性。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本公开的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。在本公开的描述中,所使用的词语“如果”及“若”可以被解释成为“在……时”或“当……时”或“响应于确定”或“在……情况下”。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
- 一种数据查询方法、装置、电子设备及存储介质
- 一种数据查询方法、装置、电子设备及存储介质
- 数据查询方法、装置、存储介质和电子设备
- 数据查询方法、装置、电子设备及计算机可读存储介质
- 一种信息查询方法、装置及计算机可读存储介质
- 菜品信息查询方法、装置、电子设备及存储介质
- 用户信息查询方法、装置、电子设备及存储介质