信息处理方法、装置、电子设备及存储介质

技术领域

本公开实施例涉及计算机技术领域，尤其涉及一种信息处理方法、装置、电子设备及存储介质。

背景技术

目前，在搜索与用户编辑信息相对应的实体信息，多是基于搜索服务器来实现的。搜索服务器可以根据简单的字符匹配规则搜索到相应的实体信息。

由于现有用户编辑的信息多具有随意性、多变性和不规则性，因此搜索服务器在基于上述方式编辑的信息进行搜索时，可能存在无法查找到相应的实体信息，和/或查找到的实体信息与用户所需的实体信息不匹配，即现有技术存在使用不便、搜索效率较低以及用户体验较差的问题。

发明内容

本公开实施例提供一种信息处理方法、装置、电子设备及存储介质，以实现提升用户搜索效率以及用户体验的技术效果。

第一方面，本公开实施例提供了一种信息处理方法，该方法包括：

确定与至少一个待处理搜索词汇相关联的至少一个关联搜索词汇；

针对各关联搜索词汇，基于预先训练好的目标分布式表示模型对当前关联搜索词汇进行处理，得到所述当前关联搜索词汇的待关联词向量；

针对各待关联词向量，根据数据库中预先存储的与各待匹配实体信息相对应的至少一个特征向量和当前待关联词向量，确定待处理实体信息；

根据各待处理实体信息，确定目标实体信息。

第二方面，本公开实施例还提供了一种信息处理装置，该装置包括：

关联搜索词汇确定模块，用于确定与至少一个待处理搜索词汇相关联的至少一个关联搜索词汇；

待关联词向量确定模块，用于针对各关联搜索词汇，基于预先训练好的目标分布式表示模型对当前关联搜索词汇进行处理，得到所述当前关联搜索词汇的待关联词向量；

待处理实体信息确定模块，用于针对各待关联词向量，根据数据库中预先存储的与各待匹配实体信息相对应的至少一个特征向量和当前待关联词向量，确定待处理实体信息；

目标实体信息确定模块，用于根据各待处理实体信息，确定目标实体信息。

第三方面，本公开实施例还提供了一种电子设备，所述电子设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如本公开实施例任一所述的信息处理方法。

第四方面，本公开实施例还提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如本公开实施例任一所述的信息处理方法。

本公开实施例的技术方案，可以对待处理搜索词汇进行处理，得到与待处理搜索词汇相关联的关联搜索词汇，进而基于预先训练好的目标分布式表示模型对当前关联词汇进行处理，得到对应的待关联词向量，便于计算机执行向量匹配操作；根据数据库中预先存储的与各待匹配实体信息对应的特征向量和当前待关联词向量，可以确定出待处理实体信息，进而从待处理实体信息中确定出目标实体信息，提升了用户的搜索效率和使用体验。

附图说明

结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。

图1为本公开实施例一所提供的一种信息处理方法的流程示意图；

图2为本公开实施例二所提供的一种信息处理方法的流程示意图；

图3为本公开实施例三所提供的一种信息处理方法的流程示意图；

图4为本公开实施例四所提供的一种信息处理方法的流程示意图；

图5为本公开实施例五所提供的一种信息处理装置的结构框图；

图6为本公开实施例六所提供的一种电子设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。

本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。

需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。

需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

实施例一

图1为本公开实施例一所提供的一种信息处理方法的流程示意图，本实施例可适用于根据用户编辑进行相关实体信息召回的情形，该方法可以由信息处理装置来执行，该装置可以通过软件和/或硬件的形式实现，该硬件可以是电子设备，如移动终端、PC端或服务器等。

在一些场景下，当用户在搜索A市的相关高校时，可能会在搜索编辑框中编辑“A市(理科类别的)大学”，编辑完成后，由于编辑格式以及编辑内容较为随意，仅依靠上述信息基于字段匹配的方式进行搜索时，可能无法得到用户想要的内容。。

以上示意性地说明了用户在搜索高校内容场景中。在实际应用过程中，可以适用于任意场景中，只需要确保数据库中存储与该场景相对应的实体信息即可。可以理解的是，上述场景仅仅是示意性的。本领域技术人员可以理解，在不与本公开的各实施例相互矛盾的前提下，可以应用于用户搜索多中类别内容的场景，如搜索企业信息或医疗信息的场景中。

如图1，本实施例的方法包括：

S110、确定与至少一个待处理搜索词汇相关联的至少一个关联搜索词汇。

需要说明的是，可以基于本发明实施例的技术方案开发相应的应用程序，也可以基于本公开技术方案集成相应的页面。如果是集成的页面，页面中可以包括相应的搜索控件和内容编辑控件。可以在内容编辑控件中编辑相应的搜索内容，在搜索内容编辑完成后，可以触发搜索控件，以从数据库中调取与搜索内容相对应的数据。

其中，待搜索词汇可以是搜索编辑框中编辑的词汇，可以是一个或多个，待处理搜索词汇的数量与搜索编辑框中词汇的数量相同。例如，编辑框中仅包括一个词汇，那么待搜索内容可能为一个；若编辑框中包括多个词汇，或者是包括特殊符号，此时可以将特殊符号前后的词汇作为待搜索词汇，此时待搜索词汇的数量可以是多个；或者是，用户多次编辑的词汇。当然，还可以是在用户编辑词汇时，根据光标在每相邻两个文字之间的停留时长对显示的文字进行拆分，得到多个待搜索词汇。示例性的，在搜索编辑框中编辑一个词汇“A”时，系统接收到的文本信息“A”可以作为待处理搜索词汇，对应的，关联搜索词汇可以是待处理搜索词汇本身“A”；在搜索编辑框中编辑两个词汇“A B”时，“A B”可以作为待处理搜索词汇，而关联搜索词汇既可以是两个待处理搜索词汇本身“A B”，也可以是将待处理搜索词汇进行拆解后得到的词汇“A”和“B”。

S120、针对各关联搜索词汇，基于预先训练好的目标分布式表示模型对当前关联搜索词汇进行处理，得到当前关联搜索词汇的待关联词向量。

其中，目标分布式表示模型可以是一个预先存储的神经网络模型，用于对编辑的词汇进行处理，得到与编辑词汇相对应的词向量。即，可以将关联搜索词汇作为模型的输入，基于模型对关联搜索词汇进行处理后，即可输出对应的待关联词向量，此时便得到与关联搜索词汇对应的分布式的向量。将关联搜索词汇转化成向量的好处在于：确定余弦相似度的效率原高于字符匹配的效率，从而便于计算机以较高的效率执行匹配操作。在实际应用过程中，关联搜索词汇通常有多个，因此需要针对各关联搜索词汇使目标分布式表示模型重复执行上述步骤，以得到各关联搜索词汇对应的待关联词向量。

示例性的，关联搜索词汇包括A1、A2；基于预先训练好的目标分布式表示模型分别对关联搜索词汇A1进行处理后，可以得到对应的待关联词向量B1，对关联搜索词汇A2进行处理后，可以得到对应的待关联词向量B2、B3。记关联搜索词汇的数量与待关联词向量的数量相同。

S130、针对各待关联词向量，根据数据库中预先存储的与各待匹配实体信息相对应的至少一个特征向量和当前待关联词向量，确定待处理实体信息。

其中，数据库既可以预存当前所有的实体信息及其特征向量，也可以根据场景预存与各个场景对应的实体信息及其特征向量。可选的，根据场景类别预存实体信息，如，在用于搜索高校的页面或APP中，相关联的数据库中会预先存储各高校的实体信息，在用于搜索企业的页面或APP中，相关联的数据库中会预先存储各企业的实体信息。当数据库中预先存储实体信息及其特征向量后，每个实体信息都可以作为待匹配实体信息。

需要说明的是，数据库中存储的实体信息可以根据实际需求进行设置，其具体内容在此不再一一赘述。

在本实施例中，实体信息是表征一个实体对象的信息，可以与至少一个特征向量以映射表的形式进行关联后存储在数据库中，数据库中的实体信息可以看作待匹配实体信息。例如，与实体信息“A市科技大学”相对应的特征向量可以是表征“中国”、“A市”、“科技类”、“理工类”以及“高校”的特征向量，与实体信息“B市大学”相对应的特征向量可以是表征“中国”、“B市”、“综合类”以及“高校”的特征向量。

在本实施例中，基于余弦相似度算法确定出与当前关联词向量相似度最高的特征向量，最终确定的特征向量可以是一个，也可以是多个。基于所确定的特征向量，可以在数据库中通过查表的方式确定出与上述特征向量对应的待匹配实体信息，并将对应的待匹配信息作为待处理实体信息。

S140、根据各待处理实体信息，确定目标实体信息。

在本实施例中，可以将全部的待处理实体信息作为目标实体信息，也可以将小于预设相似度阈值的待处理实体信息剔除，以得到与待处理搜索词汇更接近的实体信息。。

示例性的，对于待处理搜索词汇“A市的理工大学”，可以确定出“A市电子科技大学”以及“A市大学”两个待处理实体信息，此时，既可以将两者都作为目标实体信息，也可以仅将对应向量相似度大于预设阈值的“A市电子科技大学”作为目标实体信息。需要说明的是，当系统选择将小于预设相似度阈值的待处理实体信息剔除时，如果所确定的待处理实体信息均小于预设相似度阈值，则不显示任何实体信息。

在实际应用中，基于上述步骤得到的目标实体信息，与现有的召回方式相比，在处理速度基本相同的情况下，召回率最高可提升20％。

本实施例的技术方案，可以对待处理搜索词汇进行处理，得到与待处理搜索词汇相关联的关联搜索词汇，进而基于预先训练好的目标分布式表示模型对当前关联词汇进行处理，得到对应的待关联词向量，便于计算机执行向量匹配操作；根据数据库中预先存储的与各待匹配实体信息对应的特征向量和当前待关联词向量，可以确定出待处理实体信息，进而从待处理实体信息中确定出目标实体信息，提升了用户的搜索效率和使用体验。

实施例二

图2为本公开实施例二所提供的一种信息处理方法的流程示意图，在前述实施例的基础上，根据预设词汇提取规则，在待处理搜索词汇中提取出待使用搜索词汇，剔除了无效内容，提高了计算机的处理效率；根据待使用搜索词汇确定出关联搜索词汇，进一步增强了后续模糊匹配的能力与效率，扩大了向量匹配过程中的匹配范围，实现了对大数据的高效利用；进一步的，通过差异化的显示方式显示一个或多个目标实体信息，既可以直观的方式为用户展示出与待处理搜索词汇最接近的内容，也可以根据用户需求展示出更多与待处理搜索词汇相关的内容。其具体的实施方式可以参见本实施例技术方案。其中，与上述实施例相同或者相应的技术术语在此不再赘述。

如图2所示，该方法具体包括如下步骤：

S210、根据预先设置的词汇提取规则，对至少一个待处理搜索词汇进行提取，得到至少一个待使用搜索词汇。

其中，由于在基于搜索编辑框中的内容进行搜索的场景中，编辑的信息具有较高的随意性，如，待处理搜索词汇中可能存在空格以及标点符号等非文字性的内容，也可能存在“的”、“了”等口语化的不利于系统执行后续处理任务的内容，因此需要词汇提取规则对待处理搜索词汇进行精简。提取规则可以是：预先设置字符库，字符库中包括空格占位符、多种标点符号以及口语化的“的”、“了”等文字，当检测到搜索编辑框中的内容包括预设字符库中的内容时，系统可以将对应的内容剔除。

示例性的，当待处理搜索词汇为“A市(理科类别的)大学”时，按照预先设置的词汇提取规则，可以确定出“A市”、“理科”以及“大学”三个待使用搜索词汇，以剔除待处理搜索词汇中的空格占位符、括号以及“的”等内容，

需要说明的是，当检测出搜索编辑框中的内容都是字符库中的内容时，清空搜索编辑框，向前端反馈“编辑错误”的提示信息，并结束本次信息处理流程。S220、根据各待使用搜索词汇，确定至少一个关联搜索词汇。

其中，当确定出一个待使用搜索词汇时，可以将待使用搜索词汇自身作为关联搜索词汇；都能够确定出多个待使用搜索词汇时，除了将多个待使用搜索词汇自身作为关联搜索词汇，还可以将其进行自由组合，得到更多关联搜索词汇。需要说明的是，通过自由组合得到的词汇，系统可以通过基于机器学习的算法对其进行筛选，以剔除其中无意义或错误的组合结果。

继续以上述示例进行说明，对于待使用搜索词汇“A市”、“理科”以及“大学”，可以确定出关联搜索词汇“A市”、“理科”、“大学”、“A市大学”以及“理科大学”五个待使用搜索词汇。

基于上述对文本信息的预处理过程，进一步增强了后续模糊匹配的能力与效率，扩大了向量匹配过程中的匹配范围，实现了对大数据的高效利用。

S230、针对各关联搜索词汇，基于预先训练好的目标分布式表示模型对当前关联搜索词汇进行处理，得到当前关联搜索词汇的待关联词向量。

S240、针对各待关联词向量，确定当前待关联词向量与每个待匹配实体信息相对应的至少一个特征向量之间的相似度值。

其中，相似度值用于表征当前待关联词向量和与每个待匹配实体信息相对应的特征向量之间的相似程度。相似度值越高，则证明特征向量对应的实体信息与关联搜索词汇最为越相近。当前待关联词向量与特征向量之间的相似度可以利用余弦相似度法来确定。所采用的匹配计算公式可以是

为了清楚地介绍确定相似度值的过程，在此以一个待关联词向量和数据库中的一个实体信息为例进行说明。假设当前待关联词向量为A1，与实体信息相对应的特征向量包括三个，分别为A1与B1、B2、B3之间的余弦相似度。例如，得到的余弦相似度之分别是C

S250、根据与每个特征向量之间的相似度值和预设条件，从至少一个待匹配实体信息中确定出待处理实体信息。

其中，预设条件可以是：设置相似度阈值，选择相似度大于该阈值的特征向量，将这些特征向量对应的待匹配实体信息作为待处理实体信息。预设条件还可以是：当所确定的多个特征向量对应一个实体信息，可以基于多个特征向量的相似度取均值或方差，取得的均值或方差大于对应的预设阈值时，将该实体信息确定为待处理实体信息。预设条件还可以是预设数量，将各实体信息的相似度值进行排序，将相似度值高的预设数量的实体信息作为待处理实体信息。本领域技术人员应当理解，在实际应用过程中还可以根据需要设置多种待处理实体信息的判定条件，本公开实施例在此不做具体的限定。

S260、根据各待处理实体信息，确定目标实体信息。

可选的，确定目标实体信息包括如下至少一种方式：

1)将各待处理实体信息作为目标实体信息；即，将所有待处理实体信息作为目标实体信息。

2)将各待处理实体信息中重复的实体信息作为目标实体信息；

3)若待处理实体信息中包括重复待处理实体信息，则保留重复待处理实体信息中的一个，并将最终保留的待处理实体信息作为目标实体信息；

4)根据各待处理实体信息所对应的相似度值和关联搜索词汇的数量，确定目标实体信息；

5)将与每个关联搜索词汇相对应的且相似度值最高的待处理实体信息，作为目标实体信息。

示例性的，当确定出待处理实体信息为“A市电子科技大学”、“A市医科大学”以及“A市大学”时，根据第一种处理方式，可以将上述三个信息作为目标实体信息；由于关联搜索词汇可以有多个，因此，当“A市电子科技大学”根据不同的关联搜索词汇确定出两次或更多次时，根据第二种处理方式，即可仅将“A市电子科技大学”作为目标实体信息；在第二种处理方式的基础上，若想为用户提供尽可能多的搜索结果，也可以根据第三种处理方式，在保留多次确定出来的“A市电子科技大学”的同时，将其他的、仅确定出一次的“A市医科大学”和“A市大学”共同作为目标实体信息；根据第四种处理方式，当“A市电子科技大学”对应于三个关联搜索词汇，且与关联搜索词汇的相似度大于预设阈值，就可以将其作为目标实体信息，也即是说，这种方式是以待处理实体信息相似度以及对应的关联搜索词汇数量作为判定依据的；在第四种处理方式的基础上，若想为用户提供与待处理搜索词汇最接近的召回结果，可以根据第五种处理方式，直接将相似度最高的待处理实体信息作为目标实体信息，即将“A市电子科技大学”作为目标实体信息。

S270、将目标实体信息展示在目标显示区域中。

其中，目标显示区域可以是页面或APP中显示控件所对应的区域，也可以是仅用于显示信息的区域，在该区域内既可以只显示一个目标实体信息，也可以显示多个目标实体信息，以向用户展示召回结果。

可选的，当目标实体信息在仅用于显示信息的区域内显示时，可以显示不超过预设数量的一个或多个目标实体信息；当目标实体信息在显示控件上显示时，可以将相似度最高的目标实体信息显示在目标控件对应的位置上，以便于用户确定出与待处理搜索词汇最匹配的目标实体信息，同时，将剩余的目标实体信息隐藏显示在与目标控件的下拉菜单中，以在检测到触发下拉菜单时，显示剩余的目标实体信息。

其中，目标控件中设有基于触发指令显示下拉菜单的按钮，可以理解为，当存在多个目标实体信息时，为了使用户第一时间看到与待处理搜索词汇最相关的召回结果，可以在目标控件中仅显示相似度最高的目标实体信息，如，与“成都(理科类别的)大学”相似度最高的“成都电子科技大学”。用户若想看到其他召回结果，可以通过鼠标等编辑设备点击显示下拉菜单按钮，系统接收到触发操作时可以显示出剩余的目标实体信息，如“四川大学”以及“成都大学”，在实际应用过程中，下拉菜单中的实体信息可以作为与相似度最高的目标实体信息相对应的候选实体信息。

可选的，将剩余的目标实体信息按照相应的相似度值顺序隐藏显示在与目标控件相对应的菜单中，以在检测到触发菜单时，将目标实体信息按顺序显示在列表中。

其中，可以根据各目标实体信息的相似度值以从高到低的顺序进行排序，在实际应用过程中，还可以利用机器学习相关算法对各目标实体信息进行打分，根据分数以从高到低的顺序进行排序。以此在检测到触发下拉菜单的指令时，在菜单中按照排序结果显示各目标实体信息，提高用户搜索过程中的体验。

通过差异化的显示方式显示一个或多个目标实体信息，既可以直观的方式为用户展示出与待处理搜索词汇最接近的内容，也可以根据用户需求展示出更多与待处理搜索词汇相关的内容。

本实施例的技术方案，根据预设词汇提取规则，在待处理搜索词汇中提取出待使用搜索词汇，剔除了不利于系统处理的内容；根据待使用搜索词汇确定出关联搜索词汇，进一步增强了后续模糊匹配的能力与效率，扩大了向量匹配过程中的匹配范围，实现了对大数据的高效利用；进一步的，通过差异化的显示方式显示一个或多个目标实体信息，既可以直观的方式为用户展示出与待处理搜索词汇最接近的内容，也可以根据用户需求展示出更多与待处理搜索词汇相关的内容。

实施例三

图3为本公开实施例三所提供的一种信息处理方法的流程示意图，在前述实施例的基础上，可以预选训练得到目标分布式表示模型，以基于该目标分布式表示模型对输入数据进行处理，以得到相应的反馈数据。其具体的实施方式可以参见本实施例技术方案。其中，与上述实施例相同或者相应的技术术语在此不再赘述。

如图3所示，该方法具体包括如下步骤：

S310、获取第一训练样本集和第二训练样本集。

其中，第一训练样本集用于对待训练分布式表示模型进行预训练。为了提高训练得到的分布式表示模型的准确性，第一训练样本集中的数据尽可能多和丰富。此时，第一训练样本集中包括多个第一正样本训练数据和第一负样本训练数据，第一正样本训练数据中包括预训练实体信息和与预训练实体信息对应的至少一个特征；第一负样本训练数据包括预训练实体信息和与预训练实体信息不关联的至少一个特征。需要说明的是，第一训练样本集中的正样本均称为第一正样本训练数据，负样本均称为第一负样本训练数据。第二训练样本集中也是包括多个训练样本数据，用于对预训练得到的模型进行再次训练，以得到可以对输入词汇进行词向量处理的目标分布式表示模型。

为了清楚的了解本公开实施例中第一训练样本集中的正样本和负样本，可以以具体的例子为准来介绍：当然，本公开技术方案主要是为了召回相应的实体信息，因此可以以具体的实体信息和相应的特征来介绍，如，实体信息为成都电子科技大学，若特征是国家，则与该实体信息关联的特征是中国，与实体信息“成都电子科技大学”非关联的特征可以是“美国”。基于上述信息，可以将“成都电子科技大学-中国”作为第一正样本训练数据，可以将“成都电子科技大学-美国”作为第一负样本训练数据。

S320、基于第一训练样本集对待训练分布式表示模型进行训练，得到预训练分布式表示模型。

其中，待训练分布式表示模型为默认模型参数的模型，即此时模型中的模型参数为初始值。预训练分布式表示模型是基于第一训练样本集中的第一正样本训练数据和第一负样本训练数据训练得到的。预训练分布式表示模型中的模型参数是经过调整后的参数，与初始值不同。

可以理解为，由于内容编辑框中显示的内容多具有随意性和多边形，为了提高根据搜索内容确定目标实体信息的准确率，可以先充分利用实体数据库中的大量数据和其所对应的实体特征，进行预训练。可选的，对于每个具有特征字段实体，如，字段可以是实体所在地和所处行业的，根据实体名称和特征字段生成一对训练数据。实体和其对应的一个特征字段作为一个正样本，实体和随机负采样得到的一个特征字段，即不匹配的特征字段作为一个负样本。将与正样本对应的设定输出值为第一预设值，与负样本对应的设定输出值为第二预设值，如，第一正样本训练数据输出1，第一负样本训练数据输出0。将上述样本作为待训练分布式表示模型的输入和输出，调整待训练模型中的模型参数，直至第一训练样本集中的训练样本数据均参与训练。如，[SEP]作为实体名称和特征作为分隔符，可以将此作为输入[CLS]成都电子科技大学[SEP]中国[SEP]、此为输出[CLS]＝1；[CLS]成都电子科技大学[SEP]美国[SEP]；[CLS]＝0。

为了确定预训练得到的预训练分布式表示模型的是否可用，可以通过确定预训练分布式表示模型的准确率来确定。可选的，基于与第一训练样本数据集相对应的测试样本集对预训练分布式表示模型进行校验；当检测到预训练分布式表示模型的准确率在预设范围之内时，则说明可以基于预训练分布式表示模型来训练得到目标分布式表示模型。

其中，测试样本集中也包括多个测试样本数据，每个测试样本数据的内容与第一训练样本数据集中的内容实质相同，其具体的内容存在一定的差异。测试样本集中的数据也是实体-关联特征-预计输出结果、实体-非关联特征-预计输出结果。可以将测试样本数据输入至预训练分布式表示模型中，可以得到相应的实际输出结果。重复执行该步骤，可以得到多个实际输出结果。根据每个测试样本数据的实际输出结果和预计输出结果，可以得到该预训练分布式模型的准确率。示例性的，根校验样本数据的数量为1000个，模型实际输出结果中有800个与校验样本数据中的设定输出结果相匹配，则确定预训练分布式表示模型的准确率为0.8。

如果预设准确率阈值在0.95以上，此时得到的预训练分布式表示模型的准确率为0.8不满足预设准确率阈值，可以再次重新获取第一训练样本数据集，重新训练该模型，并对训练得到的模型进行校验，以得到可以使用的预训练分笔试表示模型。当然，如果预设准确率阈值为0.75，则说明确定预训练分布式表示模型的准确率超过预设准确率阈值，则此时可以基于第二训练样本数据集预训练分布式表示模型，以得到目标分布式表示模型。

S330、将第二训练样本集中的数据输入至预训练分布式表示模型中，得到与第二训练样本集中的数据相对应的第二训练向量。

通常，为了提高模型的准确性，第二训练样本数据集中的训练数据也是进可能的多和丰富。第二训练样本数据集用于训练得到目标分布式表示模型。需要说明的是，为了使得包含语音信息的模型能够用于判断输入和实体名称之间的相似度，进而以在输入文本后，可以得到与该文本相关联的实体之间的相似词向量。可以根据用户的实际输入、与实际输入对应的实际实体信息以及与实际实体对应的负采样输入作为一个训练样本数据。其中，由于第二训练样本集中的每个第二训练样本数据中均包括实际输入、与实际输入对应的实际实体信息以及与实际实体对应的负采样输入。因此可以将该训练样本数据中的三个文本分别输入至预训练分布式表示的模型中，得到三个词向量。相应的，可以将得到的三个词向量作为第二训练向量，即第二训练向量中包括3个词向量，每个词向量与训练样本数据中的信息相对应。

为了使得到的模型可可以将输入的词汇转换为与其最为匹配的向量，可以对得到的三个词向量进行再次处理，进而基于处理结果调整预训练分布式表示模型的准确性和普适性。

为了清楚的介绍本实施例技术方案，可以以对一个第二训练样本数据进行处理为例来介绍，第二训练样本集中的第二训练样本数据1可以是：实际输入词汇A-与实际输入词汇A对应的实际实体信息B-与实际实体信息B负采样(无关)输入G，将实际输入词汇A输入至预训练分布式表示模型中，可以得到输出向量A’、将实际实体信息B输入至预训练分布式表示模型中，可以得到输出向量B’、将与实际实体信息B负采样(无关)输入G输入至预训练分布式表示模型中，可以得到输出向量G’。可以将A’、B’以及G’作为的第二训练向量中的向量。

S340、基于反向传播算法以及第二训练向量，对预训练分布式表示模型中的预设损失函数进行修正。

具体的，损失函数为预先设置的，基于该损失函数可以修正模型中的模型参数，损失函数的表示形式可以是

Loss＝max(margin+Distance(query,matched_entity)-Distance(query,negitive_en tity),0)

其中，Loss为模型损失，margin为预设间隔，Distance(query,matched_entity)为实际输入词汇与实际实体信息之间的距离，Distance(query,negitive_entity)为负采样输入与实际实体信息之间的距离；Distance(s1,s2)为两个向量之间的距离；＝1-Cosine(s1,s2)(两个向量之间的余弦相似度)。

在上述示例性的基础上，可以分别计算A’和B’之间的距离、B’与G’之间的距离，其具体的距离计算公式为Distance(s1,s2)＝1-Cosine(s1,s2)。如，计算A’和B’之间的距离可以是计算A’和B’之间的余弦相似度，在用1减去余弦相似度，得到距离l

针对每个第二训练样本数据均可以采用上述方式进行训练。

在本实施例中，采用上述方式训练得到的目标分布式表示模型可以准确的对输入文本进行处理，进而得到与输入文本的实体相关联的词向量。

S350、将预设损失函数达到收敛作为训练目标，对预训练分布式表示模型进行训练，以训练得到目标分布式表示模型。

具体的，可以将损失函数的训练误差，即损失参数作为检测损失函数当前是否达到收敛的条件，比如训练误差是否小于预设误差或误差变化趋势是否趋于稳定，或者当前的迭代次数是否等于预设次数。若检测达到收敛条件，比如损失函数的训练误差达到小于预设误差或误差变化趋于稳定，表明预训练分布式表示模型训练完成，此时可以停止迭代训练。若检测到当前未达到收敛条件，可以进一步获取第二训练样本集中的数据对预训练分布式表示模型进行训练，直至损失函数的训练误差在预设范围之内。当损失函数的训练误差达到收敛时，可以将预训练分布式表示模型作为目标分布式表示模型，即此时可以基于该模型对各关联搜索词汇进行处理，以得到对应的待关联词向量。

S360、确定与至少一个待处理搜索词汇相关联的至少一个关联搜索词汇。

S370、针对各关联搜索词汇，基于预先训练好的目标分布式表示模型对当前关联搜索词汇进行处理，得到当前关联搜索词汇的待关联词向量。

S380、针对各待关联词向量，根据数据库中预先存储的与各待匹配实体信息相对应的至少一个特征向量和当前待关联词向量，确定待处理实体信息。

S390、根据各待处理实体信息，确定目标实体信息。

本实施例的技术方案，基于第一训练样本集得到预训练分布式表示模型，从而将与各个实体对应的特征信息融合到模型之中，之后基于第二训练样本集对预训练分布式表示模型进行训练得到目标分布式表示模型后，可以基于该模型对输入信息进行处理，以得到与相应的实体信息最为匹配的关联向量，进而基于关联向量从数据库中查找到与其最为匹配的目标实体信息，提高了确定目标实体信息的便捷性和准确性的技术效果。

实施例四

图4为本公开实施例四所提供的一种信息处理方法的流程示意图，在前述实施例的基础上，为了快速从数据库中调取与待搜索关联词汇相对应的目标实体信息，可以对不同类型的实体信息进行差异化存储。同时，为了实现在数据更新的过程中依然可以使用相应的资源，可以基于本实施例公开的方式对资源进行更新。其具体的实施方式可以参见本实施例技术方案。其中，与上述实施例相同或者相应的技术术语在此不再赘述。

如图4所示，该方法具体包括如下步骤：

S410、确定各待匹配实体信息的实体类别，并依据各实体类别所对应的数据量将相应的待匹配实体信息分区存储，以从各个分区中确定与关联搜索词汇对应的待处理实体信息。

其中，为了在数据库中快速匹配出对应的实体，可以根据实体信息的实体类别将待匹配实体信息分区存储，实体类别可以对应于用户的搜索场景，例如，数据库中可以存储有与医院、高校、企业相对应的实体信息，实体信息可以是医院名称、高校名称以及企业名称的。此时，医院、高校和企业可以是实体类别。为了实现有序化存储，可以将不同实体类别的数据信息进行分类存储。如，实体类别为高校的存在一个存储空间、实体类别为企业的存储在一个空间等。例如，“高校类”对应的实体信息为1000个，“公司类”对应的实体信息为5000个，因此可以在数据库的A表中存储“高校类”实体信息，在数据库的B表中存储“公司类”实体信息。当然，为了精准化存储，可以根据实体类别所对应的数据量确定相应的存储方式。数据量可以理解为数据数量和数据大小，数据数量可以是有多少个数据组成，数据大小可以理解为所占用的内容。

可选的，确定每个实体类别所对应的实际数据量；将实际数据量小于第一预设数据量阈值的目标实体类别所对应的待匹配实体信息存储至第一分区中；将实际数据量大于所述第一预设数据量阈值，且小于第二预设数据量阈值的目标实体类别所对应的待匹配实体信息存储至第二分区中；将实际数据量大于所述第二预设数据量阈值的目标实体类别所对应的待匹配实体信息存储至第三分区中，并在第三分区中分层存储。

在本实施例中，可以在预设数据量阈值后对不同类型的实体信息进行差异化存储。具体的，根据第一预设数据量阈值，将小于该阈值的数据在数据库第一分区中精确存储，可以理解为，将实体信息对应的特征向量以完整的形式存储，示例性的，将第一预设数据量阈值设置为2000，当“高校类”对应的实体信息数据量为1000时，可以在第一分区中完整地存储各高校对应的特征向量。对于大于第一预设数据量阈值，小于第二预设数据量阈值的实体信息，在数据库第二分区中选择正常方式来存储。根据第二预设数据量阈值，将大于该阈值的数据在数据库中分层存储，可以理解为，将部分实体信息对应的特征向量精确存储，其他实体信息对应的特征向量有损存储，对于有损存储方式，需要基于乘积量化的方法对向量进行压缩。示例性的，将第二预设数据量阈值设置为4000，当“公司类”对应的实体信息数据量为5000时，可以在第三分区中以分层存储的形式存储各公司对应的特征向量。

需要说明的是，在第三分区中，可以根据待匹配实体信息的调用频度，将待匹配实体信息在第三分区中分层存储。可以理解为，系统会持续记录待匹配实体信息被确定为目标实体信息的次数，当系统判定出第三分区中部分实体信息被多次确定为目标实体信息并调用时，即可判定这些实体信息是搜索热度比较高的信息，并将这些实体信息对应的特征向量进行精确存储。

通过对不同类型的实体信息进行差异化存储，实现了对有限存储资源的合理利用。

S420、在检测到至少一个分区存在数据更新时，将更新的数据所对应的实体信息标识和分区标识添加至目标更新列表中；根据目标更新列表中的更新类型，将相应实体信息在数据库中进行更新。

其中，目标更新列表中存储增删的实体信息标识和分区标识。添加至目标更新列表的好处在于，可以快速确定哪些实体信息和分布进行更新，以提高更新和存储效率。

在实际应用过程中，系统可以采用基于主更新分区与备份更新分区的双更新分区策略，可以理解为，系统接收到更新的数据后，可以通过目标更新列表确定出其对应的实体信息标识和分区标识，并在备份更新分区中对实体信息进行更新，如，将云端数据库作为备份更新分区。在更新期间系统可以正常使用主更新分区，如，将本地数据库作为主更新分区，因此数据更新的过程不会影响系统正常的运行。数据更新完成后，可以将主备更新分区的标识进行对换，使备份更新分区作为主更新分区供系统使用。其中，更新过程中对实体信息的调用方式可以是，先基于待处理搜索词汇在主更新分区之外的所有分区内进行搜索，得到对应的搜索结果后，再在备份更新分区内进行搜索，得到对应的搜索结果，将两个搜索结果合并后作为最终搜索结果。需要说明的是，实体信息的更新包括增删改等多种操作，本公开实施例不做具体的限定。

S430、确定与至少一个待处理搜索词汇相关联的至少一个关联搜索词汇。

S440、针对各关联搜索词汇，基于预先训练好的目标分布式表示模型对当前关联搜索词汇进行处理，得到当前关联搜索词汇的待关联词向量。

S450、针对各待关联词向量，根据数据库中预先存储的与各待匹配实体信息相对应的至少一个特征向量和当前待关联词向量，确定待处理实体信息。

S460、根据各待处理实体信息，确定目标实体信息、

在上述技术方案的基础上，上述步骤仅仅是示例性说明，没有先后的顺序信息。

本实施例的技术方案，通过对不同类型的实体信息进行差异化存储，从而实现了在从数据库中调取相应的实体信息时，可以提高调取效率，进一步的，在根据特定的更新策略更新实体信息，避免了实体信息更新过程中搜索结果不准确的问题。

实施例五

图5为本公开实施例五所提供的一种信息处理装置的结构框图，可执行本公开任意实施例所提供的信息处理方法，具备执行方法相应的功能模块和有益效果。如图5所示，该装置具体包括：关联搜索词汇确定模块510、待关联词向量确定模块520、待处理实体信息确定模块530以及目标实体信息确定模块540。

关联搜索词汇确定模块510，用于确定与至少一个待处理搜索词汇相关联的至少一个关联搜索词汇。

待关联词向量确定模块520，用于针对各关联搜索词汇，基于预先训练好的目标分布式表示模型对当前关联搜索词汇进行处理，得到所述当前关联搜索词汇的待关联词向量。

待处理实体信息确定模块530，用于针对各待关联词向量，根据数据库中预先存储的与各待匹配实体信息相对应的至少一个特征向量和当前待关联词向量，确定待处理实体信息。

目标实体信息确定模块540，用于根据各待处理实体信息，确定目标实体信息。

在上述技术方案的基础上，关联搜索词汇确定模块510包括待使用搜索词汇确定单元以及关联搜索词汇确定单元。

待使用搜索词汇确定单元，用于根据预先设置的词汇提取规则，对所述至少一个待处理搜索词汇进行提取，得到至少一个待使用搜索词汇。

关联搜索词汇确定单元，用于根据各待使用搜索词汇，确定至少一个关联搜索词汇。

在上述技术方案的基础上，待关联词向量确定模块520包括训练样本集获取单元、预训练分布式标识模型确定单元、第二训练向量确定单元、修正单元以及目标分布式表示模型训练单元。

训练样本集获取单元，用于获取第一训练样本集和第二训练样本集；其中，第一训练样本集中包括多个第一正样本训练数据和第一负样本训练数据，所述第一正样本训练数据中包括预训练实体信息和与所述预训练实体信息对应的至少一个特征；所述第一负样本训练数据包括预训练实体信息和与所述预训练实体信息不关联的至少一个特征。

预训练分布式标识模型确定单元，用于基于所述第一训练样本集对待训练分布式表示模型进行训练，得到预训练分布式表示模型。

第二训练向量确定单元，用于将第二训练样本集中的数据编辑至所述预训练分布式表示模型中，得到与所述第二训练样本集中的数据相对应的第二训练向量；其中，所述第二训练样本集中的数据中包括与编辑的搜索信息相对应的实际实体信息，以及与所述实际实体信息相对应的负采样编辑。

修正单元，用于基于反向传播算法以及所述第二训练向量，对所述预训练分布式表示模型中的预设损失函数进行修正。

目标分布式表示模型训练单元，用于将所述预设损失函数达到收敛作为训练目标，对所述预训练分布式表示模型进行训练，以训练得到所述目标分布式表示模型。

在上述技术方案的基础上，待处理实体信息确定模块530包括相似度值确定单元以及待处理实体信息确定单元。

相似度值确定单元，用于确定当前待关联词向量与每个待匹配实体信息相对应的至少一个特征向量之间的相似度值。

待处理实体信息确定单元，用于根据与每个特征向量之间的相似度值和预设条件，从至少一个待匹配实体信息中确定出待处理实体信息。

可选的，根据各待处理实体信息，确定目标实体信息包括如下至少一种方式：

将各待处理实体信息作为目标实体信息；将各待处理实体信息中重复的实体信息作为目标实体信息；若待处理实体信息中包括重复待处理实体信息，则保留重复待处理实体信息中的一个，并将最终保留的待处理实体信息作为目标实体信息；根据各待处理实体信息所对应的相似度值和所述关联搜索词汇的数量，确定所述目标实体信息；将与每个关联搜索词汇相对应的且相似度值最高的待处理实体信息，作为目标实体信息。

可选的，信息处理装置还包括显示模块。

显示模块，用于在确定目标实体信息后，将所述目标实体信息展示在目标显示区域中。

可选的，显示模块还用于将相似度值最高的目标实体信息显示在所述目标显示区域中的目标控件上；将剩余的目标实体信息隐藏显示在与所述目标控件相对应的菜单中，以在检测到触发所述菜单时，显示剩余的目标实体信息。

可选的，显示模块还用于将剩余的目标实体信息按照相应的相似度值顺序隐藏显示在与所述目标控件相对应的菜单中，以在检测到触发所述菜单时，将所述目标实体信息按顺序显示在列表中。

可选的，信息处理装置还包括分区模块和更新模块。

分区模块，用于确定各待匹配实体信息的实体类别，并依据各实体类别所对应的数据量将相应的待匹配实体信息分区存储，以从各个分区中确定与所述关联搜索词汇对应的待处理实体信息。

可选的，分区模块还用于确定每个实体类别所对应的实际数据量；将实际数据量小于第一预设数据量阈值的目标实体类别所对应的待匹配实体信息存储至第一分区中；将实际数据量大于所述第一预设数据量阈值，且小于第二预设数据量阈值的目标实体类别所对应的待匹配实体信息存储至第二分区中；将实际数据量大于所述第二预设数据量阈值的目标实体类别所对应的待匹配实体信息存储至第三分区中，并在所述第三分区中分层存储。

可选的，分区模块还用于根据待匹配实体信息的调用频度，将所述待匹配实体信息在所述第三分区中分层存储。

更新模块，用于在检测到至少一个分区存在数据更新时，将更新的数据所对应的实体信息标识和分区标识添加至目标更新列表中；根据所述目标更新列表中的更新类型，将相应实体信息在所述数据库中进行更新。

本实施例所提供的技术方案，根据待处理搜索词汇可以确定出关联搜索词汇，将关联搜索词汇基于目标分布式表示模型进行处理后，得到待关联词向量，在计算机中以分布式的方式确定出待处理搜索词汇的特征；根据数据库中预先存储的特征向量和待关联词向量，确定待处理实体信息，根据待处理实体信息确定目标实体信息，能够以较强的模糊匹配能力召回与搜索词汇相关的匹配结果，实现了对数据库中大量实体信息的充分利用，提升了用户的搜索效率和使用体验。

本公开实施例所提供的信息处理装置可执行本公开任意实施例所提供的信息处理方法，具备执行方法相应的功能模块和有益效果。

值得注意的是，上述装置所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本公开实施例的保护范围。

实施例六

图6为本公开实施例六所提供的一种电子设备的结构示意图。下面参考图6，其示出了适于用来实现本公开实施例的电子设备(例如图1中的终端设备或服务器)600的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图6示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图6所示，电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置606加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。编辑/输出(I/O)接口605也连接至总线604。

通常，以下装置可以连接至I/O接口605：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的编辑装置606；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607；包括例如磁带、硬盘等的存储装置606；以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在非暂态计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置609从网络上被下载和安装，或者从存储装置606被安装，或者从ROM 602被安装。在该计算机程序被处理装置601执行时，执行本公开实施例的方法中限定的上述功能。

本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。

本公开实施例提供的电子设备与上述实施例提供的信息处理方法属于同一发明构思，未在本实施例中详尽描述的技术细节可参见上述实施例，并且本实施例与上述实施例具有相同的有益效果。

实施例七

本公开实施例提供了一种计算机存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述实施例所提供的信息处理方法。

需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。

上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：

确定与至少一个待处理搜索词汇相关联的至少一个关联搜索词汇；

针对各关联搜索词汇，基于预先训练好的目标分布式表示模型对当前关联搜索词汇进行处理，得到所述当前关联搜索词汇的待关联词向量；

针对各待关联词向量，根据数据库中预先存储的与各待匹配实体信息相对应的至少一个特征向量和当前待关联词向量，确定待处理实体信息；

根据各待处理实体信息，确定目标实体信息。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定，例如，第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。

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。

根据本公开的一个或多个实施例，【示例一】提供了一种信息处理方法，该方法包括：

确定与至少一个待处理搜索词汇相关联的至少一个关联搜索词汇；

针对各关联搜索词汇，基于预先训练好的目标分布式表示模型对当前关联搜索词汇进行处理，得到所述当前关联搜索词汇的待关联词向量；

针对各待关联词向量，根据数据库中预先存储的与各待匹配实体信息相对应的至少一个特征向量和当前待关联词向量，确定待处理实体信息；

根据各待处理实体信息，确定目标实体信息。

根据本公开的一个或多个实施例，【示例二】提供了一种信息处理方法，还包括：

可选的，根据预先设置的词汇提取规则，对所述至少一个待处理搜索词汇进行提取，得到至少一个待使用搜索词汇；

根据各待使用搜索词汇，确定至少一个关联搜索词汇。

根据本公开的一个或多个实施例，【示例三】提供了一种信息处理方法，还包括：

可选的，训练得到所述目标分布式表示模型；

所述训练得到所述目标分布式表示模型，包括：

获取第一训练样本集和第二训练样本集；其中，第一训练样本集中包括多个第一正样本训练数据和第一负样本训练数据，所述第一正样本训练数据中包括预训练实体信息和与所述预训练实体信息对应的至少一个特征；所述第一负样本训练数据包括预训练实体信息和与所述预训练实体信息不关联的至少一个特征；

基于所述第一训练样本集对待训练分布式表示模型进行训练，得到预训练分布式表示模型；

将第二训练样本集中的数据编辑至所述预训练分布式表示模型中，得到与所述第二训练样本集中的数据相对应的第二训练向量；其中，所述第二训练样本集中的数据中包括与编辑的搜索信息相对应的实际实体信息，以及与所述实际实体信息相对应的负采样编辑；

基于反向传播算法以及所述第二训练向量，对所述预训练分布式表示模型中的预设损失函数进行修正；

将所述预设损失函数达到收敛作为训练目标，对所述预训练分布式表示模型进行训练，以训练得到所述目标分布式表示模型。

根据本公开的一个或多个实施例，【示例四】提供了一种信息处理方法，还包括：

可选的，确定当前待关联词向量与每个待匹配实体信息相对应的至少一个特征向量之间的相似度值；

根据与每个特征向量之间的相似度值和预设条件，从至少一个待匹配实体信息中确定出待处理实体信息。

根据本公开的一个或多个实施例，【示例五】提供了一种信息处理方法，还包括：

可选的，将各待处理实体信息作为目标实体信息；

将各待处理实体信息中重复的实体信息作为目标实体信息；

若待处理实体信息中包括重复待处理实体信息，则保留重复待处理实体信息中的一个，并将最终保留的待处理实体信息作为目标实体信息；

根据各待处理实体信息所对应的相似度值和所述关联搜索词汇的数量，确定所述目标实体信息；

将与每个关联搜索词汇相对应的且相似度值最高的待处理实体信息，作为目标实体信息。

根据本公开的一个或多个实施例，【示例六】提供了一种信息处理方法，还包括：

可选的，将目标实体信息展示在目标显示区域中。

根据本公开的一个或多个实施例，【示例七】提供了一种信息处理方法，还包括：

可选的，将相似度值最高的目标实体信息显示在所述目标显示区域中的目标控件上；

将剩余的目标实体信息隐藏显示在与所述目标控件相对应的菜单中，以在检测到触发所述菜单时，显示剩余的目标实体信息。

根据本公开的一个或多个实施例，【示例八】提供了一种信息处理方法，还包括：

可选的，将剩余的目标实体信息按照相应的相似度值顺序隐藏显示在与所述目标控件相对应的菜单中，以在检测到触发所述菜单时，将所述目标实体信息按顺序显示在列表中。

根据本公开的一个或多个实施例，【示例九】提供了一种信息处理方法，还包括：

可选的，确定各待匹配实体信息的实体类别，并依据各实体类别所对应的数据量将相应的待匹配实体信息分区存储，以从各个分区中确定与所述关联搜索词汇对应的待处理实体信息。

根据本公开的一个或多个实施例，【示例十】提供了一种信息处理方法，还包括：

可选的，确定每个实体类别所对应的实际数据量；

将实际数据量小于第一预设数据量阈值的目标实体类别所对应的待匹配实体信息存储至第一分区中；

将实际数据量大于所述第一预设数据量阈值，且小于第二预设数据量阈值的目标实体类别所对应的待匹配实体信息存储至第二分区中；

将实际数据量大于所述第二预设数据量阈值的目标实体类别所对应的待匹配实体信息存储至第三分区中，并在所述第三分区中分层存储。

根据本公开的一个或多个实施例，【示例十一】提供了一种信息处理方法，还包括：

可选的，根据待匹配实体信息的调用频度，将所述待匹配实体信息在所述第三分区中分层存储。

根据本公开的一个或多个实施例，【示例十二】提供了一种信息处理方法，还包括：

可选的，在检测到至少一个分区存在数据更新时，将更新的数据所对应的实体信息标识和分区标识添加至目标更新列表中；

根据所述目标更新列表中的更新类型，将相应实体信息在所述数据库中进行更新。

根据本公开的一个或多个实施例，【示例十三】提供了一种信息处理装置，该装置包括：

关联搜索词汇确定模块，用于确定与至少一个待处理搜索词汇相关联的至少一个关联搜索词汇；

待关联词向量确定模块，用于针对各关联搜索词汇，基于预先训练好的目标分布式表示模型对当前关联搜索词汇进行处理，得到所述当前关联搜索词汇的待关联词向量；

待处理实体信息确定模块，用于针对各待关联词向量，根据数据库中预先存储的与各待匹配实体信息相对应的至少一个特征向量和当前待关联词向量，确定待处理实体信息；

目标实体信息确定模块，用于根据各待处理实体信息，确定目标实体信息。

以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。

尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。