CN114579573B - 信息检索方法、装置、电子设备以及存储介质 - Google Patents
信息检索方法、装置、电子设备以及存储介质 Download PDFInfo
- Publication number
- CN114579573B CN114579573B CN202210205613.3A CN202210205613A CN114579573B CN 114579573 B CN114579573 B CN 114579573B CN 202210205613 A CN202210205613 A CN 202210205613A CN 114579573 B CN114579573 B CN 114579573B
- Authority
- CN
- China
- Prior art keywords
- information
- retrieval
- pieces
- field
- field information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 60
- 230000004044 response Effects 0.000 claims abstract description 14
- 230000008569 process Effects 0.000 claims description 8
- 238000001514 detection method Methods 0.000 claims description 7
- 238000004891 communication Methods 0.000 description 11
- 238000004590 computer program Methods 0.000 description 11
- 238000012545 processing Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 238000004422 calculation algorithm Methods 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 208000003028 Stuttering Diseases 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2228—Indexing structures
- G06F16/2272—Management thereof
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开提供了信息检索方法、装置、电子设备以及存储介质,涉及计算机技术领域,尤其涉及大数据、智能搜索等领域。具体实现方案为:响应于检测到至少两个要检索字段信息,确定与每个要检索字段信息相对应的目标标识信息,得到至少两个目标标识信息;以及根据预定义约束条件和至少两个目标标识信息,从候选检索信息中检索得到与至少两个要检索字段信息相对应的检索结果,其中,候选检索信息包括多个字段信息,多个字段信息中的至少两个字段信息之间具有关联关系。
Description
技术领域
本公开涉及计算机技术领域,尤其涉及大数据、智能搜索等领域,具体地,涉及一种信息检索方法、装置、电子设备以及存储介质。
背景技术
检索是指从文献资料、网络信息等信息集合中查找到自己需要的信息或资料的过程。传统文献资料需要提取题名、作者、出版年、主题词等作为索引。在网络时代,计算机可以对全文进行索引,即文中每一个词都能成为检索点。全文数据库是全文检索系统的主要构成部分。所谓全文数据库是将一个完整的信息源的全部内容转化为计算机可以识别、处理的信息单元而形成的数据集合。全文数据库包括结构化数据库和非结构化数据库。对结构化数据库进行检索时,检索效率低,效果不佳。
发明内容
本公开提供了一种信息检索方法、装置、电子设备以及存储介质。
根据本公开的一方面,提供了一种信息检索方法,包括:响应于检测到至少两个要检索字段信息,确定与每个所述要检索字段信息相对应的目标标识信息,得到至少两个目标标识信息;以及根据预定义约束条件和所述至少两个目标标识信息,从候选检索信息中检索得到与所述至少两个要检索字段信息相对应的检索结果,其中,所述候选检索信息包括多个字段信息,所述多个字段信息中的至少两个字段信息之间具有关联关系。
根据本公开的另一方面,提供了一种信息检索装置,包括:第一确定模块,用于响应于检测到至少两个要检索字段信息,确定与每个所述要检索字段信息相对应的目标标识信息,得到至少两个目标标识信息;以及检索模块,用于根据预定义约束条件和所述至少两个目标标识信息,从候选检索信息中检索得到与所述至少两个要检索字段信息相对应的检索结果,其中,所述候选检索信息包括多个字段信息,所述多个字段信息中的至少两个字段信息之间具有关联关系。
根据本公开的另一方面,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本公开的信息检索方法。
根据本公开的另一方面,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,其中,所述计算机指令用于使所述计算机执行本公开的信息检索方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现本公开的信息检索方法。
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示意性示出了根据本公开实施例的可以应用信息检索方法及装置的示例性系统架构;
图2示意性示出了根据本公开实施例的信息检索方法的流程图;
图3示意性示出了根据本公开实施例的基于多个检索词对结构化信息进行检索的流程图;
图4示意性示出了根据本公开实施例的信息检索装置的框图;以及
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的示意性框图。
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。
在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、公开和应用等处理,均符合相关法律法规的规定,采取了必要保密措施,且不违背公序良俗。
在本公开的技术方案中,在获取或采集用户个人信息之前,均获取了用户的授权或同意。
全文检索广泛应用在文档以及长文本等信息的检索中。结构化信息本身不是长文本,而是注重结构信息。例如,仓库管理、人员管理等结构化信息管理系统所管理的数据以及知识图谱类数据均为结构化信息。对于该些结构化信息,需要采用相应的结构化检索方式进行检索。
发明人在实现本公开构思的过程中发现,利用全检索的文倒排索引方式对结构化信息进行信息检索,需要首先将结构化信息转换为文档型信息。然后,对转换得到的文档型数据进行检索,实现对原结构化信息的检索。在该过程中,转换得到的文档型数据会丢失原结构化信息中不同数据之间的依赖关系,导致检索结果的准确率降低。
发明人在实现本公开构思的过程中发现,采用将原结构化信息文档按数据之间的依赖关系拆分为多个子文档,对每个子文档进行检索的方式,会使整个数据集的数据量膨胀多倍。在分配用于存储子文档的文档资源时,每个文档资源会有一个存储上限。此外,在基于多个子文档进行检索时,原理上需要包括查询计算子文档、检索出子文档以及索引找到父文档等操作,算法复杂程度高,内联检索效率低。
图1示意性示出了根据本公开实施例的可以应用信息检索方法及装置的示例性系统架构。
需要注意的是,图1所示仅为可以应用本公开实施例的系统架构的示例,以帮助本领域技术人员理解本公开的技术内容,但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。例如,在另一实施例中,可以应用信息检索方法及装置的示例性系统架构可以包括终端设备,但终端设备可以无需与服务器进行交互,即可实现本公开实施例提供的信息检索方法及装置。
如图1所示,根据该实施例的系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线和/或无线通信链路等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如知识阅读类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端和/或社交平台软件等(仅为示例)。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器,例如对用户利用终端设备101、102、103所浏览的内容提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理,并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给终端设备。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 PrivateServer″,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。
需要说明的是,本公开实施例所提供的信息检索方法一般可以由终端设备101、102、或103执行。相应地,本公开实施例所提供的信息检索装置也可以设置于终端设备101、102、或103中。
或者,本公开实施例所提供的信息检索方法一般也可以由服务器105执行。相应地,本公开实施例所提供的信息检索装置一般可以设置于服务器105中。本公开实施例所提供的信息检索方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群执行。相应地,本公开实施例所提供的信息检索装置也可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群中。
例如,在需要检索信息时,终端设备101、102、103可以获取要检索字段信息,然后将获取的要检索字段信息发送给服务器105,由服务器105响应于检测到至少两个要检索字段信息,确定与每个要检索字段信息相对应的目标标识信息,得到至少两个目标标识信息,并根据预定义约束条件和至少两个目标标识信息,从候选检索信息中检索得到与至少两个要检索字段信息相对应的检索结果,候选检索信息包括多个字段信息,多个字段信息中的至少两个字段信息之间具有关联关系。或者由能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群对要检索字段信息进行分析,并最终实现从候选检索信息中检索得到与至少两个要检索字段信息相对应的检索结果。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
图2示意性示出了根据本公开实施例的信息检索方法的流程图。
如图2所示,该方法包括操作S210~S220。
在操作S210,响应于检测到至少两个要检索字段信息,确定与每个要检索字段信息相对应的目标标识信息,得到至少两个目标标识信息。
在操作S220,根据预定义约束条件和至少两个目标标识信息,从候选检索信息中检索得到与至少两个要检索字段信息相对应的检索结果,其中,候选检索信息包括多个字段信息,多个字段信息中的至少两个字段信息之间具有关联关系。
根据本公开的实施例,要检索字段信息可以表征检索词所表征的字段信息。候选检索信息可以包括知识图谱类信息、结构化数据库信息等其中至少之一。知识图谱类信息例如可以包括行政区划信息、族谱信息以及具有级联关系的其他信息等其中至少之一。在知识图谱类信息中,每个级联关系均可表征上述关联关系。在确定不同的字段信息具有级联关系的情况下,可以确定该不同的字段信息具有关联关系。结构化数据库信息可以包括多个信息记录,每个信息记录可以包括多个字段信息。在结构化数据库信息中,每个信息记录中的所有字段信息之间的关系均可表征上述关联关系。在确定不同的字段信息均属于同一信息记录中的字段信息的情况下,可以确定该不同的字段信息具有关联关系。候选检索信息可以用于实现信息检索。
根据本公开的实施例,每一个字段信息可以对应有一个或多个预设的标识信息。标识信息可以根据字段信息在候选检索信息中的存储位置、存储方式、存储类别以及其他预定义规则等其中至少之一确定。例如,存储于相同位置的字段信息可以具有相同的标识信息,存储方式、存储类别等相同的字段信息可以具有不同的标识信息等。要检索字段信息所对应的标识信息可以为上述目标标识信息。可以在创建索引时,记录当前字段信息的标识信息。标识信息可以参与检索计算。
根据本公开的实施例,预定义约束条件可以包括至少两个目标标识信息所表征的信息内容相同以及至少两个目标标识信息所表征的数值信息满足预设条件等其中至少之一。数值信息满足预设条件例如可以包括对数值信息按预定规则计算后得到的结果满足预设范围或等于预设值等其中至少之一。例如,在标识信息为位置信息的情况下,预定义约束条件可以包括至少两个目标位置信息所确定的距离差为0。预定义约束条件可以嵌入已有检索算法中,结合已有检索算法实现信息检索,可以无需重构检索算法。
根据本公开的实施例,在用户使用至少两个检索词从结构化的候选检索信息中检索相关结果的情况下,可以首先确定与该两个检索词所表征的要检索字段信息相对应的目标标识信息。然后,可以将预定义约束条件作为检索时需要满足的条件,从候选检索信息检索得到与该至少两个检索词相对应的检索结果。检索结果可以包括与该至少两个检索词相关的信息记录和空信息等其中任意之一。空信息可以表示无相关检索结果。
通过本公开的上述实施例,结合预定义约束条件,对具有关联关系的候选检索信息进行检索,可以提高针对结构化信息检索得到的检索结果的准确率。此外,该检索方法可以无需对候选检索信息做任何操作,相较于将原结构化信息拆分为多个子文档的方式,可有效减少数据膨胀,并可提高检索效率。
下面结合具体实施例,对图2所示的方法做进一步说明。
根据本公开的实施例,要检索字段信息可以包括一个字段信息或多个字段信息,为对结构化信息的检索过程进一步说明,本公开实施例中在进行信息检索时采用的要检索信息例如包括至少两个字段信息。
例如,结构化的候选检索信息可以定义为如下包括同构数组的信息:
该结构化的候选检索信息例如可以表示一个班级信息,该信息内部可以包括如@id、class-name等普通字段信息,还可以包括如同构数组students等结构化字段信息,students字段信息中可以包括多个由具有关联关系的name、age、weight、height等字段信息构成的结构化对象。students字段信息的每个结构化对象中,除了具有通用key、value信息之外,还可以包括各字段信息之间的依赖信息,即关联关系信息。例如,name和age之间具有关联关系,在name为李六的情况下,相关联的age必须是11。依赖信息使得每对key、value信息要么同时出现,要么同时不出现。
针对以上结构化的候选检索信息,基于全文检索的倒排索引方式进行信息检索时,会存在检索结果不准确的问题。例如,检索是否存在一个姓名是张三,且体重是40的学生的班级。理论上如上实施例所示的班级不应该被命中。但在实际检索时,为适应倒排索引没有级联结构的全文索引型态,如上实施例所述的结构化信息会首先被转换为文档型信息,转换得到的文档型信息如下所示:
转换得到的上述文档型信息会丢失原结构化信息中的关联关系,导致在检索“是否有一个姓名是张三,且体重是40的学生的班级”时,会出现错误命中的情况。
有鉴于此,本公开实施例在创建索引时,为每个字段信息预先配置有相应的标识信息,通过结合标识信息进行信息检索,减少错误命中的情况发生。
根据本公开的实施例,针对候选检索信息中的每个字段信息配置标识信息的方式可以包括:针对候选检索信息中具有关联关系的字段信息,配置相同的标识信息。针对候选检索信息中不具有关联关系的字段信息,配置不同的标识信息。
根据本公开的实施例,候选检索信息可以包括如上实施例定义的班级信息。对于上述实施例已定义的students中的四个结构化对象,可以分别配置如s1、s2、s3、s4之类的标识信息。候选检索信息也可以包括多个如上实施例定义的班级信息。对于不同的班级信息中定义的students中的各个结构化对象,可以定义如s1~si、t1~tj等之类的标识信息,也可以统一定义为s1~sk之类的标识信息。i、j可以表示相应班级信息中定义的students中的结构化对象的数目,k可以表示所有班级信息中定义的students中的结构化对象的总数目。
根据本公开的实施例,候选检索信息还可以包括如XX省-XX市-XX区/县等知识图谱类的行政区划信息。对于行政区划信息中的各个字段信息配置标识信息时,可以为XX区/县、该区/县所属的上级市、省等均配置相同的标识信息。还可以为省级字段信息配置n个标识信息,为市级字段信息配置m个标识信息,为区/县级字段信息配置l个标识信息,l<m<n。例如,SX省下可以包括JC市、GP市,JC市下可以包括LC县、YC县等。可以为LC县配置标识信息x1,可以为YC县配置标识信息x2,可以为JC市配置标识信息x1和x2,可以为GP市配置标识信息s1,可以为SX省配置标识信息x1、x2和s1。
需要说明的是,标识信息的配置方式在此不做限定。
通过本公开的上述实施例,可以通过配置标识信息的方式记录各字段信息之间的关联关系,标识信息相同的字段信息之间具有关联关系,标识信息不同的字段信息之间不具有关联关系,据此可以不对候选检索信息进行任何复杂的拆分或重构操作,并可不破坏候选检索信息原有的数据结构,即可有效记录候选检索信息中的关联关系,简化数据处理的复杂度,提高检索效率。
根据本公开的实施例,候选检索信息中可以包括至少一个信息记录,每个信息记录中可以包括至少一个字段信息。针对候选检索信息中的每个字段信息配置标识信息的方式还可以包括:针对每个字段信息,确定与该字段信息相对应的信息记录在候选检索信息中的排列位数。根据排列位数,确定与该排列位数相对应的字段信息所对应的标识信息。
根据本公开的实施例,排列位数可以表征各字段信息在候选检索信息中的位置信息,根据排列位数确定的标识信息可以包括该位置信息或根据该位置信息确定的标识信息。对于如上实施例中定义的班级信息,例如可以确定结构化对象{″name″:″张三″,″age″:″10″,″weight″:30,″height″:156}在班级信息定义的结构化信息students中的排位为第1位,可以确定针对该结构化对象中所包括的张三、10、30、156等每个字段信息配置的标识信息可以为1。根据在数组中第1个元素被标识为0的标识方法,还可以确定针对该结构化对象中的每个字段信息配置的标识信息可以为0。
通过本公开的上述实施例,可以通过对各字段信息配置标识信息的方式,在不用对候选检索信息进行任何复杂的拆分或重构操作,且不会破坏候选检索信息原有的数据结构的情况下,有效记录候选检索信息中的关联关系,有利于提高检索结果的准确率。
根据本公开的实施例,根据预定义约束条件和至少两个目标标识信息,从候选检索信息中检索得到与至少两个要检索字段信息相对应的检索结果可以包括:响应于检测到至少两个目标标识信息均表征相同的信息内容,确定检索结果为与至少两个要检索字段信息相关的信息记录。响应于检测到至少两个目标标识信息均表征不同的信息内容,确定检索结果为空信息。
根据本公开的实施例,针对前述已定义的包括同构数组的班级信息,基于前述根据排位信息确定标识信息的标识策略,在将班级信息转换为文档型信息后,例如可以得到如下的结果:
对于上述包括位置信息的文档型信息,可以结合基于位置的检索方法,并通过在该检索方法中增加相应的预定义约束信息,实现检索结果的准确输出。基于位置的检索方法例如可以包括Lucene(全文搜索引擎)中的span_near检索。在需要检索是否存在一个姓名是张三,且体重是40的学生的班级时,可以将该检索条件转换为如下的检索示例:
span_term可以定义要检索字段信息,slop为0可以定义预定义约束条件,如本实施例中预定义约束条件可以为多个要检索字段信息所对应的位置信息的距离差为0。该检索示例可以表示需要在students.name中命中张三,在students.age中命中40,并且需要满足张三所对应的位置信息与40所对应的位置信息的距离差是0。
根据本公开的实施例,基于上述检索示例进行检索时,可以得到张三所对应的位置信息是0,40所对应的位置信息是1,两者之间距离差是1,不是0,检索结果不会命中该班级。可以确定与检索是否存在一个姓名是张三,且体重是40的学生的班级相对应的检索结果为空信息。
根据本公开的实施例,在需要检索是否存在一个姓名是李六,且年龄是11的学生的班级时,可以得到李六所对应的位置信息是4,11所对应的位置信息包括2、4,在11所对应的位置信息为4时,两者之间距离差为0,可以命中该班级。可以确定与检索是否存在一个姓名是李六,且年龄是11的学生的班级相对应的检索结果四年级二班。
需要说明的是,设置有预定义约束条件的检索方法可以单独开发,也可以继承自已有检索方法,基于已有检索方法进一步开发,在此不做限定。
根据本公开的实施例,针对前述已定义的知识图谱结构类的行政区划信息,可以首先设置预定义约束条件例如为多个要检索字段信息各自所对应的标识信息中至少有一个相同的标识信息。然后,在需要查询SX省-GP市-LC县的情况下,可以确定SX省所对应的标识信息包括x1、x2和s1,GP市所对应的标识信息包括s1,LC县所对应的标识信息包括x1。据此可以确定SX省、GP市、LC县三者不具有相同的标识信息,并可以确定与查询SX省-GP市-LC县相对应的检索结果为空信息。在需要查询SX省-JC市-LC县的情况下,可以确定JC市所对应的标识信息包括x1和x2。据此可以确定SX省、JC市、LC县三者具有相同的标识信息x1,并可以确定与查询SX省-JC市-LC县相对应的检索结果可以为SX省-JC市-LC县。也可以为根据SX省-JC市-LC县和包括与LC县具有关联关系的乡镇、村等确定的信息。
通过本公开的上述实施例,基于标识信息对结构化信息进行检索,可以有效提高检索结果的准确率,减少命中错误的情况发生。
图3示意性示出了根据本公开实施例的基于多个检索词对结构化信息进行检索的流程图。
如图3所示,该方法包括操作S310~S350。
在操作S310,获取多个检索词。
在操作S320,确定多个检索词所对应的多个标识信息。
在操作S330,多个标识信息是否满足预定义约束条件?若是,则执行操作S340;若否,则执行操作S350。
在操作S340,输出与该多个检索词相关的信息记录。
在操作S350,输出空信息。
根据本公开的实施例,例如,结构化的候选检索信息还可以定义为如下包括异构数组的信息:
基于前述根据排列位数确定标识信息的标识策略,可以首先对上述信息进行遍历,确定各结构化对象的排位信息。例如,通过遍历上述异构数组s,可以确定四个结构化对象[a1,b1]、[a2,b2]、[c1]、[d1]。根据该四个结构化对象的排序,例如可以确定针对排位第一的结构化对象[a1,b1]配置的标识信息可以为0,针对排位第二的结构化对象[a2,b2]配置的标识信息可以为1。将该包括异构数组的信息转换为文档型信息后,例如可以得到如下的结果:
对于上述包括异构数组的信息,例如需要查询s.A=a1&s.c=c1,可以首先设置预定义约束条件为多个要检索字段信息所对应的位置信息的距离差为0。然后,基于转换得到的包括位置信息文档型信息查询s.A=a1&s.c=c1时,可以得到a1所对应的位置信息为0,c1所对应的位置信息为2,两者之间的距离差不为0,表示数组s中不存在s.A=al&s.c=c1的结构化对象,没有命中结果。可以确定与查询s.A=a1&s.c=c1相对应的检测结果为空信息。在需要检索s.A=a1&s.B=b1的情况下,可以得到a1所对应的位置信息为0,b1所对应的位置信息为0,两者之间的距离差为0,可以命中结构化对象{″A″:″a1″,″B″:″b1″},可以确定与检索s.A=a1&s.B=b1相对应的检索结果为{″A″:″a1″,″B″:″b1″}。
通过本公开的上述实施例,可以基于标识信息,结合预定义约束条件,实现对结果话信息的可靠检索。该方法可以应用于知识图谱领域以及结构化搜索场景等结构化信息检索领域。相较于将结构化信息分成多个子文档的检索方式,压缩了数据膨胀,提高了检索效率,也无需考虑子文档存储时的空间限制。此外,该检索方法的实现,可以复用已有检索机制,减少了重新开发检索算法时的开销。
图4示意性示出了根据本公开实施例的信息检索装置的框图。
如图4所示,信息检索装置400包括第一确定模块410和检索模块420。
第一确定模块410,用于响应于检测到至少两个要检索字段信息,确定与每个要检索字段信息相对应的目标标识信息,得到至少两个目标标识信息。
检索模块420,用于根据预定义约束条件和至少两个目标标识信息,从候选检索信息中检索得到与至少两个要检索字段信息相对应的检索结果。候选检索信息包括多个字段信息,多个字段信息中的至少两个字段信息之间具有关联关系。
根据本公开的实施例,信息检索装置还包括第一配置模块和第二配置模块。
第一配置模块,用于针对候选检索信息中具有关联关系的字段信息,配置相同的标识信息。
第二配置模块,用于针对候选检索信息中不具有关联关系的字段信息,配置不同的标识信息。
根据本公开的实施例,候选检索信息中包括至少一个信息记录,每个信息记录中包括至少一个字段信息。信息检索装置还包括第二确定模块和第三确定模块。
第二确定模块,用于针对每个字段信息,确定与字段信息相对应的信息记录在候选检索信息中的排列位数。
第三确定模块,用于根据排列位数,确定与排列位数相对应的字段信息所对应的标识信息。
根据本公开的实施例,预定义约束条件包括至少两个目标标识信息所表征的信息内容相同。
根据本公开的实施例,候选检索信息中包括至少一个信息记录,每个信息记录中包括至少一个字段信息。检索模块包括第一确定单元和第二确定单元。
第一确定单元,用于响应于检测到至少两个目标标识信息均表征相同的信息内容,确定检索结果为与至少两个要检索字段信息相关的信息记录。
第二确定单元,用于响应于检测到至少两个目标标识信息均表征不同的信息内容,确定检索结果为空信息。
根据本公开的实施例,信息检索装置还包括第四确定模块。
第四确定模块,用于在确定不同的字段信息均属于同一信息记录中的字段信息的情况下,确定不同的字段信息具有关联关系。
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。
根据本公开的实施例,一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行本公开的信息检索方法。
根据本公开的实施例,一种存储有计算机指令的非瞬时计算机可读存储介质,其中,计算机指令用于使计算机执行本公开的信息检索方法。
根据本公开的实施例,一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现本公开的信息检索方法。
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,例如信息检索方法。例如,在一些实施例中,信息检索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检索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检索方法。
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)、复杂可编程逻辑设备(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)和互联网。
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,也可以是分布式系统的服务器,或者是结合了区块链的服务器。
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。
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。
Claims (12)
1.一种信息检索方法,包括:
响应于检测到至少两个要检索字段信息,确定与每个所述要检索字段信息相对应的目标标识信息,得到至少两个目标标识信息;以及
根据预定义约束条件和所述至少两个目标标识信息,从候选检索信息中检索得到与所述至少两个要检索字段信息相对应的检索结果,其中,所述候选检索信息包括多个字段信息,所述多个字段信息中的至少两个字段信息之间具有关联关系;
其中,与每个所述要检索字段信息相对应的目标标识信息是预先配置的;
其中,所述预定义约束条件包括以下至少之一:所述至少两个目标标识信息所表征的信息内容相同,所述至少两个目标标识信息所表征的数值信息满足预设条件。
2.根据权利要求1所述的方法,还包括:
针对所述候选检索信息中具有所述关联关系的字段信息,配置相同的标识信息;以及
针对所述候选检索信息中不具有所述关联关系的字段信息,配置不同的标识信息。
3.根据权利要求1所述的方法,其中,所述候选检索信息中包括至少一个信息记录,每个所述信息记录中包括至少一个所述字段信息;
配置与每个所述要检索字段信息相对应的目标标识信息的过程包括:
针对每个所述字段信息,确定与所述字段信息相对应的信息记录在所述候选检索信息中的排列位数;以及
根据所述排列位数,确定与所述排列位数相对应的字段信息所对应的标识信息。
4.根据权利要求1-3中任一项所述的方法,其中,所述候选检索信息中包括至少一个信息记录,每个所述信息记录中包括至少一个所述字段信息;
所述根据预定义约束条件和所述至少两个目标标识信息,从候选检索信息中检索得到与所述至少两个要检索字段信息相对应的检索结果包括:
响应于检测到所述至少两个目标标识信息均表征相同的信息内容,确定所述检索结果为与所述至少两个要检索字段信息相关的信息记录;以及
响应于检测到所述至少两个目标标识信息均表征不同的信息内容,确定所述检索结果为空信息。
5.根据权利要求1-3中任一项所述的方法,还包括:
在确定不同的字段信息均属于同一信息记录中的字段信息的情况下,确定所述不同的字段信息具有所述关联关系。
6.一种信息检索装置,包括:
第一确定模块,用于响应于检测到至少两个要检索字段信息,确定与每个所述要检索字段信息相对应的目标标识信息,得到至少两个目标标识信息;以及
检索模块,用于根据预定义约束条件和所述至少两个目标标识信息,从候选检索信息中检索得到与所述至少两个要检索字段信息相对应的检索结果,其中,所述候选检索信息包括多个字段信息,所述多个字段信息中的至少两个字段信息之间具有关联关系;
其中,与每个所述要检索字段信息相对应的目标标识信息是预先配置的;
其中,所述预定义约束条件包括以下至少之一:所述至少两个目标标识信息所表征的信息内容相同,所述至少两个目标标识信息所表征的数值信息满足预设条件。
7.根据权利要求6所述的装置,还包括:
第一配置模块,用于针对所述候选检索信息中具有所述关联关系的字段信息,配置相同的标识信息;以及
第二配置模块,用于针对所述候选检索信息中不具有所述关联关系的字段信息,配置不同的标识信息。
8.根据权利要求6所述的装置,其中,所述候选检索信息中包括至少一个信息记录,每个所述信息记录中包括至少一个所述字段信息;
所述装置还包括:
第二确定模块,用于针对每个所述字段信息,确定与所述字段信息相对应的信息记录在所述候选检索信息中的排列位数;以及
第三确定模块,用于根据所述排列位数,确定与所述排列位数相对应的字段信息所对应的标识信息。
9.根据权利要求6-8中任一项所述的装置,其中,所述候选检索信息中包括至少一个信息记录,每个所述信息记录中包括至少一个所述字段信息;
所述检索模块包括:
第一确定单元,用于响应于检测到所述至少两个目标标识信息均表征相同的信息内容,确定所述检索结果为与所述至少两个要检索字段信息相关的信息记录;以及
第二确定单元,用于响应于检测到所述至少两个目标标识信息均表征不同的信息内容,确定所述检索结果为空信息。
10.根据权利要求6-8中任一项所述的装置,还包括:
第四确定模块,用于在确定不同的字段信息均属于同一信息记录中的字段信息的情况下,确定所述不同的字段信息具有所述关联关系。
11.一种电子设备,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权利要求1-5中任一项所述的方法。
12.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-5中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210205613.3A CN114579573B (zh) | 2022-03-03 | 2022-03-03 | 信息检索方法、装置、电子设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210205613.3A CN114579573B (zh) | 2022-03-03 | 2022-03-03 | 信息检索方法、装置、电子设备以及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114579573A CN114579573A (zh) | 2022-06-03 |
CN114579573B true CN114579573B (zh) | 2022-12-09 |
Family
ID=81771391
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210205613.3A Active CN114579573B (zh) | 2022-03-03 | 2022-03-03 | 信息检索方法、装置、电子设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114579573B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113326420A (zh) * | 2021-06-15 | 2021-08-31 | 北京百度网讯科技有限公司 | 问题检索方法、装置、电子设备和介质 |
CN113392311A (zh) * | 2021-06-17 | 2021-09-14 | 中国工商银行股份有限公司 | 字段搜索方法、字段搜索装置、电子设备及存储介质 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7152073B2 (en) * | 2003-01-30 | 2006-12-19 | Decode Genetics Ehf. | Method and system for defining sets by querying relational data using a set definition language |
CN106649388A (zh) * | 2015-11-02 | 2017-05-10 | 阿里巴巴集团控股有限公司 | 信息检索方法及装置 |
US10885134B2 (en) * | 2017-05-12 | 2021-01-05 | International Business Machines Corporation | Controlling access to protected information |
US11294874B2 (en) * | 2018-07-25 | 2022-04-05 | Ab Initio Technology Llc | Structured record retrieval |
JP2020135207A (ja) * | 2019-02-15 | 2020-08-31 | 富士通株式会社 | 経路探索方法、経路探索プログラム、経路探索装置および経路探索のデータ構造 |
CN110866091B (zh) * | 2019-11-19 | 2023-07-11 | 杭州数梦工场科技有限公司 | 一种数据检索方法及装置 |
CN111158795A (zh) * | 2019-12-24 | 2020-05-15 | 深圳壹账通智能科技有限公司 | 报表生成方法、装置、介质及电子设备 |
CN112463827B (zh) * | 2020-11-16 | 2024-03-12 | 北京达佳互联信息技术有限公司 | 查询方法、装置、电子设备及存储介质 |
CN113268502B (zh) * | 2020-12-23 | 2025-03-04 | 上海右云信息技术有限公司 | 一种用于提供信息的方法与设备 |
CN113326363B (zh) * | 2021-05-27 | 2023-07-25 | 北京百度网讯科技有限公司 | 搜索方法及装置、预测模型训练方法及装置、电子设备 |
-
2022
- 2022-03-03 CN CN202210205613.3A patent/CN114579573B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113326420A (zh) * | 2021-06-15 | 2021-08-31 | 北京百度网讯科技有限公司 | 问题检索方法、装置、电子设备和介质 |
CN113392311A (zh) * | 2021-06-17 | 2021-09-14 | 中国工商银行股份有限公司 | 字段搜索方法、字段搜索装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN114579573A (zh) | 2022-06-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10585913B2 (en) | Apparatus and method for distributed query processing utilizing dynamically generated in-memory term maps | |
CN107771334B (zh) | 自动的数据库模式注释 | |
US10229200B2 (en) | Linking data elements based on similarity data values and semantic annotations | |
CN107690637B (zh) | 使用大表语料库连接语义相关的数据 | |
CN109614402B (zh) | 多维数据查询方法和装置 | |
EP4109293A1 (en) | Data query method and apparatus, electronic device, storage medium, and program product | |
CN109508361B (zh) | 用于输出信息的方法和装置 | |
US10915537B2 (en) | System and a method for associating contextual structured data with unstructured documents on map-reduce | |
CN113204621A (zh) | 文档入库、文档检索方法,装置,设备以及存储介质 | |
US20190087466A1 (en) | System and method for utilizing memory efficient data structures for emoji suggestions | |
CN113220710A (zh) | 数据查询方法、装置、电子设备以及存储介质 | |
CN112528067A (zh) | 图数据库的存储方法、读取方法、装置及设备 | |
CN113722600A (zh) | 应用于大数据的数据查询方法、装置、设备及产品 | |
CN113190551A (zh) | 特征检索系统的构建方法、特征检索方法、装置及设备 | |
CN110390011B (zh) | 数据分类的方法和装置 | |
CN112579673B (zh) | 一种多源数据处理方法及装置 | |
CN115080514A (zh) | 索引数据生成方法、信息检索方法、装置及计算机系统 | |
CN114579573B (zh) | 信息检索方法、装置、电子设备以及存储介质 | |
CN103530345A (zh) | 短文本特征扩展及拟合特征库构建方法、装置 | |
US20230153357A1 (en) | Method of processing an observation information, electronic device and storage medium | |
CN103891244B (zh) | 一种进行数据存储和检索的方法及装置 | |
EP4116889A2 (en) | Method and apparatus of processing event data, electronic device, and medium | |
CN114491232B (zh) | 信息查询方法、装置、电子设备和存储介质 | |
CN116955856A (zh) | 信息展示方法、装置、电子设备以及存储介质 | |
US20230086429A1 (en) | Method of recognizing address, electronic device and storage medium |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |