本技術(shù)涉及文本檢索領(lǐng)域，尤其涉及一種基于知識(shí)圖譜的文本檢索方法及裝置。

背景技術(shù)：

1、隨著企業(yè)內(nèi)部，文本資料的電子化程度的普及，電子文檔數(shù)量隨著時(shí)間的推移也在不斷增多，即使對(duì)電子文檔進(jìn)行合理歸類，也無法使得企業(yè)內(nèi)部人員快速定位所需的文檔，更無法使得企業(yè)內(nèi)部人員直接獲取文檔中的所需要的關(guān)鍵信息。

2、現(xiàn)有技術(shù)，往往通過關(guān)鍵詞，對(duì)文檔名進(jìn)行初步檢索，獲取所需要的文檔，然后人工從獲取的文檔的目錄中找到自身所需的關(guān)鍵信息的章節(jié)，并進(jìn)行進(jìn)一步的搜尋，不僅費(fèi)事費(fèi)力，還可能遺漏其他相關(guān)的信息內(nèi)容。為了避免大量人工操作，部分企業(yè)通過結(jié)合大語言模型，將文檔切分，獲取小段的文段，并通過文本嵌入，將文段轉(zhuǎn)化為向量，并與用戶輸入的關(guān)鍵詞做相似度計(jì)算，從而獲取與檢索關(guān)鍵詞匹配的文段。上述方法容易使得相互關(guān)聯(lián)的文檔中的關(guān)鍵信息被遺漏，此外如果文段切分的大小不合理，將會(huì)使得最終獲取到的檢索信息過于分散，從而導(dǎo)致大語言模型無法根據(jù)匹配獲取的文段回答出符合要求的關(guān)鍵信息。

3、因此，如何提高文本檢索結(jié)果的完備性以及文本匹配過程中的準(zhǔn)確性，是當(dāng)前需要解決的技術(shù)問題。

技術(shù)實(shí)現(xiàn)思路

1、本技術(shù)提供了一種基于知識(shí)圖譜的文本檢索方法及裝置，以解決如何提高文本檢索結(jié)果的完備性以及文本匹配過程中的準(zhǔn)確性的技術(shù)問題。

2、為了解決上述技術(shù)問題，第一方面，本技術(shù)實(shí)施例提供了一種基于知識(shí)圖譜的文本檢索方法，包括：

3、獲取用戶輸入的第一文本信息，并通過預(yù)設(shè)的大語言模型向量化所述第一文本信息，獲取第一向量；

4、通過余弦相似度，結(jié)合所述第一向量，從預(yù)設(shè)的知識(shí)庫中篩選最相似的知識(shí)圖譜作為第一知識(shí)圖譜，并根據(jù)所述第一知識(shí)圖譜，獲取知識(shí)信息；所述知識(shí)圖譜，是通過提取預(yù)設(shè)的知識(shí)文檔中的關(guān)鍵詞，并結(jié)合預(yù)設(shè)的節(jié)點(diǎn)關(guān)聯(lián)規(guī)則而獲取；

5、將所述知識(shí)信息輸入至所述大語言模型，以使所述大語言模型根據(jù)所述知識(shí)信息，輸出文本檢索結(jié)果。

6、相比于現(xiàn)有技術(shù)，本技術(shù)實(shí)施例具有如下有益效果：通過將文檔轉(zhuǎn)換為知識(shí)圖譜，從而引入了知識(shí)圖譜的網(wǎng)狀特征至檢索匹配過程中，該網(wǎng)狀特征可以有效保留不同文檔之間的關(guān)聯(lián)性以及不同關(guān)鍵字之間的關(guān)聯(lián)性。將文檔轉(zhuǎn)化為知識(shí)圖譜后，根據(jù)節(jié)點(diǎn)以及知識(shí)圖譜之間的關(guān)聯(lián)性，能夠更好地判斷字段與字段間的關(guān)聯(lián)性以及文檔與文檔間的關(guān)聯(lián)性，從而可以根據(jù)匹配獲取的一個(gè)知識(shí)圖譜，獲取完備性更高的文本檢索結(jié)果。此外，當(dāng)切分后的文檔過大或者輸入關(guān)鍵詞過多，導(dǎo)致向量過長(zhǎng)，通過余弦相似度，判斷兩個(gè)向量之間的相似性，避免了向量長(zhǎng)度對(duì)于相似度評(píng)估的影響，提高了文本匹配過程的精準(zhǔn)性。

7、在本技術(shù)第一方面的一些實(shí)施例中，所述知識(shí)圖譜，是通過提取預(yù)設(shè)的知識(shí)文檔中的關(guān)鍵詞，并結(jié)合預(yù)設(shè)的節(jié)點(diǎn)關(guān)聯(lián)規(guī)則而獲取，包括：

8、切片處理所述知識(shí)文檔，獲取若干切片文檔，并統(tǒng)計(jì)所述知識(shí)文檔中各詞條在各所述切片文檔中出現(xiàn)的詞頻；

9、根據(jù)第一預(yù)設(shè)閾值，并依次結(jié)合各所述切片文檔中出現(xiàn)的詞條的所述詞頻，確定各所述切片文檔的所有第一關(guān)鍵詞；

10、將所述第一關(guān)鍵詞作為節(jié)點(diǎn)，結(jié)合所述節(jié)點(diǎn)關(guān)聯(lián)規(guī)則，獲取對(duì)應(yīng)各所述切片文檔對(duì)應(yīng)的知識(shí)圖譜。

11、相比于現(xiàn)有技術(shù)，上述實(shí)施例具有以下有益效果：通過切片文檔中詞條出現(xiàn)的頻率，確定該詞條是否為切片文檔中的關(guān)鍵詞，并將該切片文檔中的所有關(guān)鍵詞作為知識(shí)圖譜的節(jié)點(diǎn)，并結(jié)合關(guān)鍵詞之間關(guān)聯(lián)的程度，建立對(duì)應(yīng)切片文檔的知識(shí)圖譜。當(dāng)其他切片文檔的關(guān)鍵詞與當(dāng)前切片文檔中的某個(gè)關(guān)鍵詞相同時(shí)，兩個(gè)切片文檔通過知識(shí)圖譜的共享節(jié)點(diǎn)進(jìn)行關(guān)聯(lián)，同時(shí)通過關(guān)鍵詞構(gòu)建知識(shí)圖譜的節(jié)點(diǎn)，使得知識(shí)圖譜中包含了各切片文檔中的關(guān)鍵文本信息，提高了后續(xù)文本檢索結(jié)果的完備性。

12、在本技術(shù)第一方面的一些實(shí)施例中，所述根據(jù)第一預(yù)設(shè)閾值，并依次結(jié)合各所述切片文檔中出現(xiàn)的詞條的所述詞頻，確定各所述切片文檔的所有第一關(guān)鍵詞，包括：

13、統(tǒng)計(jì)各所述詞條被包含在各所述切片文檔中的文檔頻次；

14、根據(jù)當(dāng)前所述切片文檔中的第一詞條對(duì)應(yīng)的詞頻以及文檔頻次，獲取各第一詞條在對(duì)應(yīng)所述切片文檔中的權(quán)重；

15、根據(jù)各第一詞條的所述權(quán)重，結(jié)合所述第一預(yù)設(shè)閾值，從當(dāng)前切片文檔的所有第一詞條中篩選出所有所述第一關(guān)鍵詞。

16、相比于現(xiàn)有技術(shù)，上述實(shí)施例具有以下有益效果：除了考慮單個(gè)詞條在單個(gè)切片文檔中出現(xiàn)的頻率，還統(tǒng)計(jì)了包含該詞條的切片文檔個(gè)數(shù)，即文檔頻次，該過程，不僅考慮了詞條在單個(gè)切片文檔中的重要性，還考慮了在整篇文檔中的重要性，從而使得選擇出來的第一關(guān)鍵詞包含了文檔的更多語義特征，提高了后續(xù)文本匹配的準(zhǔn)確性。

17、在本技術(shù)第一方面的一些實(shí)施例中，所述根據(jù)所述第一知識(shí)圖譜，獲取知識(shí)信息，包括：

18、獲取與所述第一知識(shí)圖譜關(guān)聯(lián)的若干第二知識(shí)圖譜；其中，所述第二知識(shí)圖譜包括：與所述第一知識(shí)圖譜共享同一個(gè)節(jié)點(diǎn)的知識(shí)圖譜；

19、合并所述第一知識(shí)圖譜以及所有所述第二知識(shí)圖譜對(duì)應(yīng)的切片文檔，獲取所述知識(shí)信息。

20、相比于現(xiàn)有技術(shù)，上述實(shí)施例具有以下有益效果：當(dāng)獲取到與用戶輸入的第一文本信息最為匹配的第一知識(shí)圖譜后，即可以確定與該第一文本信息最匹配的切片文檔，此時(shí)通過知識(shí)圖譜的網(wǎng)狀結(jié)構(gòu)特征，可以輕松找到與第一知識(shí)圖譜連接的第二知識(shí)圖譜，并根據(jù)第二知識(shí)圖譜獲取其對(duì)應(yīng)的切片文檔，從而獲取到與第一文本信息相關(guān)所有切片文檔，提高獲取到的知識(shí)信息的完備性。

21、在本技術(shù)第一方面的一些實(shí)施例中，所述通過余弦相似度，結(jié)合所述第一向量，從預(yù)設(shè)的知識(shí)庫中篩選最相似的知識(shí)圖譜作為第一知識(shí)圖譜，包括：

22、依次遍歷所述知識(shí)庫中的各知識(shí)圖譜，并通過預(yù)設(shè)的圖嵌入模型獲取當(dāng)前知識(shí)圖譜對(duì)應(yīng)的第二向量；

23、計(jì)算各所述第二向量與所述第一向量的余弦相似度，確定所述余弦相似度最大的第二向量對(duì)應(yīng)的知識(shí)圖譜為所述第一知識(shí)圖譜。

24、相比于現(xiàn)有技術(shù)，上述實(shí)施例具有以下有益效果：由于文檔切分過程中，可能會(huì)出現(xiàn)切分后的文檔過大或者輸入關(guān)鍵詞過多，導(dǎo)致向量過長(zhǎng)。因此通過余弦相似度，判斷兩個(gè)向量之間的相似性，避免了向量長(zhǎng)度對(duì)于相似度評(píng)估的影響，提高了文本匹配過程的精準(zhǔn)性；此外，通過知識(shí)圖譜以及圖嵌入模型的結(jié)合，解決了文本信息和圖信息的匹配問題，使得可以運(yùn)用知識(shí)圖譜的節(jié)點(diǎn)關(guān)聯(lián)特征，提高后續(xù)文本匹配過程的精準(zhǔn)性。

25、在本技術(shù)第一方面的一些實(shí)施例中，所述大語言模型根據(jù)所述知識(shí)信息，輸出文本檢索結(jié)果，包括：

26、通過所述大語言模型，對(duì)所述知識(shí)信息進(jìn)行整理，獲取第三文本信息；

27、通過預(yù)設(shè)模板，模板化所述第三文本信息，獲取所述文本檢索結(jié)果。

28、相比于現(xiàn)有技術(shù)，上述實(shí)施例具有以下有益效果：當(dāng)獲取到完整的知識(shí)信息后，此時(shí)知識(shí)信息還無法直接用于回復(fù)用戶。通過大語言模型，對(duì)知識(shí)信息進(jìn)行進(jìn)一步整合理解，并模板化整合后的第三文本信息，相當(dāng)于將離散化的關(guān)鍵信息碎片整合成完整且連貫的文本檢索結(jié)果，提高了文本檢索結(jié)果在表達(dá)上的準(zhǔn)確性以及提高了用戶的檢索信息獲取效率。

29、第二方面，本技術(shù)實(shí)施例還提供一種基于知識(shí)圖譜的文本檢索裝置，包括：文本向量獲取模塊、知識(shí)信息獲取模塊以及文本檢索結(jié)果獲取模塊；

30、其中，所述文本向量獲取模塊，用于獲取用戶輸入的第一文本信息，并通過預(yù)設(shè)的大語言模型向量化所述第一文本信息，獲取第一向量；

31、所述知識(shí)信息獲取模塊，用于通過余弦相似度，結(jié)合所述第一向量，從預(yù)設(shè)的知識(shí)庫中篩選最相似的知識(shí)圖譜作為第一知識(shí)圖譜，并根據(jù)所述第一知識(shí)圖譜，獲取知識(shí)信息；所述知識(shí)圖譜，是通過提取預(yù)設(shè)的知識(shí)文檔中的關(guān)鍵詞，并結(jié)合預(yù)設(shè)的節(jié)點(diǎn)關(guān)聯(lián)規(guī)則而獲??；

32、所述文本檢索結(jié)果獲取模塊，用于將所述知識(shí)信息輸入至所述大語言模型，以使所述大語言模型根據(jù)所述知識(shí)信息，輸出文本檢索結(jié)果。

33、在本技術(shù)第二方面的一些實(shí)施例中，所述知識(shí)圖譜，是通過提取預(yù)設(shè)的知識(shí)文檔中的關(guān)鍵詞，并結(jié)合預(yù)設(shè)的節(jié)點(diǎn)關(guān)聯(lián)規(guī)則而獲取，包括：

34、切片處理所述知識(shí)文檔，獲取若干切片文檔，并統(tǒng)計(jì)所述知識(shí)文檔中各詞條在各所述切片文檔中出現(xiàn)的詞頻；

35、根據(jù)第一預(yù)設(shè)閾值，并依次結(jié)合各所述切片文檔中出現(xiàn)的詞條的所述詞頻，確定各所述切片文檔的所有第一關(guān)鍵詞；

36、將所述第一關(guān)鍵詞作為節(jié)點(diǎn)，結(jié)合所述節(jié)點(diǎn)關(guān)聯(lián)規(guī)則，獲取對(duì)應(yīng)各所述切片文檔對(duì)應(yīng)的知識(shí)圖譜。

37、在本技術(shù)第二方面的一些實(shí)施例中，所述知識(shí)信息獲取模塊，用于根據(jù)所述第一知識(shí)圖譜，獲取知識(shí)信息，包括：

38、獲取與所述第一知識(shí)圖譜關(guān)聯(lián)的若干第二知識(shí)圖譜；其中，所述第二知識(shí)圖譜包括：與所述第一知識(shí)圖譜共享同一個(gè)節(jié)點(diǎn)的知識(shí)圖譜；

39、合并所述第一知識(shí)圖譜以及所有所述第二知識(shí)圖譜對(duì)應(yīng)的切片文檔，獲取所述知識(shí)信息。

40、在本技術(shù)第二方面的一些實(shí)施例中，所述知識(shí)信息獲取模塊，用于通過余弦相似度，結(jié)合所述第一向量，從預(yù)設(shè)的知識(shí)庫中篩選最相似的知識(shí)圖譜作為第一知識(shí)圖譜，包括：

41、依次遍歷所述知識(shí)庫中的各知識(shí)圖譜，并通過預(yù)設(shè)的圖嵌入模型獲取當(dāng)前知識(shí)圖譜對(duì)應(yīng)的第二向量；

42、計(jì)算各所述第二向量與所述第一向量的余弦相似度，確定所述余弦相似度最大的第二向量對(duì)應(yīng)的知識(shí)圖譜為所述第一知識(shí)圖譜。