摘要
本发明公开了一种基于计算机自然语言处理的搜索方法及系统,通过预设语义知识图谱提取查询文本中关键词的同义词集合及上下文关联关系,结合深度学习模型生成表征语义维度的语义向量;基于语义向量从查询日志提取历史行为特征序列,采用注意力机制模型解析用户搜索意图;利用语义匹配算法对预构建数据库进行相似性匹配,筛选满足阈值的信息匹配集;通过上下文感知的动态分片算法对匹配集进行分布式处理,构建索引分片集群;采用跨分片图注意力网络实现语义聚合,经动态语义投影生成优化后的搜索结果集合。本发明通过语义知识图谱与深度学习的多模态融合,结合动态分布式处理架构,提升了搜索意图识别的准确性及大规模语义匹配的效率。
技术关键词
语义知识图谱
语义向量
计算机自然语言
语义匹配算法
深度学习模型
分片
同义词
注意力机制
语义特征
关键词
搜索方法
搜索意图识别
多尺度特征提取
索引
集群
文本
系统为您推荐了相关专利信息
语义向量
协同控制方法
视觉
计算机可执行指令
协同控制装置
动态仿真模型
高斯烟羽模型
仿真系统
可视化模块
数据采集模块
能力表征模型
管理方法
动态查询系统
需求预测模型
资源
损伤检测方法
玉米果穗
深度学习模型
影像
损伤检测系统
桌面整理方法
生成桌面
整理机器人
溅射方法
指令