基于自然语言处理的智能检索方法及系统

本发明涉及检索技术领域，具体涉及基于自然语言处理的智能检索方法及系统。其方法包括：获取查询及候选文档集并计算查询向量和文档向量，构建与查询相关的分层概念超图，生成语义特征和文本结构特征，获取排序模型训练数据集并计算目标梯度Lambda值，采用两阶段交替优化策略训练排序模型，在梯度提升决策树模型训练阶段更新梯度提升决策树模型，在语义特征优化阶段构建优化目标并更新图注意力网络及分层概念超图的可学习参数，重复两阶段交替优化策略直至排序模型收敛，利用排序模型对新的候选文档集排序并输出结果。即本发明的方案能够降低搜索结果的冗余度且提高排序的准确性，有效提升整个检索系统性能，提高整个检索系统的排序效果。