(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210821438.0 (22)申请日 2022.07.13 (71)申请人 腾讯科技 （武汉） 有限公司 地址 430000 湖北省武汉市江夏经济开发 区庙山阳光五路特1号 (72)发明人 康战辉　 (74)专利代理 机构 华进联合专利商标代理有限 公司 44224 专利代理师 张思佳 (51)Int.Cl. G06F 16/33(2019.01) G06F 16/953(2019.01) G06F 40/258(2020.01) G06F 40/30(2020.01) G06N 3/04(2006.01)G06N 3/08(2006.01) (54)发明名称 数据搜索方法、 装置、 计算机设备和存储介 质 (57)摘要 本申请涉及一种数据搜索方法、 装置、 计算 机设备、 存储介质和计算机程序产品。 所述方法 通过先初步查找到包含查询文本中的至少一部 分内容的文档标题， 而后分别提取出查询文本和 文档标题的分类特征向量， 以基于分类特征向量 来对文档标题进行进一步地识别区分。 通过非单 调激活函数对各所述分类特征向量分别进行非 线性映射处理， 可以得到在同一映射空间具有差 异性的向量表达的分类稠 密向量， 这些分类稠 密 向量之间的差异性明显， 在通过池化处理 固定长 度后， 这些分类稠密向量的差异性也会保留下 来， 而在确定查询文本与文档标题之间的文本相 关性时， 也会 得到与查询文本 之间文本相关性差 异明显的文档标题， 最终得到更为准确的文档标 题排序结果。 权利要求书2页 说明书15页 附图8页 CN 115238034 A 2022.10.25 CN 115238034 A 1.一种数据搜索方法， 其特 征在于， 所述方法包括： 查找包含查询文本 中的至少一部分内容的文档标题， 并分别提取所述查询文本与 所述 文档标题各自的分类特 征向量； 通过非单调激活函数对各所述分类特征向量分别进行非线性映射， 得到每一所述分类 特征向量各自对应的分类稠密向量， 各所述分类稠密向量在同一映射空间具有差异 性的向 量表达； 对所述查询文本与 所述文档标题各自的分类稠密向量进行池化处理， 得到所述查询文 本的查询文本表达向量与所述文档标题的标题 表达向量； 基于所述查询文本表达向量与所述标题表达向量， 确定所述查询文本与所述文档标题 之间的文本相关性； 根据所述文本相关性对所述文档标题进行相关性排序， 得到查询文本对应的文档标题 排序结果。 2.根据权利要求1所述的方法， 其特征在于， 所述查找包含查询文本 中的至少一部分内 容的文档标题包括： 提取所述查询文本的关键词； 基于单词词典查找所述关键词对应的倒 排链指针， 得到所述倒排链指针指向的文档集 合， 所述文档集 合为标题内包 含所述关键词的文档所构建的集 合； 提取所述文档集 合中的文档标题。 3.根据权利要求1所述的方法， 其特征在于， 所述分别提取所述查询文本与 所述文档标 题各自的分类特 征向量包括： 分别对所述查询文本与所述文档标题进行分词处理， 得到所述查询文本与 所述文档标 题各自的词项； 提取所述词项的初始特 征向量； 分别对所述查询文本与所述文档标题各自的初始特征向量进行多层编码处理， 得到所 述查询文本与所述文档标题各自的分类特 征向量。 4.根据权利要求1所述的方法， 其特征在于， 所述对所述查询文本与 所述文档标题各自 的分类稠密向量进行池化处理， 得到所述查询文本的查询文本表达向量与所述文档标题的 标题表达向量包括： 对所述查询文本与 所述文档标题各自的分类稠密向量进行平均池化处理， 得到所述查 询文本的查询文本表达向量与所述文档标题的标题 表达向量。 5.根据权利要求1所述的方法， 其特征在于， 所述基于所述查询文本表达向量与所述标 题表达向量， 确定所述 查询文本与所述文档标题之间的文本相关性包括： 基于所述查询文本表达向量与所述标题表达向量， 得到向量余弦相似度， 将所述向量 余弦相似度作为所述 查询文本与所述文档标题之间的文本相关性。 6.根据权利要求1所述的方法， 其特征在于， 所述根据所述文本相关性对所述文档标题 进行相关性 排序， 得到查询文本对应的文档标题排序结果还 包括： 获取文档相关性分档数据； 根据所述文档相关性分档数据对所述文档标题进行相关性分档， 得到文档标题分档结 果；权　利　要　求　书 1/2 页 2 CN 115238034 A 2根据所述文本相关性以及所述文档标题分档结果对所述文档标题进行相关性排序， 得 到查询文本对应的文档标题排序结果。 7.根据权利要求1至6中任意一项所述的方法， 其特征在于， 所述根据所述文本相关性 对所述文档标题进行相关性 排序， 得到查询文本对应的文档标题排序结果之后， 还 包括： 获取各文档标题对应文档的文档质量 参数、 文档权威 性参数以及文档时新 性参数； 根据所述各文档标题的文本相关性、 文档质量参数、 文档权威性参数以及文档时新性 参数对所述文档标题排序结果进行 更新。 8.根据权利要求1至6中任意一项所述的方法， 其特征在于， 所述非单调激活函数包括 Mish函数。 9.一种数据搜索装置， 其特 征在于， 所述装置包括： 标题查找模块， 用于查找包含查询文本中的至少一部分内容的文档标题， 并分别提取 所述查询文本与所述文档标题各自的分类特 征向量； 映射处理模块， 用于通过非单调激活函数对各所述分类特征向量分别进行非线性映 射， 得到每一所述分类特征向量各自对应的分类稠密向量， 各所述分类稠密向量在同一映 射空间具有差异性的向量表达； 池化处理模块， 用于对所述查询文本与 所述文档标题各自的分类稠密向量进行池化处 理， 得到所述 查询文本的查询文本表达向量与所述文档标题的标题 表达向量； 相关性识别模块， 用于基于所述查询文本表达向量与所述标题表达向量， 确定所述查 询文本与所述文档标题之间的文本相关性； 文档标题排序模块， 用于根据所述文本相关性对所述文档标题进行相关性排序， 得到 查询文本对应的文档标题排序结果。 10.一种计算机设备， 包括存储器和 处理器， 所述存储器存储有计算机程序， 其特征在 于， 所述处 理器执行所述计算机程序时实现权利要求1至8中任一项所述的方法的步骤。 11.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序 被处理器执行时实现权利要求1至8中任一项所述的方法的步骤。 12.一种计算机程序产品， 包括计算机程序， 其特征在于， 该计算机程序被处理器执行 时实现权利要求1至8中任一项所述的方法的步骤。权　利　要　求　书 2/2 页 3 CN 115238034 A 3