(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 202210818195.5 (22)申请日 2022.07.13 (71)申请人 树根互联股份有限公司 地址 510000 广东省广州市海珠区琶洲大 道东路3号3 03-309房 (72)发明人 李开金　谭振海　刘伏桃　李建民　 (74)专利代理 机构 北京超凡宏宇专利代理事务 所(特殊普通 合伙) 11463 专利代理师 梁韬 (51)Int.Cl. G06F 16/332(2019.01) G06F 16/9532(2019.01) G06F 40/216(2020.01) G06F 40/289(2020.01) G06F 40/295(2020.01)G06F 40/30(2020.01) (54)发明名称 资产元信息搜索方法、 装置、 计算机设备及 可读存储介质 (57)摘要 本发明实施例公开了一种资产元信息搜索 方法、 装置、 计算机设备及可读存储介质， 所述搜 索方法包括： 获取搜索语料数据； 根据预设的专 业术语数据库中的专业术语信息对所述搜索语 料数据进行分词处理， 以得到初始分词样本； 基 于预设的标签数据库对所述初始分词样本进行 标签化， 以得到目标分词样 本， 其中， 所述目标分 词样本包括具有目标标签的关键词； 根据所述目 标分词样本在预设的资产元信息索引 数据库中 匹配目标资产元信息索引； 根据所述目标资产元 信息索引在预设的资产数据库中导出目标资产 元信息。 基于专业术语数据库和标签数据库的构 建， 能够有效缩小进行资产搜索时的搜索范围， 从而能够在复杂的检索环境中精确搜索到目标 资产元信息 。 权利要求书2页 说明书11页 附图1页 CN 114911917 A 2022.08.16 CN 114911917 A 1.一种资产元信息 搜索方法， 其特 征在于， 所述资产元信息 搜索方法包括： 获取搜索语料 数据； 根据预设的专业术语数据库中的专业术语信 息对所述搜索语料数据进行分词处理， 以 得到初始分词样本， 所述初始分词样本中包括所述专业术语数据库中对应专 业术语信息的 关键词； 基于预设的标签数据库对所述初始分词样本进行标签化， 以得到目标分词样本， 其中， 所述目标分词样本包括具有目标 标签的关键词； 根据所述目标分词样本在预设的资产元信息索引数据库中匹配目标资产元信息索引； 根据所述目标资产元信息索引在预设的资产数据库中导出目标资产元信息 。 2.根据权利要求1所述的资产 元信息搜索方法， 其特征在于， 所述预设的专业术语数据 库的构建步骤， 包括： 初始化专业术语数据库和资产 数据库， 以得到初始专业术语数据库和预设的资产 数据 库； 对预设网络文本数据进行筛 选处理， 以得到预设数量的第一关键词样本； 基于关键词权重计算模型处理所述预设的资产数据库中的资产 元信息， 以得到预设数 量的第二关键词样本； 根据所述初始专业术语数据库、 所述第一关键词样本和所述第二关键词样本， 构建所 述预设的专业 术语数据库。 3.根据权利要求2所述的资产 元信息搜索方法， 其特征在于， 对预设网络文本数据进行 筛选处理， 以得到预设数量的第一关键词样本的步骤， 包括： 对于预设网络文本数据进行预处理， 以得到预设数量的词语样本， 所述预处理包括分 词、 词性标注和去除停用词； 计算各词语样本在所述网络文本数据中的词频和逆文本频率； 根据各词语样本的词频和逆文本频率计算各词语样本的第一权值分数； 确定所述第一权值分数 大于第一预设 分数阈值的词语样本作为所述第一关键词样本 。 4.根据权利要求2所述的资产 元信息搜索方法， 其特征在于， 基于关键词权重计算模型 处理所述预设的资产数据库中的资产元信息， 以得到预设数量的第二关键词样本的步骤， 包括： 获取所述预设的资产数据库中的各资产元信息的待选关键词样本； 计算各所述待选关键词样本的目标特征的特征分数， 其中， 所述目标特征包括词频 ‑逆 文本频率特 征、 长度特 征、 首位置特 征、 词跨度特 征和主题特 征； 基于各所述待选关键词样本的目标特征的特征分数计算对应各所述待选关键词样本 的第二权值分数； 选择所述第二权值分数大于第二预设分数阈值的待选关键词样本作为所述第二关键 词样本。 5.根据权利要求1所述的资产 元信息搜索方法， 其特征在于， 基于预设的标签数据库对 所述初始分词样本进行 标签化， 以得到目标分词样本的步骤， 包括： 根据预设的标签推荐算法在预设的标签数据库中匹配与所述初始分词样本中关键词 对应的目标 标签；权　利　要　求　书 1/2 页 2 CN 114911917 A 2确定与所述关键词关联的唯一标签数据， 以得到所述目标分词样本 。 6.根据权利要求5所述的资产 元信息搜索方法， 其特征在于， 根据 预设的标签推荐算法 在预设的标签数据库中匹配与所述初始分词样本中关键词对应的目标 标签的步骤， 包括： 在预设的标签数据库中匹配与所述初始分词样本中各关键词对应的多个待选标签， 所 述待选标签为被使用次数超过 预设次数阈值的标签数据； 根据所述初始分词样本中的各关键词以及匹配到的多个所述待选标签， 构建数据 ‑标 签矩阵； 根据各关键词的待选标签之间的相似度构建数据相似度矩阵； 基于预设算法处 理所述数据相似度矩阵， 以得到对应一个关键词的各待选标签评分； 选择评分超过 预设阈值的待选标签作为所述关键词的目标 标签。 7.根据权利要求1所述的资产 元信息搜索方法， 其特征在于， 根据 所述目标分词样本在 预设的资产元信息索引数据库中匹配目标资产元信息索引的步骤， 包括： 根据预设的标签数据查找对应的候选表数据， 其中， 所述候选表数据包括表名/表别名 和表格中的码表数据； 根据预设的语义权 重处理所述候选表数据以得到预设数量的第一语义向量； 根据所述目标分词样本中的关键词得到第二语义向量； 综合所述第一语义向量和所述第二语义向量计算所述资产元信息索引数据库中每一 资产元信息索引的匹配得分， 将所述匹配得分最高的资产元信息索引作为所述目标资产元 信息索引。 8.一种资产元信息 搜索装置， 其特 征在于， 所述资产元信息 搜索装置包括： 获取模块， 用于获取搜索语料 数据； 分词模块， 用于根据 预设的专业术语数据库中的专业术语信 息对所述搜索语料数据进 行分词处理， 以得到初始分词样本， 所述初始分词样本中包括所述专业术语数据库中对应 专业术语信息的关键词； 标签化模块， 用于基于预设的标签数据库对所述初始分词样本进行标签化， 以得到目 标分词样本， 其中， 所述目标分词样本包括具有对应标签的关键词； 匹配模块， 用于根据 所述目标分词样本在预设的资产元信 息索引数据库中匹配对应的 资产元信息索引； 索引模块， 用于根据 所述资产 元信息索引在预设的资产 数据库中导出对应的目标资产 元信息。 9.一种计算机设备， 其特征在于， 所述计算机设备包括处理器和存储器， 所述存储器存 储有计算机程序， 所述计算机程序在所述处理器上运行时执行权利要求 1至7任一项 所述的 资产元信息 搜索方法。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质中存储有计算机 程序， 所述计算机程序在处理器上运行时执行权利要求 1至7中任一项 所述的资产元信息搜 索方法。权　利　要　求　书 2/2 页 3 CN 114911917 A 3