(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 202210358947.4 (22)申请日 2022.04.02 (71)申请人 中南民族大 学 地址 430000 湖北省武汉市洪山区民族大 道708号、 823号 (72)发明人 覃俊　刘璐　刘晶　孙翀　帖军　 尹帆　叶正　张泽谨　 (74)专利代理 机构 深圳市世纪恒程知识产权代 理事务所 4 4287 专利代理师 吴士卿 (51)Int.Cl. G06F 16/33(2019.01) G06F 40/30(2020.01) G06F 16/35(2019.01) G06F 40/211(2020.01)G06K 9/62(2022.01) (54)发明名称 文本检索方法、 装置、 设备及存 储介质 (57)摘要 本发明属于数据处理领域， 公开了一种文本 检索方法、 装置、 设备及存储介质。 该方法包括： 根据查询文本和待处理句子通过预设BERT模型 确定分类标签向量， 所述待处理句子基于预设文 档集确定； 确定所述查询文本对应的文本语义信 息和所述预设文档集对应的句子语义信息； 确定 所述预设文档集的上下文语义信息； 根据所述分 类标签向量、 所述文本语义信息、 所述句子语义 信息和所述上下文语义信息生 成文本检索结果。 相对于现有的直接采用截断法 处理文档， 进而确 定检索结果的方式， 本发明上述方式能够综合考 虑查询文本和待处理句子的语义 关系， 提高文本 检索的准确性。 权利要求书2页 说明书9页 附图3页 CN 114780678 A 2022.07.22 CN 114780678 A 1.一种文本检索方法， 其特 征在于， 所述文本检索方法包括以下步骤： 根据查询文本和待处理句子通过预设BERT模型确定分类标签向量， 所述待处理句子基 于预设文档集确定； 确定所述 查询文本对应的文本语义信息和所述预设文档集对应的句子语义信息； 确定所述预设文档集的上 下文语义信息； 根据所述分类标签向量、 所述文本语义信息、 所述句子语义信息和所述上下文语义信 息生成文本检索结果。 2.如权利要求1所述的文本检索方法， 其特征在于， 所述根据查询文本和待处理句子通 过预设BERT模型确定分类标签向量的步骤之前， 还 包括： 对预设文档集进行文本预处 理， 获得处 理后的目标文档； 通过文档分类 器对所述目标文档进行分割， 获得待处 理句子。 3.如权利要求1所述的文本检索方法， 其特征在于， 所述根据查询文本和待处理句子通 过预设BERT模型确定分类标签向量的步骤， 包括： 确定所述 查询文本的文本 长度和所述待处 理句子的句子 长度； 根据所述文本 长度和所述句子 长度判断所述待处 理句子是否满足截断条件； 若满足， 则对所述待处 理句子进行截断处 理， 获得截断后的待处 理句子； 根据所述 查询文本和所述截断后的待处 理句子生成预设BERT模型的输入嵌入； 将所述输入嵌入输入至预设BERT模型， 获得分类标签向量。 4.如权利要求1所述的文本检索方法， 其特征在于， 所述确定所述查询文本对应的文本 语义信息和所述预设文档集对应的句子语义信息的步骤， 包括： 通过预设隐含狄利克 雷分布模型确定所述 查询文本对应的查询主题分布； 通过预设隐含狄利克 雷分布模型确定所述预设文档集对应的文档主题分布； 分别对所述文档主题分布和所述查询主题分布求平均， 获得文本语义信 息和句子语义 信息。 5.如权利要求4所述的文本检索方法， 其特征在于， 所述确定所述查询文本对应的文本 语义信息和所述预设文档集对应的句子语义信息的步骤之前， 还 包括： 获取查询集样本和文档集样本； 将所述查询集样本和所述文档集样本作为训练语料， 并从所述训练语料中提取目标主 题信息； 根据所述训练语料和所述目标主题信 息对初始隐含狄利克雷分布模型进行训练， 得到 预设隐含狄利克 雷分布模型。 6.如权利要求1 ‑5任一项所述的文本检索方法， 其特征在于， 所述确定所述预设文档集 的上下文语义信息的步骤， 包括： 获取所述预设文档集对应的待处 理句子； 将所述待处理句子传递至预设主题模型， 获得所述待处理句子中各句子对应的句子主 题分布； 将所述句子主题分布作为上 下文语义信息 。 7.如权利要求1 ‑5任一项所述的文本检索方法， 其特征在于， 所述根据 所述分类标签向 量、 所述文本语义信息、 所述句 子语义信息和所述上下文语义信息生成文本检索结果的步权　利　要　求　书 1/2 页 2 CN 114780678 A 2骤， 包括： 将所述分类标签向量、 所述文本语义信息、 所述句子语义信息和所述上下文语义信息 进行拼接， 获得拼接信息； 将所述拼接信息 输入分类 器， 获得文档相关性分值； 根据所述文档相关性分值 生成文本检索结果。 8.一种文本检索装置， 其特 征在于， 所述文本检索装置包括： 分类标签向量确定模块， 用于根据查询文本和待处理句子通过预设BERT模型确定分类 标签向量， 所述待处 理句子基于预设文档集确定； 语义信息确定模块， 用于确定所述查询文本对应的文本语义信 息和所述预设文档集对 应的句子语义信息； 上下文语义信息确定模块， 用于确定所述预设文档集的上 下文语义信息； 检索结果确定模块， 用于根据 所述分类标签向量、 所述文本语义信 息、 所述句子语义信 息和所述上 下文语义信息生成文本检索结果。 9.一种文本检索设备， 其特征在于， 所述设备包括： 存储器、 处理器及存储在所述存储 器上并可在所述处理器上运行的文本检索程序， 所述文本检索程序配置为实现如权利要求 1至7中任一项所述的文本检索方法的步骤。 10.一种存储介质， 其特征在于， 所述存储介质上存储有文本检索程序， 所述文本检索 程序被处 理器执行时实现如权利要求1至7任一项所述的文本检索方法的步骤。权　利　要　求　书 2/2 页 3 CN 114780678 A 3