本技術(shù)涉及人工智能，尤其涉及一種數(shù)據(jù)檢索方法、文本數(shù)據(jù)庫(kù)生成方法及服務(wù)器。

背景技術(shù)：

1、目前知識(shí)問(wèn)答系統(tǒng)回答的準(zhǔn)確性較低。

技術(shù)實(shí)現(xiàn)思路

1、本技術(shù)實(shí)施例提供了一種數(shù)據(jù)檢索方法、文本數(shù)據(jù)庫(kù)生成方法及服務(wù)器，旨在解決知識(shí)問(wèn)答系統(tǒng)回答準(zhǔn)確性的問(wèn)題。

2、第一方面，本技術(shù)實(shí)施例提供一種數(shù)據(jù)檢索方法，包括：

3、基于問(wèn)題文本與文本數(shù)據(jù)庫(kù)中文本塊的第一相似度，從所述文本數(shù)據(jù)庫(kù)中提取出第一數(shù)量的文本塊，所述文本數(shù)據(jù)庫(kù)中包括多個(gè)文本塊及與各個(gè)所述文本塊對(duì)應(yīng)的元數(shù)據(jù)，所述元數(shù)據(jù)包括對(duì)應(yīng)文本塊的標(biāo)題路徑、所述文本塊所在文本內(nèi)容在第一文檔中的第一順序標(biāo)識(shí)及所述文本塊在文本內(nèi)容中的第二順序標(biāo)識(shí)，所述文本內(nèi)容為所述第一文檔中，隸屬于任意一個(gè)末級(jí)標(biāo)題的文本內(nèi)容；

4、基于預(yù)設(shè)上下文范圍和所述第一數(shù)量的文本塊中每個(gè)文本塊的第一元數(shù)據(jù)，確定出所述每個(gè)文本塊的關(guān)聯(lián)文本塊，所述第一元數(shù)據(jù)為所述第一數(shù)量的文本塊中每個(gè)文本塊對(duì)應(yīng)的元數(shù)據(jù)；

5、基于所述第一元數(shù)據(jù)以及第二元數(shù)據(jù)，對(duì)所述每個(gè)文本塊以及所述每個(gè)文本塊的關(guān)聯(lián)文本塊進(jìn)行排序整合得到每個(gè)所述文本塊對(duì)應(yīng)的目標(biāo)文本內(nèi)容，所述第二元數(shù)據(jù)為所述每個(gè)文本塊的關(guān)聯(lián)文本塊的元數(shù)據(jù)；

6、基于每個(gè)所述文本塊對(duì)應(yīng)的目標(biāo)文本內(nèi)容，確定所述問(wèn)題文本對(duì)應(yīng)的答復(fù)文本。

7、在一種可能的實(shí)現(xiàn)中，所述基于每個(gè)所述文本塊對(duì)應(yīng)的目標(biāo)文本內(nèi)容，確定所述問(wèn)題文本對(duì)應(yīng)的答復(fù)文本包括：

8、基于所述第一相似度，從每個(gè)所述文本塊對(duì)應(yīng)的目標(biāo)文本內(nèi)容中提取出第二數(shù)量的所述目標(biāo)文本內(nèi)容；

9、將第二數(shù)量的所述目標(biāo)文本內(nèi)容作為提示文本及問(wèn)題文本推送至大語(yǔ)言模型，得到所述問(wèn)題文本的答復(fù)文本。

10、本技術(shù)實(shí)施例提供的數(shù)據(jù)檢索方法，基于元數(shù)據(jù)得到的目標(biāo)文本內(nèi)容在文檔當(dāng)中是一個(gè)完整的組成部分，保證了提示內(nèi)容的完整性和連貫性，進(jìn)而提升知識(shí)問(wèn)答的準(zhǔn)確性。在一種可能的實(shí)現(xiàn)中，所述基于預(yù)設(shè)上下文范圍和所述第一數(shù)量的文本塊中每個(gè)文本塊的第一元數(shù)據(jù)，確定出所述每個(gè)文本塊的關(guān)聯(lián)文本塊，包括：

11、基于所述預(yù)設(shè)上下文范圍，確定出所述每個(gè)文本塊的關(guān)聯(lián)文本塊的最大數(shù)量；

12、將所述最大數(shù)量作為所述每個(gè)文本塊的上下文窗口區(qū)間的長(zhǎng)度，確定出所述每個(gè)文本塊的關(guān)聯(lián)文本塊。

13、在一種可能的實(shí)現(xiàn)中，所述數(shù)據(jù)檢索方法還包括：

14、將第一文檔隸屬于末級(jí)標(biāo)題的文本內(nèi)容拆分為至少一個(gè)文本塊，其中，所述第一文檔包含目錄，所述目錄至少包含一個(gè)層級(jí)的標(biāo)題；

15、存儲(chǔ)文本塊索引數(shù)據(jù)，以生成所述文本數(shù)據(jù)庫(kù)，所述文本塊索引數(shù)據(jù)包括：所述文本塊和所述元數(shù)據(jù)。

16、在一種可能的實(shí)現(xiàn)中，所述將第一文檔隸屬于末級(jí)標(biāo)題的文本內(nèi)容拆分為至少一個(gè)文本塊，包括：

17、對(duì)所述文本內(nèi)容進(jìn)行標(biāo)記處理，得到帶有標(biāo)記符的文本內(nèi)容；

18、基于預(yù)設(shè)切分長(zhǎng)度和預(yù)設(shè)的文本塊切分判斷規(guī)則，對(duì)所述帶有標(biāo)記符的文本內(nèi)容進(jìn)行切分，得到一個(gè)或多個(gè)文本塊。

19、在一種可能的實(shí)現(xiàn)中，所述基于預(yù)設(shè)切分長(zhǎng)度和預(yù)設(shè)的文本塊切分判斷規(guī)則，對(duì)所述帶有標(biāo)記符的文本內(nèi)容進(jìn)行切分，包括：

20、按照預(yù)設(shè)順序從所述標(biāo)記符中選擇出的標(biāo)記符對(duì)所述文本內(nèi)容進(jìn)行切分，并判斷每次切分得到的每個(gè)文本塊長(zhǎng)度是否不大于預(yù)設(shè)切分長(zhǎng)度，且相鄰兩個(gè)文本塊的長(zhǎng)度不小于所述預(yù)設(shè)切分長(zhǎng)度。

21、在一種可能的實(shí)現(xiàn)中，所述按照預(yù)設(shè)順序從所述標(biāo)記符中選擇出的標(biāo)記符對(duì)所述文本內(nèi)容進(jìn)行切分，包括：

22、按照所述標(biāo)記符的優(yōu)先級(jí)由高到低的順序，依次進(jìn)行所述標(biāo)記符的選擇，其中當(dāng)前次選擇的標(biāo)記符的優(yōu)先級(jí)低于前一次選擇的標(biāo)記符的優(yōu)先等級(jí)；

23、基于每次選擇出的標(biāo)記符對(duì)前一次切分得到的文本內(nèi)容進(jìn)行切分。

24、在一種可能的實(shí)現(xiàn)中，所述對(duì)所述文本內(nèi)容進(jìn)行標(biāo)記處理，得到帶有標(biāo)記符的文本內(nèi)容，包括：

25、基于預(yù)設(shè)轉(zhuǎn)換工具將所述文本內(nèi)容轉(zhuǎn)換為markdown格式的文本；

26、將所述markdown格式的文本輸入至json轉(zhuǎn)換器進(jìn)行標(biāo)記信息的處理，得到所述帶有標(biāo)記符的文本內(nèi)容。

27、第二方面，本技術(shù)實(shí)施例提供一種文本數(shù)據(jù)庫(kù)生成方法，應(yīng)用于第一文檔，所述第一文檔包含目錄，所述目錄至少包含一個(gè)層級(jí)的標(biāo)題，所述方法包括：

28、將所述第一文檔中隸屬于末級(jí)標(biāo)題的文本內(nèi)容拆分為至少一個(gè)文本塊；

29、存儲(chǔ)文本塊索引數(shù)據(jù)，所述文本塊索引數(shù)據(jù)包括：所述文本塊和元數(shù)據(jù)，所述元數(shù)據(jù)包括：所述文本塊的標(biāo)題路徑、所述文本塊所在所述文本內(nèi)容在所述第一文檔中的第一順序標(biāo)識(shí)以及文本塊的第二順序標(biāo)識(shí)。

30、第三方面，本技術(shù)實(shí)施例提供一種服務(wù)器，包括至少一個(gè)處理器和與所述處理器連接的存儲(chǔ)器，其中：

31、所述存儲(chǔ)器用于存儲(chǔ)計(jì)算機(jī)程序；

32、所述處理器用于執(zhí)行所述計(jì)算機(jī)程序，以使所述服務(wù)器能夠?qū)崿F(xiàn)如第一方面或第一方面的任一實(shí)現(xiàn)方式所述的數(shù)據(jù)檢索方法，或第二發(fā)面所述的文本數(shù)據(jù)庫(kù)生成方法。

33、第三方面，本技術(shù)實(shí)施例提供一種文本數(shù)據(jù)庫(kù)生成裝置，應(yīng)用于第一文檔，所述第一文檔包含目錄，所述目錄至少包含一個(gè)層級(jí)的標(biāo)題，所述裝置包括：

34、文檔切分模塊，用于將所述第一文檔中隸屬于末級(jí)標(biāo)題的文本內(nèi)容拆分為至少一個(gè)文本塊；以及

35、數(shù)據(jù)存儲(chǔ)模塊，用于存儲(chǔ)文本塊索引數(shù)據(jù)，所述文本塊索引數(shù)據(jù)包括：所述文本塊和元數(shù)據(jù)，所述元數(shù)據(jù)包括：所述文本塊的標(biāo)題路徑、所述文本塊所在所述文本內(nèi)容在所述第一文檔中的第一順序標(biāo)識(shí)以及文本塊的第二順序標(biāo)識(shí)。

36、第四方面，本技術(shù)實(shí)施例提供一種數(shù)據(jù)檢索裝置，包括：

37、文本塊檢索模塊，用于基于問(wèn)題文本與文本數(shù)據(jù)庫(kù)中文本塊的第一相似度，從所述文本數(shù)據(jù)庫(kù)中提取出第一數(shù)量的文本塊，所述文本數(shù)據(jù)庫(kù)中包括多個(gè)文本塊及與各個(gè)所述文本塊對(duì)應(yīng)的元數(shù)據(jù)，所述元數(shù)據(jù)包括對(duì)應(yīng)文本塊的標(biāo)題路徑、所述文本塊所在文本內(nèi)容在第一文檔中的第一順序標(biāo)識(shí)及所述文本塊在文本內(nèi)容中的第二順序標(biāo)識(shí)，所述文本內(nèi)容為所述第一文檔中，隸屬于任意一個(gè)末級(jí)標(biāo)題的文本內(nèi)容；

38、關(guān)聯(lián)文本確定模塊，用于基于預(yù)設(shè)上下文范圍和所述第一數(shù)量的文本塊中每個(gè)文本塊的第一元數(shù)據(jù)，確定出所述每個(gè)文本塊的關(guān)聯(lián)文本塊，所述第一元數(shù)據(jù)為所述第一數(shù)量的文本塊中每個(gè)文本塊對(duì)應(yīng)的元數(shù)據(jù)；

39、文本塊整合模塊，用于基于所述第一元數(shù)據(jù)以及第二元數(shù)據(jù)，對(duì)所述每個(gè)文本塊以及所述每個(gè)文本塊的關(guān)聯(lián)文本塊進(jìn)行排序整合得到每個(gè)所述文本塊對(duì)應(yīng)的目標(biāo)文本內(nèi)容，所述第二元數(shù)據(jù)為所述每個(gè)文本塊的關(guān)聯(lián)文本塊的元數(shù)據(jù)；以及

40、答復(fù)文本生成模塊，用于基于每個(gè)所述文本塊對(duì)應(yīng)的目標(biāo)文本內(nèi)容，確定所述問(wèn)題文本對(duì)應(yīng)的答復(fù)文本。

41、第五方面，本技術(shù)實(shí)施例提供了一種服務(wù)器，包括至少一個(gè)處理器和與所述處理器連接的存儲(chǔ)器，其中：

42、所述存儲(chǔ)器用于存儲(chǔ)計(jì)算機(jī)程序；

43、所述處理器用于執(zhí)行所述計(jì)算機(jī)程序，以使所述服務(wù)器能夠?qū)崿F(xiàn)如第一方面任意一項(xiàng)所述的數(shù)據(jù)檢索方法，或第二方面所述的文本數(shù)據(jù)庫(kù)生成方法。

44、第六方面，本技術(shù)實(shí)施例提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述存儲(chǔ)介質(zhì)承載有一個(gè)或多個(gè)計(jì)算機(jī)程序，當(dāng)所述一個(gè)或多個(gè)計(jì)算機(jī)程序被電子設(shè)備如第一方面任意一項(xiàng)所述的數(shù)據(jù)檢索方法，或第二方面所述的文本數(shù)據(jù)庫(kù)生成方法。

45、第七方面，本技術(shù)實(shí)施例提供一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)可讀指令，當(dāng)所述計(jì)算機(jī)可讀指令在電子設(shè)備上運(yùn)行時(shí)，使得所述電子設(shè)備實(shí)現(xiàn)如第一方面任意一項(xiàng)所述的數(shù)據(jù)檢索方法，或第二方面所述的文本數(shù)據(jù)庫(kù)生成方法。