CN119127970B 基于搜索引擎的標準物質標準品檢索及排序方法及系統 （壇墨質檢科技股份有限公司）

基于搜索引擎的標準物質標準品檢索及排本發明提供一種基于搜索引擎的標準物質2獲取用戶輸入的檢索關鍵詞，基于雙向編碼器構建通用語言模示并與所述領域自適應語言模型結合，計算所述檢索關鍵詞和標準物質知識的語義相關對于所述候選檢索結果對應的結構化特征，通過證據理論和模過屬性加權的異質信息網絡表示學習模型挖掘高階語義關聯特征并通過協同過濾進行跨基于所述優質檢索結果，通過層次化因子分解機模型將檢索結果獲取用戶輸入的檢索關鍵詞，對所述檢索關鍵詞進行標準化處理料庫中的語料對所述通用語言模型進行訓練，根據訓練結果對所述通用語言模型進行微3對所述標準物質標準品知識庫中的知識轉換為張量形式，得到知識將所述檢索關鍵詞通過所述領域自適應語言模型進行編碼，得到所述r2表示復數對角矩陣dr的范數的平方。4.根據權利要求1所述的方法，其特征在于，對于所述候選檢索結果對應的結構化特自適應特征權重，基于所述自適應特征權重對所述結構化特征對應的子空間進行獨立聚對于所述候選檢索結果，通過特征提取算法提取對應的結構化特征，4對于所述結構化特征，基于所述自適應特征權重構建每個結構化特征對應的子空間，將所述候選檢索結果視為異質信息網絡中的節點并將所述結構化特征作為異質信息基于所述初始綜合評分，基于預先獲取的當前用戶對應的個人偏好5通過計算所述狀態嵌入表示和所述動作嵌入表示的內積計算所述獎勵函數選擇最大的獎勵函數值并確定對應的動作嵌入表示和狀態嵌入表示，生8.基于搜索引擎的標準物質標準品檢索及排序系統，用于實現前述權利要求1_7中任第二單元，用于對于所述候選檢索結果對應的結構化特征，通第三單元，用于基于所述優質檢索結果，通過層次化因子分6其中，所述處理器被配置為調用所述存儲器存儲的指令，以執行程序指令被處理器執行時實現權利要求1至7中任意7[0005]本發明實施例提供一種基于搜索引擎的標準物質標準品8標準物質知識嵌入對應的實體和關系，結合異構信息網絡表示學習模型構建異構信息網9點與具有最大局部密度的數據點之間的最小距離并自動確定聚類中心，得到第一聚類結量并定義能量函數，通過最小化所述能量函數確定關聯依賴并通過變分推斷算法近似推[0024]將所述候選檢索結果視為異質信息網絡中的節點并將所述結構化特征作為異質信息網絡中節點的屬性，通過屬性加權的異質信息網絡表示學習模型進行節點嵌入學習，述全局最優聚類結果作為用戶的偏好類別，確定所述候選檢索結果之間的跨類別語義關函數，通過計算所述狀態嵌入表示和所述動作嵌入表示的內積計算所述獎勵函數的函數結合少量標準物質領域語料庫對所述通用語言模型進行微調，得到領域自適應語言模型，[0050]圖1為本發明實施例基于搜索引擎的標準物質標準品檢索及排序方法的流程示意[0051]圖2為本發明實施例基于搜索引擎的標準物質標準品檢索及排序系統的結構示意[0054]圖1為本發明實施例基于搜索引擎的標準物質標準品檢索及排序方法的流程示意構信息網絡，結合元路徑方法確定語義關聯并結合所述語義相關性生成綜合相關度度量，用語言模型是一種用于生成和理解自然語言的模型，旨在捕捉語言中的一般規律和模式，所述少量標準物質領域語料庫是一個專門為特定領域(如標準物質領域)構建的少量語料標準物質知識嵌入對應的實體和關系，結合異構信息網絡表示學習模型構建異構信息網系，通過詞典匹配方法從開源的標準物質數據庫(如NISTSRM)中提取標準物質標準品信純度等不同粒度上進行匹配和聚類，返回top一k個最相關的標準物質作為候選檢索結果，[0074]S2.對于所述候選檢索結果對應的結構化特指的是通過復雜的語義關聯模型捕捉的數據特征，這些特征不僅考慮了直接的語義關系，品之間的歷史交互數據來預測用戶對未知物點與具有最大局部密度的數據點之間的最小距離并自動確定聚類中心，得到第一聚類結量并定義能量函數，通過最小化所述能量函數確定關聯依賴并通過變分推斷算法近似推[0080]將所述候選檢索結果視為異質信息網絡中的節點并將所述結構化特征作為異質信息網絡中節點的屬性，通過屬性加權的異質信息網絡表示學習模型進行節點嵌入學習，述全局最優聚類結果作為用戶的偏好類別，確定所述候選檢索結果之間的跨類別語義關[0082]通過特征提取算法(如TF_IDF、Word2Vec等)提取候選檢索結果對應的結構化特合質量函數為每個維度對應的結構化特征分配自適得到全局最優聚類結果，如：高純銅(99.99％以上)→半導體材料、高純銅(99.95％_[0092]S3.基于所述優質檢索結果，通過層次化高維數據中的復雜交互關系，所述高維評分張量是一種表示數據多維度交互的張量結構，用于捕捉數據中的多個特征維度的交互作用，所述高階奇異值分解是一種張量分解方法，函數，通過計算所述狀態嵌入表示和所述動作嵌入表示的內積計算所述獎勵函數的函數[0101]基于初始綜合評分，結合預先獲取的當前用戶個人偏好段并將用戶需要的字段加入到產品列表中，最后將產品列表和新的過濾條件展示給用戶，值倒序排列。[0110]圖2為本發明實施例基于搜索引擎的標準物質標準品