具体实施方式

下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。

应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。

本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。

需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。

需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。

本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。

首先，对本公开的应用场景进行说明。本公开可以应用于文本搜索场景，例如文章、歌词、网页等的搜索场景。在相关技术中对文本搜索采用的倒排索引的方式包括，在数据库中精确查找包含用户输入的待搜索文本的文档，根据文档中出现待搜索文本的频率进行排序后，得到相匹配的文档作为搜索结果。但是，当用户输入的待搜索文本与数据库中的词语存在偏差时，例如，用户可能会由于疏忽使得输入的待搜索文本中存在拼写错误或不标准的情况，采用上述倒排索引的方式难以准确匹配到用户预期的搜索结果，会导致搜索结果错误或不完整的情况发生，降低了用户的体验。

为了解决上述问题，本公开提供了一种文本搜索的方法、装置、可读介质及电子设备，将待搜索的第一文本按照多种预设划分方式划分，得到多组目标划分文本集，该多组目标划分文本集可以对用户拼写错误的情况进行有效规避，体现出用户的真实预期；然后通过预先训练的文本向量模型进行检索，这样，可以提高文本搜索的准确率，从而避免由于用户拼写错误导致的搜索结果错误或不完整的情况发生，提高用户的体验。

以下结合附图对本公开的具体实施方式进行详细说明。

图1是根据一示例性实施例示出的一种文本搜索方法，如图1所示，该方法包括：

步骤101、将待搜索的第一文本按照多种预设划分方式划分，得到多组目标划分文本集。

示例地，上述待搜索的第一文本，可以是用户输入的文本；该预设划分方式可以是句子划分、词语划分和字符划分中的任意一种，通过该预设划分方式，可以得到该第一文本对应的文本语句集、文本词语集和文本字符集中，其中的任意一种都可以作为目标划分文本集。

需要说明的是，通过本步骤得到的多组目标划分文本集可以对用户拼写错误的情况进行有效规避，体现出用户的真实预期。例如：用户期望搜索的文本为“newyork inseptember”，但由于用户输入时拼写错误，将待搜索的第一文本输入为“newyork inseptmber”，若仅按照分词方式处理，则分词后得到的结果为“newyork、in、septmber”或“newyork、in、sept、m、ber”，这样，通过倒排索引的方式进行精确查找，会无法搜索到对应的文本。但是，采用本实施例中的方式，可以对该第一文本“newyork in septmber”分别进行句子划分、词语划分和字符划分，句子划分可以将该第一文本划分为一个整体的句子“newyork in septmber”作为该第一文本对应的文本语句集；词语划分将该第一文本划分为“newyork、in、septmber”或“newyork、in、sept、m、ber”作为该第一文本对应的文本词语集；字符划分可以将该第一文本划分为单个的字母“n、e、w、y、o、r、k、i、n、s、e、p、t、m、b、e、r”作为该第一文本对应的文本字符集。这样，虽然用户输入的第一文本存在拼写错误，但是通过划分后句子、词语、字符的组合作用，特别是字符的作用下，仍然可以使得划分后的多组目标划分文本集与用户的预期结果具有一定的相似性，从而能够在搜索中体现出用户的真实预期。

步骤102、将该多组目标划分文本集输入预先训练的文本向量模型，得到第一文本向量。

同样的示例中，可以将上述第一文本对应的文本语句集、文本词语集和文本字符集，输入预先训练的文本向量模型中，该文本向量模型对该文本语句集、文本词语集和文本字符集进行编码后，可以得到第一文本向量。

步骤103、根据该第一文本向量从预先建立的文本知识库的第二文本向量中获取目标文本向量。

其中，该文本知识库包括一个或多个第二文本向量，以及该第二文本向量对应的第二文本。

在本步骤中，可以根据第一文本向量和第二文本向量的相似度获取目标文本向量，例如，可以将与第一文本向量的相似度大于或等于第一预设相似度阈值的第二文本向量，作为目标文本向量；或者，将第二文本向量与第一文本向量的相似度按照从大到小进行排序，将相似度排序在前的第一预设数目个第二文本向量作为目标文本向量。

步骤104、将该目标文本向量对应的第二文本作为目标搜索结果，并展示该目标搜索结果。

采用上述方法，将待搜索的第一文本按照多种预设划分方式划分，得到多组目标划分文本集；将该多组目标划分文本集输入预先训练的文本向量模型，得到第一文本向量；根据该第一文本向量从预先建立的文本知识库的第二文本向量中获取目标文本向量，该文本知识库包括一个或多个第二文本向量，以及该第二文本向量对应的第二文本；将该目标文本向量对应的第二文本作为目标搜索结果，并展示该目标搜索结果。这样，通过上述多组目标划分文本集可以对用户拼写错误的情况进行有效规避，体现出用户的真实预期；然后通过预先训练的文本向量模型进行检索，从而可以提高文本搜索的准确率，避免由于用户拼写错误导致的搜索结果错误或不完整的情况发生，提高用户的体验。

在本公开的另一实施例中，考虑到用户在搜索时输入的第一文本一般是少量关键字或少量关键词语，很少是连续的大段文字，因此对第一文本进行句子划分的作用不明显，因此，上述预设划分方式可以包括词语划分和字符划分，上述多组目标划分文本集也可以包括第一目标划分文本集和第二目标划分文本集；上述步骤101将待搜索的第一文本按照多种预设划分方式划分，得到多组目标划分文本集，可以包括以下两个步骤：

步骤一、对第一文本进行词语划分，得到包含一个或多个目标词语的第一目标划分文本集。

其中，词语划分的方式可以是分词(Tokenization)，通过分词的方式得到的目标词语可以称为Token，该目标词语可以为英文单词、中文词语、数字和标点中任意一种或多种。

在本步骤中，可以采用多种方法对上述第一文本进行分词，例如，基于词典的分词方法、基于统计的机器学习分词方法、以及基于理解的分词方法等。

进一步地，还可以首先确定第一文本的语言，根据第一文本的语言使用该语言对应的词语划分方式进行划分。示例地，若第一文本的语言为中文，则可以采用基于词典的分词方法，或基于统计的机器学习分词方法，或者将两者相结合以提高分词准确率。若第一文本的语言为英文，则可以采用简单的基于空格和标点划分的分词方法，当然，英文也可以采用基于词典的分词方法，或基于统计的机器学习分词方法。通过上述词语划分，可以将第一文本分割成以英文单词和/或中文词语为单位的目标词语，从而可以更集中的分析文本信息的内容和文本想表达的含义。

示例地，若第一文本为“what do you mean”，则通过词语划分，可以得到以下四个目标词语：what、do、you、mean，这四个目标词语可以组合为上述第一目标划分文本集。若第一文本为“我是中国人”，则通过词语划分，可以得到以下三个目标词语：我、是、中国人，同样地，这三个目标词语也可以组合为上述第一目标划分文本集。

步骤二、对第一文本进行字符划分，得到包含一个或多个目标字符的第二目标划分文本集。

其中，该目标字符为字母、汉字、数字和标点符号中任意一种。

示例地，若第一文本为“what do you mean？”，则通过字符划分，可以得到以下十四个目标字符：w、h、a、t、d、o、y、o、u、m、e、a、n、？，这十四个目标字符可以组合为上述第二目标划分文本集。若第一文本为“我是1个中国人”，则通过字符划分，可以得到以下七个目标字符：我、是、1、个、中、国、人，同样地，这七个目标字符也可以组合为上述第二目标划分文本集。

需要说明的是，上述步骤一和步骤二可以按照不同的顺序串行执行，也可以并行执行，并行执行可以提高对第一文本进行划分的效率。

这样，可以将该第一目标划分文本集和该第二目标划分文本集，输入预先训练的文本向量模型，得到该第一文本向量。由于将第一文本分别按照词语和字符为单位进行了划分，可以获取更为准确的第一文本向量。

进一步地，该文本向量模型可以包括词编码网络和字符编码网络；该文本向量模型可以用于：

通过该词编码网络将该第一目标划分文本集进行编码后得到词向量；通过该字符编码网络将该第二目标划分文本集进行编码后得到字符向量；根据上述词向量和字符向量，计算得到第一文本向量。

其中，上述词编码网络和字符编码网络均可以为机器学习模型，示例地，可以是预先训练的卷积神经网络(Convolutional Neural Networks，CNN)模型或长短期记忆模型(Long-Short Term Memory，LSTM)中的一种或多种。

图2是根据一示例性实施例示出的一种文本向量模型的结构示意图，如图2所示，该文本向量模型包括词编码网络201和字符编码网络202，以根据第一文本“I'm on therun it's a state of mind”获取第一文本向量为例，说明如下：

首先，对第一文本“I'm on the run it's a state of mind”进行上述词语划分，得到包含九个目标词语(I'm、on、the、run、it's、a、state、of、mind)的第一目标划分文本集；并行地对第一文本“I'm on the run it's a state of mind”进行上述字符划分，得到包含27个目标字符(I、'、m、o、n、t、h、e、r、u、n、i、t、'、s、a、s、t、a、t、e、o、f、m、i、n、d)的第二目标划分文本集。

然后，将上述第一目标划分文本集输入词编码网络201，编码后得到64维的词向量；将上述第二目标划分文本集输入字符编码网络202，编码后得到64维的字符向量。

最后，将词向量和字符向量分别经过标准化后相加计算得到128维的第一文本向量。

需要说明的是，上述词向量和字符向量也可以是128维向量或256维向量，同样地，第一文本向量也可以是256维向量或512维向量，本公开对此不作限制。

这样，通过将第一文本分别按照词语和字符为单位进行了划分，并输入上述包含词编码网络和字符编码网络的文本向量模型，可以获取更为准确的第一文本向量，特别是在用户输入的词语出现拼写错误的时候，通过词语+字符相融合的方式，可以得到更加符合用户预期的第一文本向量；并通过第一文本向量与第二文本向量进行对比，获取目标文本向量以及该目标文本向量对应的第二文本，从而提高了文本搜索的准确性，进一步提高了用户的体验。

进一步地，上述词编码网络可以捕捉到词语的前后顺序，也就是说，相同的词语按照不同的顺序排列后，输入该词编码网络，得到的词向量也不相同。上述第一目标划分文本集中的目标词语可以按照目标词语在第一文本中出现的顺序进行排序，输入词编码网络后可以得到更为准确的词向量；同样地，上述字符编码网络也可以捕捉到字符的前后顺序，上述第二目标划分文本集中的目标字符可以按照目标字符在第一文本中出现的顺序进行排序，输入字符编码网络后可以得到更为准确的字符向量。

这样，该文本向量模型可以根据词语或字符的顺序生成更为准确的第一文本向量，从而进一步提高文本搜索的准确率。

图3是根据一示例性实施例示出的一种文本向量模型的训练方法，如图3所示，该文本向量模型通过以下方式预先训练得到：

步骤301、获取训练样本集合。

其中，该训练样本集合中包括多个训练样本对以及每个训练样本对的相似度。

在本步骤中，训练样本集合的获取方式可以包括以下步骤：

首先，可以根据用户对多个历史搜索结果实施的历史操作行为信息，分别确定各个历史搜索结果与历史搜索信息之间的相似度。

其中，该历史搜索结果是根据用户输入的该历史搜索信息进行搜索得到的。该历史搜索信息可以包括在历史时段(如过去一周或过去一个月)用户输入的待搜索文本；根据该待搜索文本，可以搜索出多条历史搜索结果。示例地，用户输入的待搜索文本为A，可以搜索出含有A1至An，共n条历史搜索结果。

上述历史操作行为信息可用于表征用户是否对该历史搜索结果实施了操作。

示例地，该历史操作行为信息可包括用户点击行为信息或用户浏览行为信息中的任意一项。例如，若用户点击了历史搜索结果，或者用户浏览了历史搜索结果，则认为用户对历史搜索结果实施了操作。

进一步地，该历史操作行为信息也可以包括用户点击行为信息和用户浏览行为。例如，若用户点击了历史搜索结果，并且在该历史搜索结果对应的页面浏览了第一预设时长，则认为用户对该历史搜索结果实施了操作。上述第一预设时长可以为预先设定的5秒至2分钟之间的任意时长，例如20秒或30秒。

需要说明的是，在历史搜索结果符合用户的搜索意图的情况下，用户会对历史搜索结果实施操作，因此用户对历史搜索结果实施的历史操作行为信息，可以在一定程度上反映历史搜索结果与历史搜索信息之间的相似度。用户实施操作更多的历史搜索结果更加符合用户的搜索意图，即与历史搜索信息之间的相关度相对更高。在本实施例中，可以根据用户对历史搜索结果实施的历史操作行为信息，分别确定各个历史搜索结果与历史搜索信息之间的相似度，无需用户对相似度进行人工标注。

示例地，可以根据以下公式确定历史搜索结果与历史搜索信息之间的相似度：

S＝C/H；

其中，S表示历史搜索结果与历史搜索信息之间的相似度，C表示被用户对历史搜索结果实施历史操作行为的次数，H表示搜索引擎根据历史搜素信息搜索并向用户展示该历史搜索结果的次数。通过该公式得到的相似度可以为0到1之间的任意数值。

然后，根据该相似度，将该历史搜索信息和该历史搜索结果作为该训练样本对。

示例地，可以选择相似度大于或等于第二预设相似度阈值的历史搜索信息和历史搜索结果作为该训练样本对。该第二预设相似度阈值可以为0.3至1之间的任意数值，例如，可以为0.4或0.7。

而对于相似度小于该第二预设相似度阈值的历史搜索信息和历史搜索结果，则不作为训练样本对。

进一步地，由于用户的搜索行为比较频繁，在不同时间获取的历史搜索结果与历史搜索信息之间的相似度是有变化的，因此，可以根据不同时间多次获取的历史搜索结果和历史搜索信息之间的相似度，设定该历史搜索结果和该历史搜索信息之间的相似度范围，该相似度范围可以表征历史搜索结果和历史搜索信息之间的相似度的最大值和最小值。这样，可以将该相似度范围作为该训练样本对的相似度。

示例地，可以设定如下5个相似度范围：(0.84，1)，表示该历史搜索结果和该历史搜索信息之间的相似度的最小值为0.84，最大值为1；(0.68，0.9)，表示该历史搜索结果和该历史搜索信息之间的相似度的最小值为0.68，最大值为0.9；(0.54，0.8)，表示该历史搜索结果和该历史搜索信息之间的相似度的最小值为0.54，最大值为0.8；(0.48，0.7)，表示该历史搜索结果和该历史搜索信息之间的相似度的最小值为0.48，最大值为0.7；(0.4，0.6)，表示该历史搜索结果和该历史搜索信息之间的相似度的最小值为0.4，最大值为0.6。

最后，将多个该训练样本对的集合作为该训练样本集合。

这样，通过用户的历史搜索信息、历史搜索结果以及历史操作行为信息，可以获取到足够多的训练样本对，从而训练得到文本向量模型。

步骤302、根据训练样本集合中的训练样本对，确定第一损失函数和/或第二损失函数。

其中，该第一损失函数用于约束每个训练样本对的相似度满足预设相关相似度要求，该预设相关相似度要求可以是等于上述训练样本对对应的相似度，也可以是在上述训练样本对对应的相似度范围内，也就是大于或等于相似度的最小值，小于或等于相似度的最大值。在预设相关相似度要求为训练样本对对应的相似度范围的情况下，可以根据训练样本对以及该训练样本对的相似度，确定第一损失函数。示例地，该第一损失函数的表达式可以包括：

其中，L₁表示第一损失函数的值，N表示训练样本对的总数目，Text i，Text i′表示第i个训练样本对，LB标识该训练样本对的相似度最小值，UB标识该训练样本对的相似度最大值。

上述第二损失函数用于约束每个该训练样本对中的文本与该训练样本集合中其他训练样本对中的文本的相似度满足预设非相关相似度要求，该预设非相关相似度要求可以是无限趋近于0，或者，也可以是小于或等于第三预设相似度阈值。这样，可以根据上述训练样本集合中的多个训练样本对，确定第二损失函数。示例地，该第二损失函数的表达式可以包括：

其中，L₂表示第二损失函数的值，N表示训练样本对的总数目，Text i，Text i′表示第i个训练样本对，Text j，Text j′表示第j个训练样本对，其中i和j不相等。

步骤303、根据该训练样本集合、该第一损失函数和该第二损失函数，对预设模型进行训练后得到该文本向量模型。

同样地，该预设模型可以是卷积神经网络(Convolutional Neural Networks，CNN)模型或长短期记忆模型(Long-Short Term Memory，LSTM)中的一种或多种。

需要说明的是，上述第一损失函数和第二损失函数为可选项，在训练中，可以使用其中的任意一个损失函数，或两个均使用。

这样，在训练过程中，通过上述第一损失函数将训练样本对的文本作为正例，通过上述第二损失函数将训练样本集合中不同训练样本对之间的文本均互相作为负例，这样训练得到的文本向量模型可以实现相似文本之间生成的向量的相似度较高，而不相似文本之间生成的向量的相似度较低，从而进一步提高文本搜索的准确度。

在本公开的另一实施例中，上述第二文本包括文本语句和/或文档；上述文本知识库通过以下方式预先建立：

首先，将该第二文本中的文本语句按照该多种预设划分方式划分，得到多组目标语句划分文本集。

同样地，该预设划分方式可以包括词语划分和字符划分，该多组目标划分文本集可以包括第一目标划分文本集和第二目标划分文本集。本步骤可以包括：对第一文本进行词语划分，得到包含一个或多个目标词语的第一目标划分文本集；以及，对第一文本进行字符划分，得到包含一个或多个目标字符的第二目标划分文本集。其中，该目标字符为字母、汉字、数字和标点符号中任意一种。

然后，将该多组目标语句划分文本集输入上述文本向量模型，得到该文本语句对应的第二文本向量。

同样的，该文本向量模型也可以包括词编码网络和字符编码网络。

最后，根据该第二文本向量和该文本语句建立该文本知识库。

示例地，可以在建立第二文本向量与文本语句(也就是第二文本)的对应关系，这样，在该文本知识库中，可以很方便的根据第二文本向量得到对应的第二文本。

这样，通过上述方式，可以构建包含第二文本和第二文本向量的文本知识库，从而可以根据用户输入的待搜索文本在该文本知识库中搜索得到对应的文本，并向用户展示。

进一步地，为了方便检索，可以通过分层可导航小世界HNSW算法，为该第二文本向量添加向量索引，从而提高文本搜索的效率。

进一步地，在该第二文本包括文本语句和文档的情况下，该文本语句可以是通过对该文档进行语句切分后得到的语句。

其中，该文档可以是文章、歌词或网页等，语句切分的方式有多种，示例地，可以根据标点和预设特殊文本进行切分，该预设特殊文本可以包括预设起始文本和预设结尾文本，该预设起始文本是根据样本语句统计后获取的作为语句的起始词的第一概率大于第一预设概率阈值的文本；该预设结尾文本是根据样本语句统计后获取的作为语句的结尾词的第二概率大于第二预设概率阈值的文本。

需要说明的是，可以将某个词语在样本语句中作为起始词的次数与该词语在样本语句中出现的次数的比值，作为该词语作为语句的起始词的第一概率；同样地，可以将某个词语在样本语句中作为结尾词的次数与该词语在样本语句中出现的次数的比值，作为该词语作为语句的结尾词的第二概率。

这样，将文档进行切分后得到一个或多个文本语句，再将每个文本语句按照上述多种预设划分方式划分，得到多组目标语句划分文本集；将该多组目标语句划分文本集输入上述文本向量模型，得到该文本语句对应的第二文本向量；最后可以根据上述第二文本向量、文本语句和文档，建立文本知识库。示例地，可以建立第二文本向量与文本语句及文档的对应关系。采用该方式，可以很方便地通过第二文本向量获取文档或文本语句，提高了文本搜索的效率。

另外，由于用户在搜索时输入的第一文本一般是一个词语或一个语句，很少会是文档中的大段文字，因此，将文档切分为多个文本语句的方式，能够更加适配用户输入的待检索的第一文本，在文本搜索过程中，只需要计算待检索的第一文本对应的第一文本向量与上述文本语句对应的第二文本向量之间的相似度即可，而不需要将第一文本与整个文档去做对比检索，可以进一步提高文本搜索的效率。

进一步地，上述根据该第一文本向量从预先建立的文本知识库的第二文本向量中获取目标文本向量的方式可以包括以下步骤：

首先，从该文本知识库的第二文本向量中获取与该第一文本向量距离最近的候选文本向量。

示例地，可以根据上述分层可导航小世界HNSW算法实现近邻查找，快速的获取与该第一文本向量距离最近的候选文本向量

其次，根据该候选文本向量与该第一文本向量的相似度，从该候选文本向量中获取该目标文本向量。

在本步骤中，可以将与第一文本向量的相似度大于或等于第四预设相似度阈值的候选文本向量，作为目标文本向量；或者，将候选文本向量与第一文本向量的相似度按照从大到小进行排序，将相似度排序在前的第二预设数目个候选文本向量作为目标文本向量。

这样，通过该方式中，在文本知识库中存在大量第二文本向量的情况下，可以首先根据上述分层可导航小世界HNSW算法实现近邻查找，快速的获取与该第一文本向量距离最近的候选文本向量，然后再根据相似度获取目标文本向量。这样，可以进一步提高文本搜索的效率。

图4是根据一示例性实施例示出的一种文本搜索装置的框图。如图4所示，该文本搜索装置包括：

第一文本划分模块401，用于将待搜索的第一文本按照多种预设划分方式划分，得到多组目标划分文本集；

第一文本向量获取模块402，用于将该多组目标划分文本集输入预先训练的文本向量模型，得到第一文本向量；

目标文本向量获取模块403，用于根据该第一文本向量从预先建立的文本知识库的第二文本向量中获取目标文本向量，该文本知识库包括一个或多个第二文本向量，以及该第二文本向量对应的第二文本；

目标文本搜索模块404，用于将该目标文本向量对应的第二文本作为目标搜索结果，并展示该目标搜索结果。

可选地，该预设划分方式包括词语划分和字符划分，该多组目标划分文本集包括第一目标划分文本集和第二目标划分文本集；该第一文本划分模块401用于：

对该第一文本进行该词语划分，得到包含一个或多个目标词语的该第一目标划分文本集；

对该第一文本进行该字符划分，得到包含一个或多个目标字符的该第二目标划分文本集；

将该多组目标划分文本集输入预先训练的文本向量模型，得到第一文本向量包括：

将该第一目标划分文本集和该第二目标划分文本集，输入预先训练的文本向量模型，得到该第一文本向量。

可选地，该文本向量模型包括词编码网络和字符编码网络；该第一文本向量获取模块402，用于通过以下方式获取第一文本向量：

通过该词编码网络将该第一目标划分文本集进行编码后得到词向量；

通过该字符编码网络将该第二目标划分文本集进行编码后得到字符向量；

根据该词向量和字符向量，计算得到该第一文本向量。

图5是根据一示例性实施例示出的一种文本向量模型的训练装置，如图5所示，该训练装置包括；

训练样本获取模块501，用于获取训练样本集合，其中，该训练样本集合中包括多个训练样本对以及每个训练样本对的相似度；

第一损失函数确定模块502，用于根据该训练样本对以及该训练样本对的相似度，确定第一损失函数，其中，该第一损失函数用于约束每个训练样本对的相似度满足预设相关相似度要求；

模型训练模块503，用于根据该训练样本集合和该第一损失函数，对预设模型进行训练后得到该文本向量模型。

图6是根据一示例性实施例示出的另一种文本向量模型的训练装置，如图6所示，该训练装置还包括；

第二损失函数确定模块601，根据该训练样本集合中的多个训练样本对，确定第二损失函数；其中，该第二损失函数用于约束每个该训练样本对中的文本与该训练样本集合中其他训练样本对中的文本的相似度满足预设非相关相似度要求；

该模型训练模块503，用于根据该训练样本集合、该第一损失函数和该第二损失函数，对预设模型进行训练后得到该文本向量模型。

可选地，该训练样本获取模块501，用于：

根据用户对多个历史搜索结果实施的历史操作行为信息，分别确定各个历史搜索结果与历史搜索信息之间的相似度，该历史搜索结果是根据用户输入的该历史搜索信息进行搜索得到的；

根据该相似度，将该历史搜索信息和该历史搜索结果作为该训练样本对；

将多个该训练样本对的集合作为该训练样本集合。

图7是根据一示例性实施例示出的另一种文本搜索装置的框图。如图7所示，该文本搜索装置还包括文本知识库建立模块701，该第二文本包括文本语句，该文本知识库建立模块701用于通过以下方式预先建立该文本知识库：

将该文本语句按照该多种预设划分方式划分，得到多组目标语句划分文本集；

将该多组目标语句划分文本集输入该文本向量模型，得到该文本语句对应的第二文本向量；

根据该第二文本向量和该文本语句建立该文本知识库。

可选地，该第二文本还包括文档，该文本语句为通过对该文档进行语句切分后得到的语句；该文本知识库建立模块701，还用于根据该第二文本向量、该文本语句和该文档，建立该文本知识库。

可选地，该目标文本向量获取模块403，用于从该文本知识库的第二文本向量中获取与该第一文本向量距离最近的候选文本向量；根据该候选文本向量与该第一文本向量的相似度，从该候选文本向量中获取该目标文本向量。

综上所述，本公开首先将待搜索的第一文本按照多种预设划分方式划分，得到多组目标划分文本集，该多组目标划分文本集可以对用户拼写错误的情况进行有效规避，体现出用户的真实预期；然后将该多组目标划分文本集输入预先训练的文本向量模型，得到第一文本向量；根据该第一文本向量通过向量搜索的方式从预先建立的文本知识库中获取目标文本向量，以及该目标文本向量对应的第二文本，从而得到目标搜索结果。这样，可以提高文本搜索的准确率，从而避免由于用户拼写错误导致的搜索结果错误或不完整的情况发生，提高用户的体验。

下面参考图8，其示出了适于用来实现本公开实施例的电子设备800的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图8示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图8所示，电子设备800可以包括处理装置(例如中央处理器、图形处理器等)801，其可以根据存储在只读存储器(ROM)802中的程序或者从存储装置808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。在RAM803中，还存储有电子设备800操作所需的各种程序和数据。处理装置801、ROM802以及RAM803通过总线804彼此相连。输入/输出(I/O)接口805也连接至总线804。

通常，以下装置可以连接至I/O接口805：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置806；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置807；包括例如磁带、硬盘等的存储装置808；以及通信装置809。通信装置809可以允许电子设备800与其他设备进行无线或有线通信以交换数据。虽然图8示出了具有各种装置的电子设备800，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在非暂态计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置809从网络上被下载和安装，或者从存储装置808被安装，或者从ROM802被安装。在该计算机程序被处理装置801执行时，执行本公开实施例的方法中限定的上述功能。

需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。

上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。

上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：将待搜索的第一文本按照多种预设划分方式划分，得到多组目标划分文本集；将该多组目标划分文本集输入预先训练的文本向量模型，得到第一文本向量；根据该第一文本向量从预先建立的文本知识库的第二文本向量中获取目标文本向量，该文本知识库包括一个或多个第二文本向量，以及该第二文本向量对应的第二文本；将该目标文本向量对应的第二文本作为目标搜索结果，并展示该目标搜索结果。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言——诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，模块的名称在某种情况下并不构成对该模块本身的限定，例如，第一文本划分模块还可以被描述为“用于将待搜索的第一文本按照多种预设划分方式划分，得到多组目标划分文本集的模块”。

本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

根据本公开的一个或多个实施例，示例1提供了一种文本搜索方法，包括：将待搜索的第一文本按照多种预设划分方式划分，得到多组目标划分文本集；将所述多组目标划分文本集输入预先训练的文本向量模型，得到第一文本向量；根据所述第一文本向量从预先建立的文本知识库的第二文本向量中获取目标文本向量，所述文本知识库包括一个或多个第二文本向量，以及所述第二文本向量对应的第二文本；将所述目标文本向量对应的第二文本作为目标搜索结果，并展示所述目标搜索结果。

根据本公开的一个或多个实施例，示例2提供了示例1的方法，所述预设划分方式包括词语划分和字符划分，所述多组目标划分文本集包括第一目标划分文本集和第二目标划分文本集；所述将待搜索的第一文本按照多种预设划分方式划分，得到多组目标划分文本集包括：对所述第一文本进行所述词语划分，得到包含一个或多个目标词语的所述第一目标划分文本集；对所述第一文本进行所述字符划分，得到包含一个或多个目标字符的所述第二目标划分文本集；将所述多组目标划分文本集输入预先训练的文本向量模型，得到第一文本向量包括：将所述第一目标划分文本集和所述第二目标划分文本集，输入预先训练的文本向量模型，得到所述第一文本向量。

根据本公开的一个或多个实施例，示例3提供了示例2的方法，所述文本向量模型包括词编码网络和字符编码网络；所述文本向量模型用于：通过所述词编码网络将所述第一目标划分文本集进行编码后得到词向量；通过所述字符编码网络将所述第二目标划分文本集进行编码后得到字符向量；根据所述词向量和字符向量，计算得到所述第一文本向量。

根据本公开的一个或多个实施例，示例4提供了示例1的方法，所述文本向量模型通过以下方式预先训练得到：获取训练样本集合，其中，所述训练样本集合中包括多个训练样本对以及每个训练样本对的相似度；根据所述训练样本对以及所述训练样本对的相似度，确定第一损失函数，其中，所述第一损失函数用于约束每个训练样本对的相似度满足预设相关相似度要求；根据所述训练样本集合和所述第一损失函数，对预设模型进行训练后得到所述文本向量模型。

根据本公开的一个或多个实施例，示例5提供了示例4的方法，在根据所述训练样本集合和所述第一损失函数，对预设模型进行训练后得到文本向量模型之前，还包括：根据所述训练样本集合中的多个训练样本对，确定第二损失函数；其中，所述第二损失函数用于约束每个所述训练样本对中的文本与所述训练样本集合中其他训练样本对中的文本的相似度满足预设非相关相似度要求；所述根据所述训练样本集合和所述第一损失函数，对预设模型进行训练后得到所述文本向量模型包括：根据所述训练样本集合、所述第一损失函数和所述第二损失函数，对预设模型进行训练后得到所述文本向量模型。

根据本公开的一个或多个实施例，示例6提供了示例4的方法，所述获取训练样本集合包括：根据用户对多个历史搜索结果实施的历史操作行为信息，分别确定各个历史搜索结果与历史搜索信息之间的相似度，所述历史搜索结果是根据用户输入的所述历史搜索信息进行搜索得到的；根据所述相似度，将所述历史搜索信息和所述历史搜索结果作为所述训练样本对；将多个所述训练样本对的集合作为所述训练样本集合。

根据本公开的一个或多个实施例，示例7提供了示例1的方法，所述第二文本包括文本语句；所述文本知识库通过以下方式预先建立：将所述文本语句按照所述多种预设划分方式划分，得到多组目标语句划分文本集；将所述多组目标语句划分文本集输入所述文本向量模型，得到所述文本语句对应的第二文本向量；根据所述第二文本向量和所述文本语句建立所述文本知识库。

根据本公开的一个或多个实施例，示例8提供了示例7的方法，所述第二文本还包括文档，所述文本语句为通过对所述文档进行语句切分后得到的语句；根据所述第二文本向量和所述文本语句建立所述文本知识库包括：根据所述第二文本向量、所述文本语句和所述文档，建立所述文本知识库。

根据本公开的一个或多个实施例，示例9提供了示例8的方法，所述根据所述第一文本向量从预先建立的文本知识库的第二文本向量中获取目标文本向量包括：从所述文本知识库的第二文本向量中获取与所述第一文本向量距离最近的候选文本向量；根据所述候选文本向量与所述第一文本向量的相似度，从所述候选文本向量中获取所述目标文本向量。

根据本公开的一个或多个实施例，示例10提供了一种文本搜索装置，其特征在于，包括：第一文本划分模块401，用于将待搜索的第一文本按照多种预设划分方式划分，得到多组目标划分文本集；第一文本向量获取模块402，用于将所述多组目标划分文本集输入预先训练的文本向量模型，得到第一文本向量；目标文本向量获取模块403，用于根据所述第一文本向量从预先建立的文本知识库的第二文本向量中获取目标文本向量，所述文本知识库包括一个或多个第二文本向量，以及所述第二文本向量对应的第二文本；目标文本搜索模块404，用于将所述目标文本向量对应的第二文本作为目标搜索结果，并展示所述目标搜索结果。

根据本公开的一个或多个实施例，示例11提供了一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现示例1至示例9中所述方法的步骤。

根据本公开的一个或多个实施例，示例12提供了一种电子设备，包括：存储装置，其上存储有计算机程序；处理装置，用于执行所述存储装置中的所述计算机程序，以实现示例1至示例9中所述方法的步骤。

以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。

尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。