CN119227013B 一种基于人工智能的数据搜索方法及系统 （上海银行股份有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN119227013B(45)授权公告日2025.07.08

(21)申请号202411757433.1

(22)申请日2024.12.03

(65)同一申请的已公布的文献号申请公布号CN119227013A

(43)申请公布日2024.12.31

(73)专利权人上海银行股份有限公司

地址200120上海市浦东新区自由贸易试

验区银城中路168号

(72)发明人徐旻涵李莉张丹丹刘天扬

程璐

GO6F18/214(2023.01)

GO6F18/10(2023.01)

GO6F18/22(2023.01)GO6F16/338(2019.01)GO6N3/0442(2023.01)GO6N3/08(2023.01)

(56)对比文件

CN118916510A,2024.11.08

审查员唐进岭

(74)专利代理机构上海翰信知识产权代理事务

所(普通合伙)31270专利代理师张维东

(51)Int.CI.

GO6F18/25(2023.01)权利要求书3页说明书11页附图2页

(54)发明名称

一种基于人工智能的数据搜索方法及系统

(57)摘要

CN119227013B本发明公开了一种基于人工智能的数据搜索方法及系统，涉及信息检索技术领域，包括接收用户询问进行查询解析并计算与数据点特征向量之间的相似度；构建距离矩阵构建简单形，通过边界算子计算简单形的拓扑特征；将拓扑特征转换为拓扑特征向量与数据点特征向量融合，构建深度神经网络DNN,生成搜索结果。本发明接收用户询问进行查询解析并计算与数据点特征向量之间的相似度；构建距离矩阵构建简单形，通过边界算子计算简单形的拓扑特征；将拓扑特征转换为拓扑特征向量与数据点特征向量融合，构建深度神经网络DNN,生成搜索结果；显著提升

CN119227013B

收集多模态数据进行预处理，提

收集多模态数据进行预处理，提取预处理后数据点特征向量，按

收用户询问进行查询解析并计算与数据点特征向量之间的相似度

构建距离矩阵，根据距离矩阵构建简单形，通过边界算子计算简

单形的拓扑特征

将拓扑特征转换为拓扑特征向量

与数据点特征向量融合，构建深

度神经网络DNN计算融合特征向

量与查询特征向量之间相似度，

生成搜索结果

构建可视化界面展示优化后的搜索结果

CN119227013B权利要求书1/3页

2

1.一种基于人工智能的数据搜索方法，其特征在于：包括，

收集多模态数据进行预处理，提取预处理后数据点特征向量，接收用户询问进行查询解析并计算与数据点特征向量之间的相似度；

构建距离矩阵，根据距离矩阵构建简单形，通过边界算子计算简单形的拓扑特征；

将拓扑特征转换为拓扑特征向量与数据点特征向量融合，构建深度神经网络DNN计算融合特征向量与查询特征向量之间相似度，生成搜索结果；

构建可视化界面展示优化后的搜索结果；

所述收集多模态数据进行预处理，提取预处理后数据点特征向量并构建距离矩阵包

括，

通过API接口收集文本数据、语音数据以及视频数据，分别进行预处理；

所述预处理包括，使用正则表达式删除文本数据的HTML标签和特殊符号，使用带通滤波器对语音数据进行去噪处理，使用高斯滤波器去除视频数据的噪声；

使用BERT模型将文本数据转换为文本特征向量；

将语音数据进行分帧处理得到语音信号，使用傅里叶变换计算语音信号的功率谱，使用梅尔滤波器提取语音数据的MFCC特征，将MFCC特征进行拼接得到语音特征向量；

使用VGG提取视频数据的空间特征，结合LSTM处理空间特征获得视频特征向量；

对数据点特征向量F进行标准化处理，所述数据点特征向量包括文本特征向量、语音特征向量以及视频特征向量。

2.如权利要求1所述的基于人工智能的数据搜索方法，其特征在于：所述接收用户询问进行查询解析并计算与数据点特征向量之间的相似度包括，

接收用户询问信息，加载预训练的BERT模型将询问信息生成查询特征向量U’对查询特征向量进行标准化处理；

使用余弦相似度计算标准化后查询特征向量U与标准化后第k个数据点特征向量F之间的相似度Ak1。

3.如权利要求2所述的基于人工智能的数据搜索方法