买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：浙江大学

摘要：本申请涉及数据处理技术领域，其具体地公开了一种图书快速查找方法及平台，其利用基于深度学习的自然语言处理技术对图书存储数据库中的备选图书进行摘要生成和细粒度语义分析，通过度量用户的图书检索输入与备选图书摘要之间的语义匹配程度，确定图书的返回结果和位置信息，进而基于数字孪生技术生成图书查找路径，并通过物联网设备进行实时路径指引，从而实现图书的快速查找。这样，可以协助用户快速查找到所需要的图书，减少用户在图书馆中的无效移动。

主权项：1.一种图书快速查找方法，其特征在于，包括：获取由用户在图书查找端输入的图书检索输入；从图书管理服务器的图书存储数据库提取第一备选图书；将所述第一备选图书输入基于AIGC模型的图书摘要生成器以得到第一备选图书文本摘要；基于所述图书检索输入与所述第一备选图书文本摘要之间的语义匹配，确定是否返回所述第一备选图书以及所述第一备选图书的位置信息；基于孪生模型对所述第一备选图书的位置信息进行显示，并基于所述第一备选图书的位置信息确定相应的物联网设备且基于所述物联网设备和所述孪生模型分别生成图书查找路径；基于所述图书查找路径对所述用户分别进行实体路径和虚拟路径同步展示，在判断所述图书查找端识别到相应的所述第一备选图书的识别码后停止路径展示；其中，基于所述图书检索输入与所述第一备选图书文本摘要之间的语义匹配，确定是否返回所述第一备选图书以及所述第一备选图书的位置信息，包括：对所述图书检索输入进行语义编码以得到图书检索输入语义编码特征向量；对所述第一备选图书文本摘要进行分词处理后通过包含Bert模型的语义编码器以得到第一备选图书文本摘要词粒度语义编码特征向量的序列；对所述第一备选图书文本摘要词粒度语义编码特征向量的序列进行语义关联强化以得到强化第一备选图书文本摘要词粒度语义编码特征向量的序列；以所述图书检索输入语义编码特征向量作为查询特征向量，将所述查询特征向量和所述强化第一备选图书文本摘要词粒度语义编码特征向量的序列输入逐粒度扫描的单向注意力交互匹配网络以得到图书检索-备选图书摘要细粒度单向匹配结果表示向量；基于所述图书检索-备选图书摘要细粒度单向匹配结果表示向量，确定是否返回所述第一备选图书以及所述第一备选图书的位置信息；其中，以所述图书检索输入语义编码特征向量作为查询特征向量，将所述查询特征向量和所述强化第一备选图书文本摘要词粒度语义编码特征向量的序列输入逐粒度扫描的单向注意力交互匹配网络以得到图书检索-备选图书摘要细粒度单向匹配结果表示向量，包括：计算所述查询特征向量与所述强化第一备选图书文本摘要词粒度语义编码特征向量的序列中各个强化第一备选图书文本摘要词粒度语义编码特征向量之间的语义度量系数以得到单向匹配语义度量系数的序列；将所述单向匹配语义度量系数的序列通过softmax函数进行归一化处理以得到单向匹配语义度量权重的序列；以所述单向匹配语义度量权重的序列作为权重计算所述强化第一备选图书文本摘要词粒度语义编码特征向量的序列的加权和以得到备选图书文本摘要语义重塑特征向量；计算所述查询特征向量与所述备选图书文本摘要语义重塑特征向量之间的差分特征向量作为所述图书检索-备选图书摘要细粒度单向匹配结果表示向量。

全文数据：

权利要求：

百度查询： 浙江大学 图书快速查找方法及平台