向量检索方法、装置、设备和存储介质与流程

本公开涉及数据处理，尤其涉及智能搜索技术，可用于大数据或人工智能等技术场景。

背景技术：

1、向量检索是深度学习、生成式ai(artificial intelligence，人工智能)解决多模态数据分析所依赖的关键技术。对于非结构化数据或多模态数据，可以通过嵌入(embedding)的方式，将多模态数据转化为特征向量，然后进行向量检索。同时，由于向量检索是近似检索，因此，还需要结合标量数据过滤(也即标量检索)的方式，来优化向量检索结果。

技术实现思路

1、本公开提供了一种向量检索方法、装置、设备和存储介质。

2、根据本公开的一方面，提供了一种向量检索方法，包括：

3、获取标量检索结果；其中，所述标量检索结果是根据按照参考标量数据在待检索数据中检索出的候选数据生成的；

4、在基于参考向量数据从所述待检索数据中进行向量检索的过程中，针对任一向量检索过程中的当前待检索数据，判定所述当前待检索数据是否属于所述标量检索结果对应的候选数据；

5、根据判定结果，确定所述当前待检索数据的向量检索结果。

6、根据本公开的另一方面，还提供了一种电子设备，包括：

7、至少一个处理器；以及

8、与所述至少一个处理器通信连接的存储器；其中，

9、所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本公开实施例提供的任意一种向量检索方法。

10、根据本公开的另一方面，还提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使计算机执行根据本公开实施例所提供的任意一种向量检索方法。

11、根据本公开的技术，提供了一种新的向量检索方式，且提高了检索效率。

12、应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

技术特征：

1.一种向量检索方法，包括：

2.根据权利要求1所述的方法，其中，所述标量检索结果采用以下方式生成：

3.根据权利要求2所述的方法，其中，所述根据位图转换结果，生成所述标量检索结果，包括：

4.根据权利要求2所述的方法，其中，所述将所述候选数据的数据标识，转换成位图结构存储的二进制数，包括：

5.根据权利要求4所述的方法，其中，所述根据位图转换结果，生成所述标量检索结果，包括：

6.根据权利要求2所述的方法，其中，所述判定所述当前待检索数据是否属于所述标量检索结果对应的候选数据，包括：

7.根据权利要求4所述的方法，其中，所述判定所述当前待检索数据是否属于所述标量检索结果对应的候选数据，包括：

8.根据权利要求7所述的方法，其中，所述根据所述预设数量，确定所述当前待检索数据在所述标量检索结果对应不同位图中的待判定位图，以及在所述待判定位图中的待判定位，包括：

9.一种向量检索装置，包括：

10.根据权利要求9所述的装置，其中，所述装置还包括标量检索结果生成模块，具体包括：

11.根据权利要求10所述的装置，其中，所述标量检索结果生成单元，具体用于：

12.根据权利要求10所述的装置，其中，所述位图转换单元，包括：

13.根据权利要求12所述的装置，其中，所述标量检索结果生成单元，包括：

14.根据权利要求10所述的装置，其中，所述候选数据判定模块，包括：

15.根据权利要求12所述的装置，其中，所述候选数据判定模块，包括：

16.根据权利要求15所述的装置，其中，所述第二定位单元，包括：

17.一种电子设备，包括：

18.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使计算机执行根据权利要求1-8中任一项所述的向量检索方法。

19.一种计算机程序产品，包括计算机程序/指令，所述计算机程序/指令被处理器执行时实现权利要求1-8中任一项所述向量检索方法的步骤。

技术总结
本公开提供了一种向量检索方法、装置、设备和存储介质，涉及数据处理技术领域，尤其涉及智能搜索技术，可用于大数据或人工智能等技术场景。具体实现方案为：获取标量检索结果；其中，所述标量检索结果是根据按照参考标量数据在待检索数据中检索出的候选数据生成的；在基于参考向量数据从所述待检索数据中进行向量检索的过程中，针对任一向量检索过程中的当前待检索数据，判定所述当前待检索数据是否属于所述标量检索结果对应的候选数据；根据判定结果，确定所述当前待检索数据的向量检索结果。根据本公开的技术，提供了一种新的向量检索方式，且提高了向量检索效率。

技术研发人员：王頔,韦振中
受保护的技术使用者：北京百度网讯科技有限公司
技术研发日：
技术公布日：2024/1/16