(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211202295.1 (22)申请日 2022.09.29 (71)申请人 招商局金融科技有限公司 地址 518000 广东省深圳市福田区华 富街 道皇岗路5001号深业上城(南区)二期 35层、 36层 (72)发明人 谢正文　夏璨　王阳　刘屹　 (74)专利代理 机构 深圳市沃德知识产权代理事 务所(普通 合伙) 44347 专利代理师 高杰　于志光 (51)Int.Cl. G06F 16/335(2019.01) G06F 16/338(2019.01) G06F 16/35(2019.01) G06F 16/36(2019.01)G06F 40/295(2020.01) G06F 40/30(2020.01) G10L 15/26(2006.01) (54)发明名称 基于通讯录的寻人推荐方法、 装置、 设备及 存储介质 (57)摘要 本发明涉及人工智能技术， 揭露了一种基于 通讯录的寻人推荐方法、 装置、 设备及存储介质。 所述方法包括： 获取用户的语音数据并进行转文 本操作， 得到文本语句， 提取所述文本语句中的 关键词， 并利用关键词集合查询预构建的通讯录 数据库， 得到寻人结果集合， 获取用户的知识图 谱及寻人结果集合中各个寻人结果的推荐知识 图谱， 将所述用户知识图谱与各个所述推荐知识 图谱进行文本聚类， 得到所述用户与所述各个推 荐人物对应的聚类 分数； 根据预设的推荐排序策 略及所述聚类 分数， 对所述各个推荐人物进行基 于名称字符长度及聚类关系的排序操作， 得到推 荐排序结果。 本发明可以增加通 讯录寻人的准确 性。 权利要求书3页 说明书11页 附图4页 CN 115455174 A 2022.12.09 CN 115455174 A 1.一种基于通讯录的寻人推荐方法， 其特 征在于， 所述方法包括： 获取用户输入的语音数据， 并将所述语音数据进行转文本操作， 得到文本语句； 对所述文本语句进行关键词提取， 得到关键词集合， 并根据所述关键词集合查询预构 建的通讯录数据库， 得到寻人 结果集合； 获取用户的用户信 息， 并利用所述用户信 息， 构建得到用户知识图谱， 及获取所述寻人 结果集合中各个推荐人物的目标信息， 并根据所述 目标信息， 构建各个推荐人物对应的推 荐知识图谱； 将所述用户知识图谱与各个所述推荐知识图谱进行文本聚类， 得到所述用户与所述各 个推荐人物对应的聚类分数； 根据预设的推荐排序 策略及所述聚类分数， 对所述各个推荐人物进行基于名称字符长 度及聚类关系的排序操作， 得到推荐排序结果。 2.如权利要求1所述的基于通讯录的寻人推荐方法， 其特征在于， 所述利用所述用户信 息， 构建得到用户知识图谱， 包括： 利用预构建的图谱构建模型的特征提取网络对所述用户信 息进行实体提取、 关系识别 及属性识别操作， 得到实体集 合、 关系集 合及属性 集合； 利用所述图谱构建模型的图谱构建网络， 根据所述实体集合、 所述关系集合及所述属 性集合的对应关系进行实体链接操作， 得到知识 表达关系集 合； 根据预设的知识融合策略， 对所述知识表达关系集合中的各个知识表达关系 进行歧义 消除， 得到事实表达关系集 合； 根据预设的概念框架， 对所述事实表达关系集合中各个实体进行上下级识别及实体分 类操作， 并根据上下级识别结果及实体分类结果， 对所述事实表达 关系集合进 行顺序排布， 得到用户知识图谱。 3.如权利要求1所述的基于通讯录的寻人推荐方法， 其特征在于， 所述将所述用户知识 图谱与各个所述推荐知识图谱进 行文本聚类， 得到所述用户与所述各个推荐 人物对应的聚 类分数， 包括： 利用余弦相似度算法， 对所述用户知识图谱与 各个推荐知识图谱进行基于多类型实体 的相似度计算， 得到所述用户与所述各个 推荐人物对应的多个实体 类型的相似度分数； 根据预设的权重系数对所述知识图谱中不同实体类型进行权重配置， 并根据权重配置 关系对所述多个实体类型的相似度分数进 行加权计算， 得到所述用户与所述各个推荐 人物 对应的聚类分数。 4.如权利要求1所述的基于通讯录的寻人推荐方法， 其特征在于， 所述根据预设的推荐 排序策略及所述聚类分数， 对所述各个推荐 人物进行基于名称字符长度及聚类关系的排序 操作， 得到推荐排序结果， 包括： 获取所述各个 推荐人物的名称长度， 得到名称字符长度； 根据预设的推荐排列策略， 对所述名称字符长度进行分组， 得到多个人名推荐组， 并根 据所述名称字符长度由长 到短的顺序， 将各个人名推荐组进行顺序排列； 根据各个推荐人物对应的聚类分数又高到底的顺序， 对各个所述人名推荐组进行组内 排列， 得到推荐排序结果。 5.如权利要求1所述的基于通讯录的寻人推荐方法， 其特征在于， 所述对所述文本语句权　利　要　求　书 1/3 页 2 CN 115455174 A 2进行关键词提取， 得到关键词集 合， 包括： 利用分词工具对所述文本语句进行分词操作， 得到分词结果 集合； 根据预设的停用词字典对所述分词结果集合进行停用词删除， 得到干净分词结果集 合； 利用预训练的目标实体识别模型对所述干净分词结果集合中的各个分词进行词义类 别识别， 得到类别识别结果， 并从所述类别识别结果中提取预设类型的分词， 得到 关键词集 合。 6.如权利要求1所述的基于通讯录的寻人推荐方法， 其特征在于， 所述根据所述关键词 集合查询预构建的通讯录数据库， 得到寻人 结果集合， 包括： 根据所述关键词集合， 对所述用户的历史通信记录进行精准匹配， 得到优先级结果集 合； 对所述关键词集合中的目标类型字符串进行通讯录数据库的模糊查询， 对所述关键词 集合中目标类型字符串以外的关键词字符进 行通讯录数据库的精确匹配， 得到初级寻人结 果集合； 根据所述优先级结果集合， 对所述初级寻人结果集合中的部分寻人结果进行优先级标 记， 得到寻人 结果集合。 7.如权利要求1所述的基于通讯录的寻人推荐方法， 其特征在于， 所述对所述各个推荐 人物进行基于名称字符长度及聚类关系的排序操作， 得到推荐排序结果之后， 所述方法还 包括： 当用户从所述推荐排序 结果中选出目标人物时， 将所述目标人物及所述用户存储至预 设的查询响应次数表中； 利用预设的数据提取白名单， 获取目标用户在多个目标通讯应用中的社交关系； 根据所述社交关系及所述 查询响应次数表， 对所述用户知识图谱进行动态更新。 8.一种基于通讯录的寻人推荐装置， 其特 征在于， 所述装置包括： 文本获取模块， 用于获取用户输入的语音数据， 并将所述语音数据进行转文本操作， 得 到文本语句； 关键词寻人模块， 用于对所述文本语句进行关键词提取， 得到关键词集合， 并根据 所述 关键词集 合查询预构建的通讯录数据库， 得到寻人 结果集合； 知识图谱构建模块， 用于获取用户的用户信 息， 并利用所述用户信 息， 构建得到用户知 识图谱， 及获取所述寻人结果集合中各个推荐人物的目标信息， 并根据所述目标信息， 构建 各个推荐人物对应的推荐知识图谱； 聚类查询模块， 用于将所述用户知识图谱与各个所述推荐知识图谱进行文本聚类， 得 到所述用户与所述各个推荐人物对应的聚类分数， 及根据预设的推荐排序策略及所述聚类 分数， 对所述各个推荐人物进行基于名称字符长度及聚类关系的排序操作， 得到推荐排序 结果。 9.一种电子设备， 其特 征在于， 所述电子设备包括： 至少一个处 理器； 以及， 与所述至少一个处 理器通信连接的存 储器； 其中， 所述存储器存储有可被所述至少一个处理器执行的计算机程序， 所述计算机程序被所权　利　要　求　书 2/3 页 3 CN 115455174 A 3