[發(fā)明專利]檢索詞核心權(quán)重確定方法和裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 200910242875.1
• 申請(qǐng)日: 2009-12-18
• 公開（公告）號(hào): CN102103604A
• 公開（公告）日: 2011-06-22
• 發(fā)明（設(shè)計(jì)）人: 潘子浩;秦首科
• 申請(qǐng)（專利權(quán)）人: 百度在線網(wǎng)絡(luò)技術(shù)（北京）有限公司
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30;G06F17/27
• 代理公司: 北京同立鈞成知識(shí)產(chǎn)權(quán)代理有限公司 11205
• 代理人: 劉芳

1.一種檢索詞核心權(quán)重確定方法，其特征在于，包括：

在線下核心計(jì)算生成的第一詞典文件中查找檢索詞；

如果在所述第一詞典文件中查找到所述檢索詞，則輸出所述第一詞典文件對(duì)應(yīng)的第一數(shù)據(jù)文件中保存的與所述檢索詞對(duì)應(yīng)的核心權(quán)重；

如果在所述第一詞典文件中未查找到所述檢索詞，則對(duì)所述檢索詞進(jìn)行處理，并在所述第一詞典文件中查找處理后的檢索詞，如果查找到所述處理后的檢索詞，則輸出所述第一詞典文件對(duì)應(yīng)的第一數(shù)據(jù)文件中保存的與所述處理后的檢索詞對(duì)應(yīng)的核心權(quán)重；如果在所述第一詞典文件中未查找到所述處理后的檢索詞，則對(duì)所述處理后的檢索詞進(jìn)行切詞計(jì)算，獲得所述處理后的檢索詞的核心權(quán)重。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對(duì)所述檢索詞進(jìn)行處理，并在所述第一詞典文件中查找處理后的檢索詞，如果查找到所述處理后的檢索詞，則輸出所述第一詞典文件對(duì)應(yīng)的第一數(shù)據(jù)文件中保存的與所述處理后的檢索詞對(duì)應(yīng)的核心權(quán)重包括：

去除所述檢索詞中的地域名詞，獲得第一檢索詞；

在所述第一詞典文件中查找所述第一檢索詞，如果查找到，則輸出所述第一詞典文件對(duì)應(yīng)的第一數(shù)據(jù)文件中保存的與所述第一檢索詞對(duì)應(yīng)的核心權(quán)重；

如果在所述第一詞典文件中未查找到所述第一檢索詞，則對(duì)所述第一檢索詞進(jìn)行規(guī)約操作，獲得第二檢索詞，并在所述第一詞典文件中查找所述第二檢索詞，如果查找到，則輸出所述第一詞典文件對(duì)應(yīng)的第一數(shù)據(jù)文件中保存的與所述第二檢索詞對(duì)應(yīng)的核心權(quán)重。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述對(duì)所述處理后的檢索詞進(jìn)行切詞計(jì)算，獲得所述處理后的檢索詞的核心權(quán)重包括：

對(duì)所述第二檢索詞進(jìn)行切詞，并獲得所述第二檢索詞包含的各切詞的重要性權(quán)重；

在線下核心計(jì)算生成的第二詞典文件中查找所述切詞，獲得所述第二詞典文件對(duì)應(yīng)的第二數(shù)據(jù)文件中保存的所述切詞對(duì)應(yīng)的關(guān)聯(lián)檢索詞和所述關(guān)聯(lián)檢索詞對(duì)應(yīng)的核心成分；

以所述切詞的重要性權(quán)重對(duì)所述切詞對(duì)應(yīng)的關(guān)聯(lián)檢索詞進(jìn)行加權(quán)，按照所述關(guān)聯(lián)檢索詞的權(quán)重由大至小的順序，選取預(yù)定數(shù)量的關(guān)聯(lián)檢索詞和所述關(guān)聯(lián)檢索詞對(duì)應(yīng)的核心成分組成第一特征向量；

計(jì)算所述切詞對(duì)應(yīng)的關(guān)聯(lián)檢索詞和所述關(guān)聯(lián)檢索詞對(duì)應(yīng)的核心成分組成的第二特征向量與所述第一特征向量的夾角的余弦值，所述余弦值為所述切詞的權(quán)重；

按照所述切詞的權(quán)重由大到小的順序?qū)λ銮性~進(jìn)行排序，選擇權(quán)重最大的切詞作為核心切詞；

將所述切詞中除所述核心切詞之外的其他切詞與所述核心切詞進(jìn)行粘接，獲得粘接切詞，并根據(jù)所述切詞中除所述核心切詞之外的其他切詞與所述核心切詞對(duì)應(yīng)的關(guān)聯(lián)檢索詞，獲得所述粘接切詞對(duì)應(yīng)的關(guān)聯(lián)檢索詞和所述粘接切詞對(duì)應(yīng)的關(guān)聯(lián)檢索詞的核心成分，所述粘接切詞對(duì)應(yīng)的關(guān)聯(lián)檢索詞和所述粘接切詞對(duì)應(yīng)的關(guān)聯(lián)檢索詞的核心成分組成第三特征向量；

計(jì)算所述第三特征向量與所述第一特征向量的夾角的余弦值，作為所述粘接切詞的權(quán)重，并對(duì)所述粘接切詞的權(quán)重進(jìn)行修正，修正后的粘接切詞的權(quán)重為所述第二檢索詞的核心權(quán)重。

4.根據(jù)權(quán)利要求1-3任意一項(xiàng)所述的方法，其特征在于，還包括：進(jìn)行線下核心計(jì)算，生成所述第一詞典文件、所述第一數(shù)據(jù)文件、所述第二詞典文件和所述第二數(shù)據(jù)文件。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述進(jìn)行線下核心計(jì)算，生成所述第一詞典文件、所述第一數(shù)據(jù)文件、所述第二詞典文件和所述第二數(shù)據(jù)文件包括：

將預(yù)定時(shí)間內(nèi)的檢索日志匯總為日志文件；

對(duì)所述日志文件中的檢索詞進(jìn)行編碼，并對(duì)編碼后的檢索詞進(jìn)行關(guān)聯(lián)挖掘，獲得關(guān)聯(lián)檢索詞；

根據(jù)所述關(guān)聯(lián)檢索詞生成倒排索引文件；

對(duì)所述倒排索引文件中的關(guān)聯(lián)檢索詞進(jìn)行核心分析，獲得所述第一詞典文件和所述第一數(shù)據(jù)文件；

對(duì)所述倒排索引文件中的檢索詞進(jìn)行切詞，并對(duì)所述檢索詞包含的切詞進(jìn)行核心分析，獲得所述第二詞典文件和所述第二數(shù)據(jù)文件。