[發(fā)明專利]一種跨語言搜索的方法和裝置

有效

• 申請?zhí)枺?/td>: 201110047892.7
• 申請日: 2011-02-28
• 公開（公告）號: CN102651003A
• 公開（公告）日: 2012-08-29
• 發(fā)明（設(shè)計）人: 趙世奇;吳華;王海峰
• 申請（專利權(quán)）人: 北京百度網(wǎng)訊科技有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 深圳市威世博知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44280
• 代理人: 何青瓦;李慶波

【技術(shù)領(lǐng)域】

本發(fā)明涉及互聯(lián)網(wǎng)技術(shù)領(lǐng)域，特別涉及一種跨語言搜索的方法和裝置。

【背景技術(shù)】

隨著互聯(lián)網(wǎng)信息的不斷增長，人們對于信息搜索提出了更高的要求，不再滿足于在同一種語種文檔集中搜索，而要求獲取多種語種文檔。例如，如果用戶輸入的搜索詞(query)為“貝克漢姆圖片”，則中文文檔集中的搜索可能并不能最大程度地滿足用戶需求，歐美網(wǎng)站的英文文檔集中可能具有更優(yōu)、更多的搜索結(jié)果。

當(dāng)從多語種文檔集中進(jìn)行搜索的需求越來越高時，為了獲得更多、更全面、更準(zhǔn)確的信息，同時為了跨越語言障礙，人們希望能夠以一種自己熟悉的語言描述query，而搜索結(jié)果中能夠包括多語言的文檔，即進(jìn)行兩語種之間的跨語言搜索。

【發(fā)明內(nèi)容】

有鑒于此，本發(fā)明提供了一種跨語言搜索的方法和裝置，以便于實現(xiàn)包含多語言文檔的搜索結(jié)果，為用戶提供更優(yōu)、更多的搜索結(jié)果。

具體技術(shù)方案如下：

一種跨語言搜索的方法，該方法包括：

A、接收用戶輸入的源語言搜索請求query；

B、將所述源語言query翻譯為N種目標(biāo)語言query，N為大于1的整數(shù)；

C、分別獲取所述N種目標(biāo)語言query對應(yīng)的搜索結(jié)果；

D、將步驟C獲取的搜索結(jié)果進(jìn)行整合后形成最終的搜索結(jié)果集合提供給用戶；

其中在所述最終的搜索結(jié)果集合中，根據(jù)各搜索結(jié)果在所屬分類中的排次以及所屬分類的排序權(quán)重，對各搜索結(jié)果進(jìn)行排序。

在步驟B中，針對每一種目標(biāo)語言，將所述源語言query對應(yīng)的該種目標(biāo)語言的翻譯結(jié)果中，翻譯分值最高的一種翻譯結(jié)果作為目標(biāo)語言query；

翻譯結(jié)果e的翻譯分值由以下因素中的至少一種確定：翻譯所使用的翻譯語料庫中翻譯結(jié)果e的統(tǒng)計次數(shù)以及翻譯結(jié)果e中各詞的組合概率。

較優(yōu)地，所述步驟B具體包括：

B1、對所述源語言query進(jìn)行優(yōu)化處理，所述優(yōu)化處理包括query糾錯處理和query擴(kuò)展處理中的任一種或組合；

B2、將優(yōu)化處理后的源語言query翻譯為N種目標(biāo)語言query。

其中，如果所述優(yōu)化處理僅包括query糾錯處理，則對所述用戶輸入的源語言query進(jìn)行query糾錯處理后得到包含n1個query的源語言query集合Q1，n1為預(yù)設(shè)的正整數(shù)；

所述步驟B2具體為：針對每一種目標(biāo)語言，分別利用所述Q1中的各query進(jìn)行翻譯，確定翻譯分值總和最高的翻譯結(jié)果作為目標(biāo)語言query；其中，翻譯結(jié)果的翻譯分值總和為P(e|q_i)為Q1中q_i被翻譯為e的翻譯分值；

翻譯結(jié)果e對應(yīng)的翻譯分值由以下因素中的至少一種確定：翻譯所使用的翻譯語料庫中翻譯結(jié)果e的統(tǒng)計次數(shù)以及翻譯結(jié)果e中各詞的組合概率。

如果所述優(yōu)化處理僅包括query擴(kuò)展處理，則對所述用戶輸入的源語言query進(jìn)行query擴(kuò)展處理后得到包含n2個query的源語言query集合Q2，n2為預(yù)設(shè)的正整數(shù)；

所述步驟B2具體為：針對每一種目標(biāo)語言，分別利用所述Q2中的各query進(jìn)行翻譯，確定翻譯分值總和最高的翻譯結(jié)果作為目標(biāo)語言query；其中，翻譯結(jié)果的翻譯分值總和為P(e|q_i)為Q2中q_i被翻譯為e的翻譯分值；

翻譯結(jié)果e對應(yīng)的翻譯分值由以下因素中的至少一種確定：翻譯所使用的翻譯語料庫中翻譯結(jié)果e的統(tǒng)計次數(shù)以及翻譯結(jié)果e中各詞的組合概率。

如果所述優(yōu)化處理既包括query糾錯處理又包括query擴(kuò)展處理，則對所述用戶輸入的源語言query進(jìn)行query糾錯處理和query擴(kuò)展處理后得到包含n個query的源語言query集合Q，n為預(yù)設(shè)的正整數(shù)；

所述步驟B2具體為：針對每一種目標(biāo)語言，分別利用所述Q中的各query進(jìn)行翻譯，確定翻譯分值總和最高的翻譯結(jié)果作為目標(biāo)語言query；其中，翻譯結(jié)果的翻譯分值總和為P(e|q_i)為Q中q_i被翻譯為e的翻譯分值；

翻譯結(jié)果e的翻譯分值由以下因素中的至少一種確定：翻譯所使用的翻譯語料庫中翻譯結(jié)果e的統(tǒng)計次數(shù)以及翻譯結(jié)果e中各詞的組合概率。

其中，對所述用戶輸入的源語言query進(jìn)行query糾錯處理后和query擴(kuò)展處理后得到包含n個query的源語言query集合Q具體包括：