[發明專利]一種信息檢索的方法和系統

有效

• 申請號: 201210099720.9
• 申請日: 2012-04-06
• 公開（公告）號: CN103365910B
• 公開（公告）日: 2017-02-15
• 發明（設計）人: 姚伶伶;赫南;王迪
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京派特恩知識產權代理有限公司11270
• 代理人: 蔣雅潔,程立民

1.一種信息檢索的方法，其特征在于，該方法包括：

基于檢索串query的擴展對基礎檢索串分析QA詞表進行二次映射過程，生成二級映射的QA詞表；其中，所述基礎QA詞表包括高頻query到關鍵詞的映射，所述二級映射的QA詞表中的第一級映射為擴展query到高頻query的映射，第二級映射為高頻query到關鍵詞的映射；

根據獲取的信息檢索請求中的檢索串，進行所述二級映射的QA詞表的查找，得到所述檢索串命中的關鍵詞，并提取所述關鍵詞對應的互聯網發布信息作為檢索結果。

2.根據權利要求1所述信息檢索的方法，其特征在于，所述query的擴展具體為：

依據檢索日志，采用基于會話session的query擴展、和/或基于互聯網發布信息互點擊的query擴展、和/或基于相關搜索的query擴展，得到多個query相關系列。

3.根據權利要求2所述信息檢索的方法，其特征在于，所述基于query的擴展對基礎QA詞表進行二次映射過程，生成二級映射的QA詞表，具體為：

對于query擴展得到的每一個query相關系列，在判斷所述query相關系列中存在與所述基礎QA詞表中相同的高頻query時，將所述query相關系列中除所述高頻query之外的其他query添加為所述高頻query的擴展query，生成擴展query到高頻query的初始的第一級映射；

計算所述初始的第一級映射中的各擴展query與相應高頻query的相似度，并過濾掉相似度小于預設閾值的擴展query，保留相似度大于或等于預設閾值的擴展query，得到最終的第一級映射；

根據所述最終的第一級映射和所述基礎QA詞表，生成二級映射的QA詞表。

4.根據權利要求3所述信息檢索的方法，其特征在于，該方法進一步包括：根據相關性邏輯回歸模型計算所述初始的第一級映射中的各擴展query與相應高頻query的相似度，具體為：

接收人工標注的標準集，所述標準集中包括人工標注的擴展query到高頻query的映射；

計算所述標準集中每一個擴展query到高頻query映射的特征值，并隨機將所述標準集劃分為訓練集和校驗集；

用所述訓練集進行相關性邏輯回歸模型訓練，得到用于評價擴展query和高頻query相關性的初始邏輯回歸模型，再用所述校驗集對所述初始邏輯回歸模型進行評價，根據評價結果優化特征選擇，得到最終的相關性邏輯回歸模型；

根據最終的相關性邏輯回歸模型，通過下式計算所述初始的第一級映射中的各擴展query與相應高頻query的相似度：

Score(q1,q2)=11+e-Σi=1nwifi(q1,q2)]]>

其中，q₁表示擴展query，q₂表示高頻query，n表示特征總數，f_i(q₁，q₂)表示擴展query到高頻query映射的第i個特征值，w_i表示第i個特征的權重。