[發(fā)明專利]一種用戶檢索語(yǔ)句的處理方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 201310071213.9
• 申請(qǐng)日: 2013-03-06
• 公開(kāi)（公告）號(hào): CN103106287A
• 公開(kāi)（公告）日: 2013-05-15
• 發(fā)明（設(shè)計(jì)）人: 車天文;雷大偉;石志偉;周步戀;楊振東;王更生;王喜民;何宏靖;徐憶蘇
• 申請(qǐng)（專利權(quán)）人: 深圳市宜搜科技發(fā)展有限公司
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30;G06F17/27
• 代理公司: 深圳市凱達(dá)知識(shí)產(chǎn)權(quán)事務(wù)所 44256
• 代理人: 任轉(zhuǎn)英

1.一種用戶檢索語(yǔ)句的處理方法，其特征在于，包括，

建立與用戶檢索詞匯相關(guān)的樣本庫(kù)，以及建立與所述用戶檢索詞匯相關(guān)的資源庫(kù)；

對(duì)所述用戶檢索詞匯進(jìn)行特征提取；

利用分類器對(duì)所述用戶檢索詞匯進(jìn)行分類，并對(duì)所述用戶檢索詞匯進(jìn)行基本賦權(quán)；

對(duì)基本賦權(quán)后的用戶檢索詞匯進(jìn)行實(shí)體調(diào)權(quán)；

輸出用戶檢索詞匯的權(quán)重。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，在建立與用戶檢索詞匯相關(guān)的樣本庫(kù)之前，還包括，

對(duì)用戶檢索語(yǔ)句進(jìn)行分詞處理，得到一系列的用戶檢索詞匯。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述建立與用戶檢索詞匯相關(guān)的樣本庫(kù)包括，

從檢索日志中選取一定數(shù)量的用戶檢索語(yǔ)句，進(jìn)行分詞處理，得到一系列的用戶檢索詞匯，人工標(biāo)注所述一系列的用戶檢索詞匯是核心詞或非核心詞，得到的樣本標(biāo)注集即為樣本庫(kù)。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述資源庫(kù)包括，詞匯的逆向文檔頻率idf詞表、百科詞表、檢索單詞匯表、實(shí)體資源詞典。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，所述對(duì)所述用戶檢索詞匯進(jìn)行特征提取包括，

利用資源庫(kù)的詞匯的逆向文檔頻率idf詞表、百科詞表、檢索單詞匯表，提取用戶檢索詞匯的特征，包括詞匯的詞性，前一個(gè)詞匯的詞性，詞匯在用戶檢索語(yǔ)句中的位置，詞匯的逆向文檔頻率idf值，詞匯是否是百科詞條，詞匯是否是單檢索詞。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，所述利用分類器對(duì)所述用戶檢索詞匯進(jìn)行分類，并對(duì)所述用戶檢索詞匯進(jìn)行基本賦權(quán)包括，

對(duì)樣本庫(kù)中的用戶檢索詞匯進(jìn)行特征提取，結(jié)合樣本庫(kù)中的用戶檢索詞匯的人工標(biāo)注，對(duì)分類器進(jìn)行訓(xùn)練；

將用戶檢索詞匯的特征向量送入分類器，利用分類器對(duì)所述用戶檢索詞匯進(jìn)行分類，并得到所述用戶檢索詞匯為核心詞的概率p，將p作為所述用戶檢索詞匯的基本權(quán)重；

其中所述用戶檢索詞匯的特征向量是由所述用戶檢索詞匯的特征組成的一個(gè)特征向量。

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述對(duì)基本賦權(quán)后的用戶檢索詞匯進(jìn)行實(shí)體調(diào)權(quán)包括，

根據(jù)實(shí)體資源詞典，利用實(shí)體提取方法得到所述檢索語(yǔ)句中的一系列實(shí)體詞entityList；若某個(gè)詞匯（term）是實(shí)體且基本賦權(quán)小于0.2，則調(diào)整為0.2：

weight[i]=0.2weight[i]<0.2&term[i]∈entityListweight[i]other,i=1,2...n]]>

其中term[i]表示第i個(gè)term，weight[i]為對(duì)應(yīng)的權(quán)重，entityList為提取的實(shí)體集。

8.根據(jù)權(quán)利要求7所述的方法，其特征在于，所述根據(jù)實(shí)體資源詞典，利用實(shí)體提取方法得到所述檢索語(yǔ)句中的一系列實(shí)體詞entityList包括，

考慮用戶檢索分類相關(guān)，在實(shí)體的類別與分類信息有關(guān)聯(lián)時(shí)則進(jìn)行實(shí)體詞提取；或者，

利用語(yǔ)句規(guī)則進(jìn)行實(shí)體詞提取。

9.根據(jù)權(quán)利要求1至8任一所述的方法，其特征在于，在輸出用戶檢索詞匯的權(quán)重之前還包括，

對(duì)所述用戶檢索詞匯進(jìn)行從屬關(guān)系調(diào)權(quán)。