[發明專利]一種抽取核心詞的方法及裝置

有效

• 申請號: 201310376577.8
• 申請日: 2013-08-26
• 公開（公告）號: CN104424177B
• 公開（公告）日: 2017-09-15
• 發明（設計）人: 彭松
• 申請（專利權）人: 高德軟件有限公司
• 主分類號: G06F17/27
• 分類號: G06F17/27;G06F17/30
• 代理公司: 北京集佳知識產權代理有限公司11227
• 代理人: 王寶筠

1.一種抽取核心詞的方法，其特征在于，包括：

采用預置的分詞方式對查詢詞進行切分，得到組成所述查詢詞的分詞；

將所述查詢詞的分詞分別與預置的核心詞詞庫和非核心詞詞庫中的詞語進行匹配；

若所述查詢詞的分詞中存在與所述核心詞詞庫匹配的分詞和/或與所述非核心詞詞庫匹配的分詞，且存在未知分詞，則：

將與所述核心詞詞庫匹配的分詞確定為所述查詢詞的核心詞；以及，

將滿足預置的核心詞長度標準的未知分詞或拼接未知分詞得到的分詞作為所述查詢詞的核心詞，所述未知分詞是指與所述核心詞詞庫和所述非核心詞詞庫中的詞語均不匹配的分詞。

2.根據權利要求1所述的方法，其特征在于，若所述查詢詞的分詞均與所述非核心詞詞庫中的詞語匹配，則所述方法還包括：

查詢所述查詢詞的分詞中為行政區域名稱的分詞；

判斷是行政區域名稱的分詞相鄰的后一個分詞是否為行政區域名稱；

若否，則將該為行政區域名稱的分詞與其相鄰的后一個分詞拼接成一個分詞；

將所述查詢詞的其他分詞和拼接得到的分詞作為所述查詢詞的新分詞，針對查詢詞的新分詞，重新執行所述將所述查詢詞的分詞分別與核心詞詞庫和非核心詞詞庫中的詞語進行匹配的步驟。

3.根據權利要求1所述的方法，其特征在于，若所述查詢詞的分詞均為未知分詞，則所述方法還包括：

判斷所述查詢詞的長度是否在預置的第一長度范圍內，若是，則將所述查詢詞確定為所述查詢詞的核心詞。

4.根據權利要求1～3任一項所述的方法，其特征在于，所述將預置的滿足核心詞長度標準的未知分詞或拼接未知分詞得到的分詞作為所述查詢詞的核心詞，具體包括：

若存在連續的未知分詞，則將連續的未知分詞拼接成一個分詞，將長度在預置的第二長度范圍內的拼接得到的分詞確定為所述查詢詞的核心詞；

若存在非連續的未知分詞，則將長度在預置的第二長度范圍內的非連續的未知分詞確定為所述查詢詞的核心詞。

5.根據權利要求1～3任一項所述的方法，其特征在于，若所述查詢詞存在核心詞，所述方法還包括：

以所述查詢詞的核心詞為關鍵詞，查詢與所述查詢詞對應的興趣點。

6.一種抽取核心詞的裝置，其特征在于，包括：

分詞單元，用于采用預置的分詞方式對查詢詞進行切分，得到組成所述查詢詞的分詞；

分詞匹配單元，用于將所述查詢詞的分詞分別與預置的核心詞詞庫和非核心詞詞庫中的詞語進行匹配；

第一核心詞抽取單元，用于若所述查詢詞的分詞中存在與所述核心詞詞庫匹配的分詞和/或與所述非核心詞詞庫匹配的分詞，且存在未知分詞，則：將與所述核心詞詞庫匹配的分詞確定為所述查詢詞的核心詞；以及，將滿足預置的核心詞長度標準的未知分詞或拼接未知分詞得到的分詞作為所述查詢詞的核心詞，所述未知分詞是指與所述核心詞詞庫和所述非核心詞詞庫中的詞語均不匹配的分詞。

7.根據權利要求6所述的裝置，其特征在于，還包括：

第一分詞重組單元，用于若所述查詢詞的分詞均不與所述核心詞詞庫中詞語匹配，但均與所述非核心詞詞庫中的詞語匹配，則：查詢所述查詢詞的分詞中為行政區域名稱的分詞；判斷是行政區域名稱的分詞相鄰的后一個分詞是否為行政區域名稱；若否，則將該為行政區域名稱的分詞與其相鄰的后一個分詞拼接成一個分詞；將所述查詢詞的其他分詞和拼接得到的分詞作為所述查詢詞的新分詞，針對查詢詞的新分詞，觸發分詞匹配單元。

8.根據權利要求6所述的裝置，其特征在于，還包括：

第二核心詞抽取單元，用于若所述查詢詞的分詞均為未知分詞，則：判斷所述查詢詞的長度是否在預置的第一長度范圍內，若是則將所述查詢詞確定為所述查詢詞的核心詞。

9.根據權利要求6～8任一項所述的裝置，其特征在于，所述第一核心詞抽取單元將滿足預置的核心詞長度標準的未知分詞或拼接未知分詞得到的分詞作為所述查詢詞的核心詞，具體用于：若存在連續的未知分詞，則將長度在預置的第二長度范圍內的拼接得到的分詞確定為所述查詢詞的核心詞；若存在非連續的未知分詞，則將長度在預置的第二長度范圍內的非連續的未知分詞確定為所述查詢詞的核心詞。

10.根據權利要求6～8任一項所述的裝置，其特征在于，還包括：

查詢單元，用于若所述查詢詞存在核心詞，以所述查詢詞的核心詞為關鍵詞，查詢與所述查詢詞對應的興趣點。