[發明專利]單元詞替換方法、搜索方法及裝置有效

申請號：	201410171188.6	申請日：	2014-04-25
公開（公告）號：	CN105095222B	公開（公告）日：	2019-10-15
發明（設計）人：	阮淑梨;蔣建;魏洪平;謝慶偉	申請（專利權）人：	阿里巴巴集團控股有限公司
主分類號：	G06F16/33	分類號：	G06F16/33;G06F17/27
代理公司：	北京億騰知識產權代理事務所(普通合伙) 11309	代理人：	戴燕
地址：	英屬開曼群島大開***	國省代碼：	開曼群島;KY
權利要求書：	查看更多	說明書：	查看更多
摘要：
搜索關鍵詞：	單元替換方法搜索裝置
鉆瓜網技術展會專利詞庫專利權人專利榜在售專利公布日期熱門專利

【說明書】：

本申請涉及一種單元詞替換方法、搜索方法及裝置，所述方法包括：對輸入的查詢語句進行分詞，得到所述查詢語句的第一單元詞；利用所述第一單元詞，從同義詞表中找出所述第一單元詞的同義詞集合；從二元詞組數據庫中，查詢得到所述第一單元詞與其上下文的第一單元詞組成的二元詞組的第一緊密度、所述同義詞集合中的第二單元詞與所述第一單元詞的上下文的單元詞組成的第二二元詞組的第二緊密度；如果所述第二緊密度大于等于所述第一緊密度且所述第二緊密度大于預設閾值，則將所述第二單元詞作為所述第一單元詞的替換詞。本申請能更精確地解析搜索意圖，提高搜索結果的準確性。

技術領域

本申請涉及信息處理技術領域，尤其涉及一種單元詞替換方法、搜索方法及裝置。

背景技術

在現有的搜索產品中，當用戶提交查詢語句后，搜索引擎會將用戶提交的查詢語句進行預處理后再進行檢索。在預處理過程中，用戶提交的查詢語句會被拆分成多個關鍵詞，可以利用同義詞替換功能對這些關鍵詞進行同義替換操作，生成新的搜索引擎底層可讀的查詢語句。

現有的同義詞替換功能大多都是對存在同義詞詞組的關鍵詞采用直接替換的方式，對于一些不必要替換的情形不會加以區分，例如，用戶輸入查詢語句“中國銀行快捷支付限額”，經過分詞得到關鍵詞“中國銀行”、“快捷”、“支付”和“限額”。在這個查詢語句中，“支付”的同義詞包括“付款”，因而采用同義詞替換功能后，會得到新的查詢語句“中國銀行快捷付款限額”。而在實際情形中，“快捷支付”是一個固定搭配的詞組，具有特定的含義，其使用頻率比“快捷付款”高。可以看出，這種采用直接匹配方式，由于缺乏了上下文的參照信息，往往會造成不必要的同義替換，替換結果會帶來相關度較差的搜索結果，不能精確解析用戶的搜索意圖，導致搜索結果的準確性較差。

發明內容

本申請的目的是，提供一種單元詞替換方法、搜索方法及裝置，可減少不必要的同義詞替換，能更精確地解析搜索意圖，提高搜索結果的準確性。

本申請提供了一種單元詞替換方法，所述方法包括：

對輸入的查詢語句進行分詞，得到所述查詢語句的第一單元詞；

利用所述第一單元詞，從同義詞表中找出所述第一單元詞的同義詞集合；

從二元詞組數據庫中，查詢得到所述第一單元詞與其上下文的單元詞組成的第一二元詞組的第一緊密度、所述同義詞集合中的第二單元詞與所述第一單元詞的上下文的單元詞組成的第二二元詞組的第二緊密度，其中，所述二元詞組數據庫中包括參考二元詞組及所述參考二元詞組的緊密度；

比較所述第一緊密度和所述第二緊密度，如果所述第二緊密度大于等于所述第一緊密度且所述第二緊密度大于預設閾值，則將所述第二單元詞作為所述第一單元詞的替換詞。

又一方面，本申請還提供了一種基于單元詞替換的搜索方法，所述方法包括：

對輸入的查詢語句進行分詞，得到所述查詢語句的第一單元詞；

利用所述第一單元詞，從同義詞表中找出所述第一單元詞的同義詞集合；

比較所述第一緊密度和所述第二緊密度，如果所述第二緊密度大于等于所述第一緊密度且所述第二緊密度大于預設閾值，則將所述第二單元詞作為所述第一單元詞的替換詞；

利用所述第一單元詞的替換詞，生成新的查詢語句進行搜索，得到搜索結果。