[發(fā)明專利]一種垂直領(lǐng)域的概念一致性關(guān)系構(gòu)建方法和裝置

在審

• 申請?zhí)枺?/td>: 201510047437.5
• 申請日: 2015-01-29
• 公開（公告）號(hào): CN104598608A
• 公開（公告）日: 2015-05-06
• 發(fā)明（設(shè)計(jì)）人: 王超越;李婷婷;孫連生;趙世奇
• 申請（專利權(quán)）人: 百度在線網(wǎng)絡(luò)技術(shù)（北京）有限公司
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30
• 代理公司: 廣州三環(huán)專利代理有限公司 44202
• 代理人: 溫旭;郝傳鑫

1.一種垂直領(lǐng)域的概念一致性關(guān)系構(gòu)建方法，其特征在于，包括：

獲取一個(gè)垂直領(lǐng)域內(nèi)不同屬性下的概念x和概念y在所屬垂直領(lǐng)域內(nèi)用戶查詢數(shù)據(jù)的共現(xiàn)關(guān)系統(tǒng)計(jì)數(shù)據(jù)，

根據(jù)所述共現(xiàn)關(guān)系統(tǒng)計(jì)數(shù)據(jù)計(jì)算概念x和概念y的一致性關(guān)系的強(qiáng)度分值pmi(x,y)，其中，強(qiáng)度分值pmi(x,y)為帶有權(quán)值極大化參數(shù)pow的概念x和概念y的共現(xiàn)分布c(x,y)^pow與帶有懲罰因子N的概念x和概念y的乘積分布(c(x)+N)*(c(x)+N)的比值取對數(shù)，

其中，c(x)為概念x在所屬垂直領(lǐng)域內(nèi)用戶查詢數(shù)據(jù)中出現(xiàn)的詞頻，c(y)為概念y在所屬垂直領(lǐng)域內(nèi)用戶查詢數(shù)據(jù)中出現(xiàn)的詞頻，c(x,y)為概念x和概念y在所屬垂直領(lǐng)域內(nèi)用戶查詢數(shù)據(jù)中出現(xiàn)的詞頻，pow為權(quán)值極大化參數(shù)，N為懲罰因子。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法進(jìn)一步包括：

根據(jù)下述公式計(jì)算與概念c具有一致性關(guān)系的各個(gè)不同屬性下的概念分布的信息熵，抽取信息熵大于第一預(yù)設(shè)閾值的概念關(guān)系集合，以確定概念唯一關(guān)系，其中，一個(gè)屬性下的概念分布的信息熵是將該屬性下的n個(gè)概念x_i作為信源的n種取值，每個(gè)概念在所屬垂直領(lǐng)域內(nèi)用戶查詢數(shù)據(jù)中獨(dú)立出現(xiàn)的詞頻p(x_i)作為信源的取值x_i對應(yīng)的概率，通過信息熵公式進(jìn)行計(jì)算獲得。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述方法進(jìn)一步包括：

根據(jù)第一概念與第一屬性下的第二概念的唯一關(guān)系確定所述第一概念與所述第一屬性下除了第二概念之外的概念為互斥關(guān)系。

4.根據(jù)權(quán)利要求1至3中任意一項(xiàng)所述的方法，其特征在于，所述方法進(jìn)一步包括：

將概念的一致性關(guān)系的強(qiáng)度分值小于第二預(yù)設(shè)閾值的兩個(gè)概念作為互斥關(guān)系概念對。

5.根據(jù)權(quán)利要求4所述的方法，其特征在于，其中，所屬垂直領(lǐng)域內(nèi)用戶查詢數(shù)據(jù)是根據(jù)所屬垂直領(lǐng)域的關(guān)鍵詞特征對用戶查詢?nèi)罩緮?shù)據(jù)進(jìn)行過濾獲得。

6.一種垂直領(lǐng)域的概念一致性關(guān)系構(gòu)建裝置，其特征在于，包括：

獲取模塊，用于獲取一個(gè)垂直領(lǐng)域內(nèi)不同屬性下的概念x和概念y在所屬垂直領(lǐng)域內(nèi)用戶查詢數(shù)據(jù)的共現(xiàn)關(guān)系統(tǒng)計(jì)數(shù)據(jù)；

確定模塊，用于根據(jù)所述共現(xiàn)關(guān)系統(tǒng)計(jì)數(shù)據(jù)計(jì)算概念x和概念y的一致性關(guān)系的強(qiáng)度分值pmi(x,y)，其中，強(qiáng)度分值pmi(x,y)為帶有權(quán)值極大化參數(shù)pow的概念x和概念y的共現(xiàn)分布c(x,y)^pow與帶有懲罰因子N的概念x和概念y的乘積分布(c(x)+N)*(c(x)+N)的比值取對數(shù)，

其中，c(x)為概念x在所屬垂直領(lǐng)域內(nèi)用戶查詢數(shù)據(jù)出現(xiàn)的詞頻，c(y)為概念y在所屬垂直領(lǐng)域內(nèi)用戶查詢數(shù)據(jù)出現(xiàn)的詞頻，c(x,y)為概念x和概念y在所屬垂直領(lǐng)域內(nèi)用戶查詢數(shù)據(jù)出現(xiàn)的詞頻，pow為權(quán)值極大化參數(shù)，N為懲罰因子。

7.根據(jù)權(quán)利要求6所述的裝置，其特征在于，所述確定模塊，還用于:

根據(jù)下述公式計(jì)算與概念c具有一致性關(guān)系的各個(gè)不同屬性下的概念分布的信息熵，抽取信息熵大于第一預(yù)設(shè)閾值的概念關(guān)系集合，以確定概念唯一關(guān)系，其中，一個(gè)屬性下的概念分布的信息熵是將該屬性下的n個(gè)概念x_i作為信源的n種取值，每個(gè)概念在所屬垂直領(lǐng)域內(nèi)用戶查詢數(shù)據(jù)中獨(dú)立出現(xiàn)的詞頻p(x_i)作為信源的取值x_i對應(yīng)的概率，通過信息熵公式進(jìn)行計(jì)算獲得。

8.根據(jù)權(quán)利要求7所述的裝置，其特征在于，所述確定模塊，還用于：根據(jù)第一概念與第一屬性下的第二概念的唯一關(guān)系確定所述第一概念與所述第一屬性下除了第二概念之外的概念為互斥關(guān)系。

9.根據(jù)權(quán)利要求6至8中任意一項(xiàng)所述的裝置，其特征在于，所述確定模塊，還用于：

將概念的一致性關(guān)系的強(qiáng)度分值小于第二預(yù)設(shè)閾值的兩個(gè)概念作為互斥關(guān)系概念對。

10.根據(jù)權(quán)利要求9所述的裝置，其特征在于，其中，所屬垂直領(lǐng)域內(nèi)用戶查詢數(shù)據(jù)是根據(jù)所屬垂直領(lǐng)域的關(guān)鍵詞特征對用戶查詢?nèi)罩緮?shù)據(jù)進(jìn)行過濾獲得。