[發明專利]關鍵詞的分類方法和裝置

在審

• 申請號: 201610617877.4
• 申請日: 2016-07-29
• 公開（公告）號: CN107665221A
• 公開（公告）日: 2018-02-06
• 發明（設計）人: 王天祎
• 申請（專利權）人: 北京國雙科技有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京康信知識產權代理有限責任公司11240
• 代理人: 韓建偉,張永明

技術領域

本申請涉及關鍵詞領域，具體而言，涉及一種關鍵詞的分類方法和裝置。

背景技術

在互聯網時代，每天都有大量網絡用戶通過點擊搜索引擎營銷(Search Engine Marketing，簡稱SEM)廣告訪問網站，以購買商品。

SEM業務人員需要對賬戶里的關鍵詞不斷地調整，使類別、含義相同或相近的關鍵詞分配在相同的推廣單元內，這樣既能夠使關鍵詞投放時發揮最大作用，又方便賬戶結構的管理。例如，掛壁電視、彩電都表示同一類型電視實體，iPhone、蘋果手機、6s plus，甚至網絡流行的“腎6”等都表示同一手機實體。雖然這些詞字面不同，但是屬于同一類別，應當分配到同一推廣單元。

現有技術中，人工整理詞根庫，通過關鍵詞的詞根包含關系來確定關鍵詞的類別。這種方法具有以下幾個缺陷：一、需要耗費相當大的人力和時間去整理行業詞根。二、現代社會行業眾多，人工不能想到所有的詞根。三、魯棒性不強，例如，“洗衣罩”這個詞并不屬于類別“洗衣機”，要克服這種問題，需要設定非常多邏輯規則來規避。

針對上述的問題，目前尚未提出有效的解決方案。

發明內容

本申請實施例提供了一種關鍵詞的分類方法和裝置，以至少解決現有技術中通過關鍵詞的詞根包含關系確定關鍵詞的類別的方法魯棒性差的技術問題。

根據本申請實施例的一個方面，提供了一種關鍵詞的分類方法，包括：獲取向量集合和目標向量，其中，所述目標向量是將目標關鍵詞進行向量化得到的，所述向量集合包括多個關鍵詞集合中每個關鍵詞的向量，所述多個關鍵詞集合屬于多個類別；對所述向量集合進行模型訓練得到分類模型，其中，所述分類模型用于將所述目標關鍵詞分為所述多個類別中的其中之一；將所述目標向量輸入至所述分類模型中對所述目標關鍵詞進行分類。

進一步地，所述多個類別為N個類別，將所述目標向量輸入至所述分類模型中對所述目標關鍵詞進行分類包括：計算所述目標關鍵詞與第j類別的相關系數P_j，其中，相關系數P_j是所述目標向量與所述第j類別所有關鍵詞的向量的相似度的平均值，其中，j依次取1至N；從相關系數P₁至相關系數P_N這N個相關系數中篩選出最大的相關系數，將所述最大的相關系數關聯的類別作為目標類別；將所述目標關鍵詞劃分為所述目標類別。

進一步地，計算所述目標關鍵詞與第j類別的相關系數P_j包括：根據以下公式計算所述目標向量與所述第j類別所有關鍵詞中每個關鍵詞的向量的相似度：

其中，表示所述目標向量，表示所述第j類別的關鍵詞中任意一個關鍵詞的向量，S₁表示與的相似度；將所述目標向量與所述第j類別所有關鍵詞的向量的相似度的平均值作為所述相關系數P_j。

進一步地，計算所述目標關鍵詞與第j類別的相關系數P_j包括：根據以下公式計算所述目標向量與所述第j類別所有關鍵詞中每個關鍵詞的向量的相似度：

其中，表示所述目標向量，表示所述第j類別的關鍵詞中任意一個關鍵詞的向量，S₂表示與的相似度；將所述目標向量與所述第j類別所有關鍵詞的向量的相似度的平均值作為所述相關系數P_j。

進一步地，獲取向量集合和目標向量包括：根據多個關鍵詞集合中的關鍵詞訓練出詞向量模型，其中，所述詞向量模型用于執行向量化處理；利用所述詞向量模型對所述目標關鍵詞進行向量化處理，得到所述目標向量；利用所述詞向量模型對所述多個關鍵詞集合中每個關鍵詞進行向量化處理，得到所述向量集合。

進一步地，利用所述詞向量模型對所述目標關鍵詞進行向量化處理，得到所述目標向量包括：對所述目標關鍵詞進行分詞，得到所述目標關鍵詞的第一分詞集合；刪除所述第一分詞集合中的無語義詞匯，得到所述目標關鍵詞的第二分詞集合；利用所述詞向量模型對所述第二分詞集合中每個分詞進行向量化處理，得到所述第二分詞集合中每個分詞的向量；根據所述第二分詞集合中每個分詞的向量確定出所述目標向量。

進一步地，根據所述第二分詞集合中每個分詞的向量確定出所述目標向量包括：將所述第二分詞集合中所有分詞的向量之和作為所述目標向量；或者將所述第二分詞集合中所有分詞的向量的加權平均值作為所述目標向量。