[發(fā)明專利]一種優(yōu)化用戶詞庫的方法、裝置及電子設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 201610853367.7
• 申請(qǐng)日: 2016-09-26
• 公開（公告）號(hào): CN107870931B
• 公開（公告）日: 2021-09-07
• 發(fā)明（設(shè)計(jì)）人: 費(fèi)騰
• 申請(qǐng)（專利權(quán)）人: 北京搜狗科技發(fā)展有限公司
• 主分類號(hào): G06F16/335
• 分類號(hào): G06F16/335
• 代理公司: 北京華沛德權(quán)律師事務(wù)所 11302
• 代理人: 馬苗苗

1.一種優(yōu)化用戶詞庫的方法，其特征在于，包括：

獲得輸入詞的忽略因子，所述忽略因子包含所述輸入詞被展現(xiàn)未被上屏的最近忽略時(shí)間、和/或忽略次數(shù)、和/或忽略頻率；

根據(jù)所述輸入詞的所述忽略因子，對(duì)所述用戶詞庫中的所述輸入詞數(shù)量進(jìn)行優(yōu)化，包括：

獲得所述輸入詞的最近上屏?xí)r間、上屏次數(shù)；

根據(jù)下述公式獲得所述輸入詞的綜合分值Co：Co＝c₁*log(t/Tmax)+c₂*log(f/Fmax)+c₃*log((Hmax-h)/Hmax)；其中，t表示所述輸入詞的最近上屏?xí)r間，Tmax表示所述用戶詞庫中最近上屏?xí)r間，f表示所述輸入詞的上屏次數(shù)，F(xiàn)max表示所述用戶詞庫中的最大上屏次數(shù)，h表示所述忽略因子，Hmax表示所述用戶詞庫中最大的忽略因子，c₁、c₂、c₃表示常量，c₁+c₂+c₃＝1.0；

刪除所述用戶詞庫中所述綜合分值最低的n個(gè)輸入詞。

2.如權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述輸入詞的所述忽略因子，對(duì)所述用戶詞庫中的所述輸入詞數(shù)量進(jìn)行優(yōu)化，包括：

獲得輸入詞的輸入代價(jià)，所述輸入代價(jià)包含所述輸入詞的輸入字符串長度和/或所述輸入詞的上屏代價(jià)；

根據(jù)所述輸入代價(jià)和所述忽略因子，對(duì)所述用戶詞庫中的所述輸入詞數(shù)量進(jìn)行優(yōu)化。

3.如權(quán)利要求2所述的方法，其特征在于，在所述獲得輸入詞的輸入代價(jià)之前，所述方法還包括：

根據(jù)如下公式獲得所述上屏代價(jià)：

C＝a₁*pagenum+x+a₂

其中，C表示所述上屏代價(jià)，a₁表示常量，pagenum表示獲得所述輸入詞翻過的候選頁，x表示所述輸入詞在候選界面的候選位置，a₂為用戶手動(dòng)組詞的附加值，當(dāng)所述輸入詞未經(jīng)過用戶手動(dòng)組詞獲得時(shí)a₂為0，當(dāng)所述輸入詞經(jīng)過用戶手動(dòng)組詞獲得時(shí)a₂為非零正數(shù)。

4.如權(quán)利要求3所述的方法，其特征在于，所述獲得輸入詞的輸入代價(jià)，包括：

獲得所述上屏代價(jià)或所述輸入字符串長度作為所述輸入代價(jià)；或者

根據(jù)公式：Sc＝b₁*c+b₂*l獲得所述輸入代價(jià)，其中，Sc表示所述輸入代價(jià)，l表示所述輸入字符串長度，b₁、b₂表示常量，b₁+b₂＝1.0。

5.如權(quán)利要求2-4任一所述的方法，其特征在于，根據(jù)所述輸入代價(jià)和所述忽略因子，對(duì)所述用戶詞庫中的所述輸入詞數(shù)量進(jìn)行優(yōu)化，包括：

根據(jù)所述輸入代價(jià)和所述忽略因子，計(jì)算獲得所述輸入詞的綜合分值；

刪除所述用戶詞庫中所述綜合分值最低的n個(gè)輸入詞。

6.如權(quán)利要求5所述的方法，其特征在于，所述根據(jù)所述輸入代價(jià)和所述忽略因子，計(jì)算獲得所述輸入詞的綜合分值，包括：

根據(jù)下述公式獲得所述輸入詞的綜合分值Co：

Co＝d₁*log((Sc)/Scmax)+d₂*log((Hmax-h)/Hmax)

其中，Sc表示所述輸入代價(jià)，Scmax表示所述用戶詞庫中的最大輸入代價(jià)，d₁、d₂表示常量，d₁+d₂＝1.0，h表示所述忽略因子，Hmax表示所述用戶詞庫中最大的忽略因子。