[發明專利]關鍵詞識別方法及裝置有效
| 申請號： | 201610895492.4 | 申請日： | 2016-10-13 |
| 公開（公告）號： | CN107943781B | 公開（公告）日： | 2021-08-13 |
| 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： | G06F40/253 | 分類號： | G06F40/253 |
| 代理公司： | 北京鼎佳達知識產權代理事務所(普通合伙) 11348 | 代理人： | 王偉鋒;劉鐵生 |
| 地址： | 100083 北京市海淀區*** | 國省代碼： | 北京;11 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 關鍵詞 識別 方法 裝置 | ||
1.一種關鍵詞識別方法，其特征在于，包括：
從關鍵詞樣本數據庫中獲取第一樣本關鍵詞集合和第二樣本關鍵詞集合，所述第一樣本關鍵詞集合為沒有被搜索引擎展現過的樣本關鍵詞的集合，所述第二樣本關鍵詞集合為在預設時間段內被搜索引擎展現過的樣本關鍵詞的集合；
對所述第一樣本關鍵詞集合和所述第二樣本關鍵詞集合中的每個關鍵詞進行分詞，得到關鍵詞分詞集合；
根據預設詞向量模型，對所述關鍵詞分詞集合中的每個關鍵詞分詞進行序列化，得到向量映射表，所述向量映射表中保存有所述每個關鍵詞分詞對應的標識信息以及與所述標識信息對應的實數值向量；
根據所述向量映射表，創建卷積神經網絡模型，具體包括：根據所述每個關鍵詞分詞對應的標識信息以及與所述標識信息對應的實數值向量，將所述第一樣本關鍵詞集合和所述第二樣本關鍵詞集合中的每個關鍵詞映射成關鍵詞矩陣；將所述每個關鍵詞映射成的關鍵詞矩陣通過卷積神經網絡訓練，創建得到所述卷積神經網絡模型；
對待上線關鍵詞進行預處理，得到與卷積神經網絡模型對應的輸入格式數據；
將所述輸入格式數據通過所述卷積神經網絡模型進行計算，得到所述待上線關鍵詞對應的展現概率值；
通過檢測所述展現概率值，確定預設閾值范圍內的展現概率值；
對與所述預設閾值范圍內的展現概率值所對應的待上線關鍵詞執行處理。
2.根據權利要求1所述的關鍵詞識別方法，其特征在于，所述對待上線關鍵詞進行預處理，得到與卷積神經網絡模型對應的輸入格式數據，具體包括：
對待上線關鍵詞進行分詞，得到一個或多個關鍵詞分詞；
根據預設詞向量模型，對所述關鍵詞分詞進行序列化，得到與所述待上線關鍵詞對應的向量映射表，所述向量映射表中保存有所述關鍵詞分詞對應的標識信息以及與所述標識信息對應的實數值向量；
根據所述關鍵詞分詞對應的標識信息以及與所述標識信息對應的實數值向量，將所述待上線關鍵詞映射成關鍵詞矩陣，作為與所述卷積神經網絡模型對應的輸入格式數據。
3.根據權利要求1所述的關鍵詞識別方法，其特征在于，所述對待上線關鍵詞進行預處理，得到與卷積神經網絡模型對應的輸入格式數據，具體包括：
對待上線關鍵詞進行預處理，得到與創建得到的卷積神經網絡模型對應的輸入格式數據。
4.根據權利要求1所述的關鍵詞識別方法，其特征在于，所述根據預設詞向量模型，對所述關鍵詞分詞集合中的每個關鍵詞分詞進行序列化，得到向量映射表之前，所述方法還包括：
根據預設停用詞詞典，刪除所述關鍵詞分詞集合中的停用詞及標點；
所述根據預設詞向量模型，對所述關鍵詞分詞集合中的每個關鍵詞分詞進行序列化，得到向量映射表，具體包括：
根據預設詞向量模型，對刪除處理后的關鍵詞分詞集合中的每個關鍵詞分詞進行序列化，得到向量映射表。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于北京國雙科技有限公司，未經北京國雙科技有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201610895492.4/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：版面分欄方法及裝置
- 下一篇：一種字符處理方法及終端
