[發明專利]一種同義詞的挖掘方法及裝置

有效

• 申請號: 201611245552.4
• 申請日: 2016-12-29
• 公開（公告）號: CN106777283B
• 公開（公告）日: 2021-02-26
• 發明（設計）人: 龐偉
• 申請（專利權）人: 北京奇虎科技有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F16/35;G06F40/30
• 代理公司: 北京律誠同業知識產權代理有限公司 11006
• 代理人: 王玉雙

1.一種同義詞的挖掘方法，其特征在于，包括：

生成第一詞的第一近鄰詞集合和第二詞的第二近鄰詞集合，其中，所述第一詞與所述第一近鄰詞集合中的詞的相關性滿足預設要求，所述第二詞與所述第二近鄰詞集合中的詞的相關性滿足所述預設要求；

比對所述第一近鄰詞集合與所述第二近鄰詞集合的相似度，獲得比對結果；

根據所述比對結果，確定所述第一詞和所述第二詞是否為同義詞；

其中，所述比對所述第一近鄰詞集合與所述第二近鄰詞集合的相似度，獲得比對結果，包括：

根據拓補數據分析方法，生成所述第一近鄰詞集合的第一持續性圖和所述第二近鄰詞集合的第二持續性圖；

計算所述第一持續性圖和所述第二持續性圖的相似度，以所述相似度作為所述比對結果。

2.如權利要求1所述的方法，其特征在于，所述生成第一詞的第一近鄰詞集合和第二詞的第二近鄰詞集合之前，還包括：

挖掘出第一查詢項和第二查詢項，其中，所述第一查詢項與所述第二查詢項對應有相同的點擊文檔；

比對所述第一查詢項和所述第二查詢項，從所述第一查詢項和所述第二查詢項中分別提取出所述第一詞和所述第二詞。

3.如權利要求1或2所述的方法，其特征在于，所述生成第一詞的第一近鄰詞集合和第二詞的第二近鄰詞集合，包括：

根據最鄰近算法，生成第一詞的第一近鄰詞集合和第二詞的第二近鄰詞集合。

4.如權利要求1所述的方法，其特征在于，所述計算所述第一持續性圖和所述第二持續性圖的相似度，包括：

計算所述第一持續性圖和所述第二持續性圖的環相似度和連通圖相似度。

5.如權利要求4所述的方法，其特征在于，所述根據所述比對結果確定所述第一詞和所述第二詞是否為同義詞，包括：

當所述環相似度小于等于預設環相似度值，且所述連通圖相似度小于等于預設連通圖相似度時，所述第一詞和所述第二詞為同義詞；

當所述環相似度大于所述預設環相似度值，和/或所述連通圖相似度大于所述預設連通圖相似度時，所述第一詞和所述第二詞為非同義詞。

6.如權利要求1所述的方法，其特征在于，所述比對所述第一近鄰詞集合與所述第二近鄰詞集合的相似度，獲得比對結果，包括：

計算所述第一近鄰詞集合與所述第二近鄰詞集合的杰卡德相似度，以所述杰卡德相似度作為所述比對結果。

7.一種同義詞的挖掘裝置，其特征在于，包括：

生成模塊，用于生成第一詞的第一近鄰詞集合和第二詞的第二近鄰詞集合，其中，所述第一詞與所述第一近鄰詞集合中的詞的相關性滿足預設要求，所述第二詞與所述第二近鄰詞集合中的詞的相關性滿足所述預設要求；

比對模塊，用于比對所述第一近鄰詞集合與所述第二近鄰詞集合的相似度，獲得比對結果；

確定模塊，用于根據所述比對結果，確定所述第一詞和所述第二詞是否為同義詞；

其中，所述比對模塊還用于：

根據拓補數據分析方法，生成所述第一近鄰詞集合的第一持續性圖和所述第二近鄰詞集合的第二持續性圖；

計算所述第一持續性圖和所述第二持續性圖的相似度，以所述相似度作為所述比對結果。

8.如權利要求7所述的裝置，其特征在于，還包括：

挖掘模塊，用于挖掘出第一查詢項和第二查詢項，其中，所述第一查詢項與所述第二查詢項對應有相同的點擊文檔；

提取模塊，用于比對所述第一查詢項和所述第二查詢項，從所述第一查詢項和所述第二查詢項中分別提取出所述第一詞和所述第二詞。

9.如權利要求7或8所述的裝置，其特征在于，所述生成模塊還用于：

根據最鄰近算法，生成第一詞的第一近鄰詞集合和第二詞的第二近鄰詞集合。

10.如權利要求7所述的裝置，其特征在于，所述比對模塊還用于：

計算所述第一持續性圖和所述第二持續性圖的環相似度和連通圖相似度。