[發(fā)明專利]應(yīng)用搜索意圖的識別方法、裝置、應(yīng)用搜索方法和服務(wù)器

有效

• 申請?zhí)枺?/td>: 201611246921.1
• 申請日: 2016-12-29
• 公開（公告）號: CN106649818B
• 公開（公告）日: 2020-05-15
• 發(fā)明（設(shè)計(jì)）人: 龐偉
• 申請（專利權(quán)）人: 北京奇虎科技有限公司
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F40/284
• 代理公司: 北京市隆安律師事務(wù)所 11323
• 代理人: 權(quán)鮮枝;何立春

1.一種應(yīng)用搜索意圖的識別方法，其中，包括：

從應(yīng)用搜索引擎的查詢會話日志中獲取各查詢會話中的搜索詞；

根據(jù)各查詢會話中的搜索詞以及預(yù)設(shè)策略，挖掘出各搜索詞的標(biāo)簽體系；

根據(jù)每個(gè)搜索詞的標(biāo)簽體系識別出該搜索詞對應(yīng)的應(yīng)用搜索意圖；

根據(jù)各查詢會話中的搜索詞以及預(yù)設(shè)策略，挖掘出各搜索詞的標(biāo)簽體系包括：

根據(jù)各查詢會話中的搜索詞，獲得訓(xùn)練語料集合；

將訓(xùn)練語料集合輸入至LDA模型中進(jìn)行訓(xùn)練，得到LDA模型輸出的搜索詞-主題概率分布結(jié)果以及主題-關(guān)鍵詞概率分布結(jié)果；

根據(jù)所述搜索詞-主題概率分布結(jié)果和所述主題-關(guān)鍵詞概率分布結(jié)果，計(jì)算得到各搜索詞的標(biāo)簽體系；

所述根據(jù)各查詢會話中的搜索詞，獲得訓(xùn)練語料集合包括：

根據(jù)各查詢會話中的搜索詞，獲得各搜索詞的原始語料；

各搜索詞的原始語料構(gòu)成原始語料集合；對所述原始語料集合進(jìn)行預(yù)處理，獲得訓(xùn)練語料集合；

所述根據(jù)各查詢會話中的搜索詞，獲得各搜索詞的原始語料包括：

根據(jù)各查詢會話中的搜索詞，獲得多個(gè)查詢會話對應(yīng)的搜索詞序列集合；以及，獲得多個(gè)查詢會話對應(yīng)的搜索詞集合；

對所述搜索詞序列集合進(jìn)行訓(xùn)練得到N維的搜索詞向量文件；

對于所搜索詞集合中的每個(gè)搜索詞，根據(jù)所述N維的搜索詞向量文件計(jì)算該搜索詞與其他各搜索詞之間的關(guān)聯(lián)程度；將與該搜索詞的關(guān)聯(lián)程度符合預(yù)設(shè)條件的其他各搜索詞作為該搜索詞的原始語料。

2.如權(quán)利要求1所述的方法，其中，所述獲得多個(gè)查詢會話對應(yīng)的搜索詞序列集合包括：

對于每個(gè)查詢會話，將該查詢會話中的搜索詞按照順序排成一個(gè)序列；如果該序列中的一個(gè)搜索詞對應(yīng)于應(yīng)用下載操作，將所下載的應(yīng)用的名稱插入到該序列中的相應(yīng)搜索詞的后面相鄰位置；得到該查詢會話對應(yīng)的搜索詞序列；

所述獲得多個(gè)查詢會話對應(yīng)的搜索詞集合包括：將多個(gè)查詢會話中的搜索詞的集合作為所述多個(gè)查詢會話對應(yīng)的搜索詞集合。

3.如權(quán)利要求1所述的方法，其中，對所述搜索詞序列集合進(jìn)行訓(xùn)練得到N維的搜索詞向量文件包括：

將所述搜索詞序列集合中的每個(gè)搜索詞作為一個(gè)單詞，利用深度學(xué)習(xí)工具包word2vec對所述搜索詞序列集合進(jìn)行訓(xùn)練，生成N維的搜索詞向量文件。

4.如權(quán)利要求1所述的方法，其中，所述對于所搜索詞集合中的每個(gè)搜索詞，根據(jù)所述N維的搜索詞向量文件計(jì)算該搜索詞與其他各搜索詞之間的關(guān)聯(lián)程度；將與該搜索詞的關(guān)聯(lián)程度符合符合預(yù)設(shè)條件的其他各搜索詞作為該搜索詞的原始語料包括：

利用KNN算法對所述搜索詞集合以及所述N維的搜索詞向量文件進(jìn)行運(yùn)算，根據(jù)所述N維的搜索詞向量文件計(jì)算所述搜索詞集合中的每兩個(gè)搜索詞之間的距離；

對于所述搜索詞集合中的每個(gè)搜索詞，按照與該搜索詞的距離從大到小排序，選取前第一預(yù)設(shè)閾值個(gè)搜索詞作為該搜索詞的原始語料。

5.如權(quán)利要求1所述的方法，其中，所述對所述原始語料集合進(jìn)行預(yù)處理包括：

在所述原始語料集合中，

對于每個(gè)原始語料，對所述原始語料進(jìn)行分詞處理，得到包含多個(gè)詞項(xiàng)的分詞結(jié)果；查找由所述分詞結(jié)果中的相鄰詞項(xiàng)構(gòu)成的短語；保留所述短語、所述分詞結(jié)果中屬于名詞的詞項(xiàng)和屬于動(dòng)詞的詞項(xiàng)，作為該原始語料對應(yīng)保留的關(guān)鍵詞。

6.如權(quán)利要求5所述的方法，其中，所述查找由所述分詞結(jié)果中的相鄰詞項(xiàng)構(gòu)成的短語包括：

計(jì)算分詞結(jié)果中的每兩個(gè)相鄰詞項(xiàng)的cPMId值，當(dāng)兩個(gè)相鄰詞項(xiàng)的cPMId值大于第二預(yù)設(shè)閾值時(shí)，確定這兩個(gè)相鄰詞項(xiàng)構(gòu)成短語。

7.如權(quán)利要求1-6中任一項(xiàng)所述的方法，其中，所述對所述原始語料集合進(jìn)行預(yù)處理還包括：

將每個(gè)搜索詞的原始物料對應(yīng)保留的關(guān)鍵詞作為該搜索詞的第一階段訓(xùn)練語料；

各搜索詞的第一階段訓(xùn)練語料構(gòu)成第一階段訓(xùn)練語料集合；對所述第一階段訓(xùn)練語料集合中的關(guān)鍵詞進(jìn)行數(shù)據(jù)清洗。