[發(fā)明專利]一種視頻搜索中的查詢?cè)~糾錯(cuò)方法和裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201710533053.3
• 申請(qǐng)日: 2017-07-03
• 公開（公告）號(hào): CN107301241B
• 公開（公告）日: 2020-06-05
• 發(fā)明（設(shè)計(jì)）人: 孫超博
• 申請(qǐng)（專利權(quán)）人: 北京奇藝世紀(jì)科技有限公司
• 主分類號(hào): G06F16/732
• 分類號(hào): G06F16/732;G06F16/903;G06F16/36
• 代理公司: 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司 11227
• 代理人: 王寶筠

1.一種視頻搜索中的查詢?cè)~糾錯(cuò)方法，其特征在于，包括：

接收用戶輸入的查詢?cè)~；

對(duì)所述查詢?cè)~進(jìn)行刪字處理，得到字串集合；

利用所述字串集合中的每個(gè)詞以及所述查詢?cè)~，在預(yù)先得到的糾錯(cuò)候選詞詞典中匹配得到糾錯(cuò)候選詞；

從所述糾錯(cuò)候選詞中選出最優(yōu)糾錯(cuò)候選詞作為所述查詢?cè)~的糾錯(cuò)結(jié)果；

所述糾錯(cuò)候選詞詞典的生成過(guò)程，包括：

接收用戶輸入的詞語(yǔ)；

將所述詞語(yǔ)作為糾錯(cuò)候選詞；

對(duì)所述詞語(yǔ)進(jìn)行刪字處理，得到刪字后的字串集合，并建立所述詞語(yǔ)與所述詞語(yǔ)、對(duì)所述詞語(yǔ)刪字處理后的字串集合之間的對(duì)應(yīng)關(guān)系。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述從所述糾錯(cuò)候選詞中選出最優(yōu)糾錯(cuò)候選詞作為所述查詢?cè)~的糾錯(cuò)結(jié)果具體包括：

利用預(yù)先建立的語(yǔ)言模型，對(duì)所述糾錯(cuò)候選詞以及所述查詢?cè)~進(jìn)行特征提取；

利用預(yù)先建立的分類模型，針對(duì)匹配得到的每個(gè)所述糾錯(cuò)候選詞，根據(jù)對(duì)所述糾錯(cuò)候選詞以及所述查詢?cè)~提取得到的特征，判斷所述糾錯(cuò)候選詞的合理性是否大于所述查詢?cè)~的合理性；

從合理性大于所述查詢?cè)~的糾錯(cuò)候選詞中選擇搜索次數(shù)最高的糾錯(cuò)候選詞確定為最優(yōu)糾錯(cuò)候選詞，作為所述查詢?cè)~的糾錯(cuò)結(jié)果。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，提取的所述特征包括：對(duì)數(shù)似然在每個(gè)詞上的平均值、對(duì)數(shù)似然在每個(gè)字上的平均值和/或?qū)?shù)似然在長(zhǎng)度為三的窗口上的最小值。

4.根據(jù)權(quán)利要求1～3任意一項(xiàng)所述的方法，其特征在于，所述對(duì)所述查詢?cè)~進(jìn)行刪字處理，得到字串集合，具體為：

對(duì)所述查詢?cè)~的每個(gè)字分別刪除得到字串集合。

5.一種視頻搜索中的查詢?cè)~糾錯(cuò)裝置，其特征在于，包括：

接收單元，用于接收用戶輸入的查詢?cè)~；

處理單元，用于對(duì)所述查詢?cè)~進(jìn)行刪字處理，得到字串集合；

匹配單元，用于利用所述字串集合中的每個(gè)詞以及所述查詢?cè)~，在預(yù)先得到的糾錯(cuò)候選詞詞典中匹配得到糾錯(cuò)候選詞；

分析單元，用于從所述糾錯(cuò)候選詞中選出最優(yōu)糾錯(cuò)候選詞作為所述查詢?cè)~的糾錯(cuò)結(jié)果；以及，

詞典生成單元，用于接收用戶輸入的詞語(yǔ)，將所述詞語(yǔ)作為糾錯(cuò)候選詞，對(duì)所述詞語(yǔ)進(jìn)行刪字處理，得到刪字后的字串集合，并建立所述詞語(yǔ)與所述詞語(yǔ)、對(duì)所述詞語(yǔ)刪字處理后的字串集合之間的對(duì)應(yīng)關(guān)系。

6.根據(jù)權(quán)利要求5所述的裝置，其特征在于，所述分析單元包括：

特征提取子單元，用于利用預(yù)先建立的語(yǔ)言模型，對(duì)所述糾錯(cuò)候選詞以及所述查詢?cè)~進(jìn)行特征提取；

判斷子單元，用于利用預(yù)先建立的分類模型，針對(duì)匹配得到的每個(gè)所述糾錯(cuò)候選詞，根據(jù)對(duì)所述糾錯(cuò)候選詞以及所述查詢?cè)~提取得到的特征，判斷所述糾錯(cuò)候選詞的合理性是否大于所述查詢?cè)~的合理性；

選擇子單元，用于從合理性大于所述查詢?cè)~的糾錯(cuò)候選詞中選擇搜索次數(shù)最高的糾錯(cuò)候選詞確定為最優(yōu)糾錯(cuò)候選詞，作為所述查詢?cè)~的糾錯(cuò)結(jié)果。

7.根據(jù)權(quán)利要求6所述的裝置，其特征在于，提取的所述特征包括：

對(duì)數(shù)似然在每個(gè)詞上的平均值、對(duì)數(shù)似然在每個(gè)字上的平均值和/或?qū)?shù)似然在長(zhǎng)度為三的窗口上的最小值。

8.根據(jù)權(quán)利要求5～7任意一項(xiàng)所述的裝置，其特征在于，所述處理單元，具體用于：

對(duì)所述查詢?cè)~的每個(gè)字分別刪除得到字串集合。