[發明專利]預測趨勢詞的方法和裝置

有效

• 申請號: 201710969459.6
• 申請日: 2017-10-18
• 公開（公告）號: CN107908616B
• 公開（公告）日: 2022-01-28
• 發明（設計）人: 李樹海
• 申請（專利權）人: 北京京東尚科信息技術有限公司;北京京東世紀貿易有限公司
• 主分類號: G06F40/284
• 分類號: G06F40/284;G06F16/9532;G06Q30/06
• 代理公司: 中原信達知識產權代理有限責任公司 11219
• 代理人: 張一軍;楊曉偉

1.一種預測趨勢詞的方法，其特征在于，包括：

確定預定時間段內的搜索詞的突發度；

將所述突發度滿足預定規則的所述搜索詞確定為趨勢詞；

其中，所述突發度的計算公式為：

其中，是突發度，t是當前時刻，是當前時刻的速度，ΔT₁、ΔT₂是選取的時間窗口的尺寸，所述當前時刻的速度根據選取的時間窗口內的搜索詞的出現次數進行時間衰減后計算得到；

所述當前時刻的速度的計算公式為：

其中，是當前時刻的速度，X_i是當前搜索詞在第i個搜索指令中出現的次數，t_i是第i個搜索指令的時間戳，ΔT是選取的時間窗口的尺寸。

2.根據權利要求1所述的方法，其特征在于，確定預定時間段內的搜索詞的突發度的步驟之前，還包括：

將語義相似度滿足預定閾值的詞語聚為一類，并確定每類詞語的類別標識；

將預定時間段內的搜索詞替換為所述類別標識。

3.根據權利要求2所述的方法，其特征在于，將語義相似度滿足預定閾值的詞語聚為一類的步驟包括：

獲取語料數據；

對所述語料數據進行分詞操作；

生成所述分詞操作后得到的每個詞的詞向量；

根據所述詞向量將語義相似度滿足預定閾值的詞語聚為一類。

4.根據權利要求3所述的方法，其特征在于，根據所述詞向量將語義相似度滿足預定閾值的詞語聚為一類的步驟包括：

依次對每個詞向量執行如下的操作，直至將所有的詞向量對應的詞歸類到對應的類別，所述操作包括：

獲取詞向量A；

計算所述詞向量A與每類詞語的聚類中心向量的相似度，將所述相似度中的最大值記作d，與所述詞向量A的相似度最大的詞語類別記作g，所述聚類中心向量為每類詞語中所有詞向量的均值向量；

若d滿足預定閾值，則將所述詞向量A對應的詞歸類到類別g中；否則，新建一個類別h，并將所述詞向量A對應的詞歸類到所述類別h中。

5.一種預測趨勢詞的裝置，其特征在于，包括：

計算模塊，用于確定預定時間段內的搜索詞的突發度；其中，所述突發度的計算公式為：其中，是突發度，t是當前時刻，是當前時刻的速度，ΔT₁、ΔT₂是選取的時間窗口的尺寸，所述當前時刻的速度根據選取的時間窗口內的搜索詞的出現次數進行時間衰減后計算得到；所述當前時刻的速度的計算公式為：其中，是當前時刻的速度，X_i是當前搜索詞在第i個搜索指令中出現的次數，t_i是第i個搜索指令的時間戳，ΔT是選取的時間窗口的尺寸；

確定模塊，用于將所述突發度滿足預定規則的所述搜索詞確定為趨勢詞。

6.根據權利要求5所述的裝置，其特征在于，還包括聚類模塊，用于：在確定預定時間段內的搜索詞的突發度之前，

將語義相似度滿足預定閾值的詞語聚為一類，并確定每類詞語的類別標識；

將預定時間段內的搜索詞替換為所述類別標識。

7.根據權利要求6所述的裝置，其特征在于，所述聚類模塊還用于：

獲取語料數據；

對所述語料數據進行分詞操作；

生成所述分詞操作后得到的每個詞的詞向量；

根據所述詞向量將語義相似度滿足預定閾值的詞語聚為一類。

8.根據權利要求7所述的裝置，其特征在于，所述聚類模塊還用于：

依次對每個詞向量執行如下的操作，直至將所有的詞向量對應的詞歸類到對應的類別，所述操作包括：

獲取詞向量A；

計算所述詞向量A與每類詞語的聚類中心向量的相似度，將所述相似度中的最大值記作d，與所述詞向量A的相似度最大的詞語類別記作g，所述聚類中心向量為每類詞語中所有詞向量的均值向量；

若d滿足預定閾值，則將所述詞向量A對應的詞歸類到類別g中；否則，新建一個類別h，并將所述詞向量A對應的詞歸類到所述類別h中。