[發明專利]下拉詞確定方法、裝置、電子設備及存儲介質

在審

• 申請號: 201710979533.2
• 申請日: 2017-10-19
• 公開（公告）號: CN107643835A
• 公開（公告）日: 2018-01-30
• 發明（設計）人: 李玩偉;邵榮防;郝暉;歐陽碩;謝群群;李蕭蕭;紀強
• 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: G06F3/023
• 分類號: G06F3/023
• 代理公司: 北京律智知識產權代理有限公司11438
• 代理人: 闞梓瑄,王衛忠

1.一種下拉詞確定方法，其特征在于，包括：

獲取根據多個商品名稱數據得到的詞項集；

從所述詞項集中獲取與目標關鍵詞在所述多個商品名稱數據中共現的共現詞；以及

基于所述共現詞確定與所述目標關鍵詞對應的下拉詞。

2.根據權利要求1所述的下拉詞確定方法，其特征在于，基于所述共現詞確定與所述目標關鍵詞對應的下拉詞，包括：

獲取各個共現詞與所述目標關鍵詞在所述多個商品名稱數據中的位置關系；

將在所述多個商品名稱數據中位于所述目標關鍵詞之后的共現詞拼接在所述目標關鍵詞之后，以得到所述目標關鍵詞對應的下拉詞。

3.根據權利要求1所述的下拉詞確定方法，其特征在于，基于所述共現詞確定與所述目標關鍵詞對應的下拉詞，包括：

獲取各個共現詞與所述目標關鍵詞在所述多個商品名稱數據中的共現頻次；

根據所述共現頻次選取預定數量的共現詞，并根據選取出的共現詞生成所述目標關鍵詞對應的下拉詞。

4.根據權利要求1所述的下拉詞確定方法，其特征在于，基于所述共現詞確定與所述目標關鍵詞對應的下拉詞，包括：

獲取各個共現詞與所述目標關鍵詞在所述多個商品名稱數據中的位置關系，以及所述各個共現詞與所述目標關鍵詞在所述多個商品名稱數據中的共現頻次；

根據所述共現頻次，選擇在所述多個商品名稱數據中位于所述目標關鍵詞之后的預定數量個共現詞，并根據選取出的共現詞以及所述位置關系生成所述目標關鍵詞對應的下拉詞。

5.根據權利要求3或4所述的下拉詞確定方法，其特征在于，還包括：

對所述各個共現詞與所述目標關鍵詞在所述多個商品名稱數據中的共現頻次進行歸一化處理，得到所述各個共現詞的共現得分，以基于所述共現得分選取所述預定數量個共現詞。

6.根據權利要求1所述的下拉詞確定方法，其特征在于，獲取根據多個商品名稱數據得到的詞項集，包括：

對所述多個商品名稱數據進行分詞處理，以獲取所述多個商品名稱數據的詞項集。

7.根據權利要求6所述的下拉詞確定方法，其特征在于，對多個商品名稱數據進行分詞處理，包括：

對所述多個商品名稱數據中除型號詞與數量詞之外的內容進行分詞處理；

對分詞后的各詞項與相鄰的一個或多個詞項進行組合，并保留組合后有實義的組合詞項；

將經組合后的各詞項和未進行組合的詞項作為所述多個商品名稱數據的詞項集。

8.根據權利要求6所述的下拉詞確定方法，其特征在于，所述下拉詞確定方法還包括：

根據停用詞詞表從所述詞項集中刪除與所述停用詞詞表中的停用詞對應的詞項。

9.根據權利要求6所述的下拉詞確定方法，其特征在于，在對所述多個商品名稱數據進行分詞處理之前，還包括：

對所述多個商品名稱數據進行歸一化處理，所述歸一化處理包括：標記所述多個商品名稱數據中的型號詞與數量詞、繁簡體轉換、大小寫轉換以及符號處理。

10.根據權利要求1至4、6至9中任一項所述的下拉詞確定方法，其特征在于，所述下拉詞確定方法還包括：

建立與所述目標關鍵詞對應的下拉詞的索引表；

基于用戶輸入的關鍵詞從所述索引表中查詢并確定對應的下拉詞。

11.一種下拉詞確定裝置，其特征在于，包括：

詞項集獲取單元，用于獲取根據多個商品名稱數據得到的詞項集；

共現詞獲取單元，用于從所述詞項集中獲取與目標關鍵詞在所述多個商品名稱數據中共現的共現詞；以及

下拉詞確定單元，用于基于所述共現詞確定與所述目標關鍵詞對應的下拉詞。

12.一種電子設備，其特征在于，包括：

處理器；以及

存儲器，所述存儲器上存儲有計算機可讀指令，所述計算機可讀指令被所述處理器執行時實現如權利要求1至10中任一項所述的下拉詞確定方法。

13.一種計算機可讀存儲介質，其上存儲有計算機程序，所述計算機程序被處理器執行時實現如權利要求1至10中任一項所述的下拉詞確定方法。