[發(fā)明專利]一種基于搜索語(yǔ)句切詞結(jié)果的搜索方法及系統(tǒng)

在審

• 申請(qǐng)?zhí)枺?/td>: 201711290902.3
• 申請(qǐng)日: 2017-12-08
• 公開（公告）號(hào): CN108009153A
• 公開（公告）日: 2018-05-08
• 發(fā)明（設(shè)計(jì)）人: 王兵權(quán);喻波;王志海;魏效征;牛立偉;曹石勇
• 申請(qǐng)（專利權(quán)）人: 北京明朝萬達(dá)科技股份有限公司
• 主分類號(hào): G06F17/27
• 分類號(hào): G06F17/27;G06F17/30;G06Q30/06
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種基于搜索語(yǔ)句切詞結(jié)果的搜索方法，其特征在于，該方法包括以下步驟：

1)接收搜索框內(nèi)輸入的搜索語(yǔ)句；

2)查找所述搜素語(yǔ)句中的所有停用詞，并將停用詞分割的各個(gè)語(yǔ)句作為單獨(dú)的一個(gè)切分單位，如果沒有找到停用詞，則將整個(gè)搜索語(yǔ)句作為切分單元，將所有的切分單元進(jìn)行存儲(chǔ)；

3)利用Trie樹字典對(duì)所有切分單元進(jìn)行正向切分和逆向切分，切分完成后，分別存儲(chǔ)正向切分結(jié)果和逆向切分結(jié)果；

4)判斷所述正向切分結(jié)果和逆向切分結(jié)果是否相同，如果是，則將所述正向切分結(jié)果或逆向切分結(jié)果作為最終切分結(jié)果，跳轉(zhuǎn)到步驟6)，否則跳轉(zhuǎn)到步驟5)；

5)對(duì)正向切分結(jié)果和逆向切分結(jié)果進(jìn)行交叉歧義選擇得到最終切分結(jié)果；

6)采用該最終切分結(jié)果作為搜索語(yǔ)句的關(guān)鍵詞進(jìn)行搜索。

2.根據(jù)權(quán)利要求1所述的方法，所述步驟1)之前，包括以下步驟：

根據(jù)詞庫(kù)對(duì)GB2312字庫(kù)中的每一個(gè)字符構(gòu)建Trie樹，形成Trie樹字典。

3.根據(jù)權(quán)利要求2所述的方法，每個(gè)Trie樹節(jié)點(diǎn)包括以下成員：字符本身，當(dāng)前節(jié)點(diǎn)是否構(gòu)成詞的標(biāo)志，數(shù)組成員個(gè)數(shù)，詞性值，指向數(shù)組成員的指針。

4.根據(jù)權(quán)利要求2所述的方法，所述詞庫(kù)來自搜狗詞庫(kù)、中華詞典以及通過爬蟲技術(shù)在淘寶、京東搜索獲取的推薦詞；

對(duì)于詞庫(kù)的詞語(yǔ)，通過爬蟲技術(shù)在百度百科中校驗(yàn)是否構(gòu)成詞語(yǔ)。

5.根據(jù)權(quán)利要求3所述的方法，所述詞性值包括：產(chǎn)品詞，品牌詞，地區(qū)詞。

6.根據(jù)權(quán)利要求1-5之一所述的方法，所述交叉歧義選擇包括至少以下選擇標(biāo)準(zhǔn)之一：

長(zhǎng)詞個(gè)數(shù)多者優(yōu)先、二元詞個(gè)數(shù)多者優(yōu)先、單字個(gè)數(shù)少者優(yōu)先、地區(qū)詞取正切、詞個(gè)數(shù)少者優(yōu)先、產(chǎn)品詞個(gè)數(shù)多者優(yōu)先或三字詞多者優(yōu)先。

7.一種基于搜索語(yǔ)句切詞結(jié)果的搜索系統(tǒng)，其特征在于，該系統(tǒng)包括：

搜索語(yǔ)句接收模塊，接收搜索框內(nèi)輸入的搜索語(yǔ)句；

停用詞查找模塊，查找所述搜素語(yǔ)句中的所有停用詞，并將停用詞分割的各個(gè)語(yǔ)句作為單獨(dú)的一個(gè)切分單位，如果沒有找到停用詞，則將整個(gè)搜索語(yǔ)句作為切分單元，將所有的切分單元進(jìn)行存儲(chǔ)；

語(yǔ)句切分模塊，利用Trie樹字典對(duì)所有切分單元進(jìn)行正向切分和逆向切分，切分完成后，分別存儲(chǔ)正向切分結(jié)果和逆向切分結(jié)果；

切分結(jié)果判斷模塊，判斷所述正向切分結(jié)果和逆向切分結(jié)果是否相同；

切分結(jié)果確定模塊，如果正向切分和逆向切分結(jié)果，則將所述正向切分結(jié)果或逆向切分結(jié)果作為最終切分結(jié)果，對(duì)正向切分結(jié)果和逆向切分結(jié)果進(jìn)行交叉歧義選擇得到最終切分結(jié)果；

搜索結(jié)果輸出模塊，采用該最終切分結(jié)果作為搜索語(yǔ)句的關(guān)鍵詞進(jìn)行搜索，輸出搜索結(jié)果。

8.根據(jù)權(quán)利要求7所述的系統(tǒng)，該系統(tǒng)還包括：

字典構(gòu)建模塊，根據(jù)詞庫(kù)對(duì)GB2312字庫(kù)中的每一個(gè)字符構(gòu)建Trie樹，形成Trie樹字典。

9.根據(jù)權(quán)利要求8所述的系統(tǒng)，每個(gè)Trie樹節(jié)點(diǎn)包括：字符本身，當(dāng)前節(jié)點(diǎn)是否構(gòu)成詞的標(biāo)志，數(shù)組成員個(gè)數(shù)，詞性值，指向數(shù)組成員的指針。

10.根據(jù)權(quán)利要求8所述的系統(tǒng)，所述詞庫(kù)來自搜狗詞庫(kù)、中華詞典以及通過爬蟲技術(shù)在淘寶、京東搜索獲取的推薦詞；

對(duì)于詞庫(kù)的詞語(yǔ)，通過爬蟲技術(shù)在百度百科中校驗(yàn)是否構(gòu)成詞語(yǔ)。

11.根據(jù)權(quán)利要求9所述的系統(tǒng)，所述詞性值包括：產(chǎn)品詞，品牌詞，地區(qū)詞。

12.根據(jù)權(quán)利要求7-11之一所述的系統(tǒng)，所述交叉歧義選擇包括至少以下選擇標(biāo)準(zhǔn)之一：長(zhǎng)詞個(gè)數(shù)多者優(yōu)先、二元詞個(gè)數(shù)多者優(yōu)先、單字個(gè)數(shù)少者優(yōu)先、地區(qū)詞取正切、詞個(gè)數(shù)少者優(yōu)先、產(chǎn)品詞個(gè)數(shù)多者優(yōu)先或三字詞多者優(yōu)先。

13.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，該介質(zhì)存儲(chǔ)有計(jì)算機(jī)程序指令，通過執(zhí)行該計(jì)算機(jī)程序指令，實(shí)現(xiàn)權(quán)利要求1-6之一所述的方法。