[發(fā)明專利]用于生成信息的方法和裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201810044255.6
• 申請(qǐng)日: 2018-01-17
• 公開（公告）號(hào): CN108256070B
• 公開（公告）日: 2022-07-15
• 發(fā)明（設(shè)計(jì)）人: 鄭杰鵬;余淼;楊仁凱;張一麟;吳家林
• 申請(qǐng)（專利權(quán)）人: 北京百度網(wǎng)訊科技有限公司
• 主分類號(hào): G06F16/9532
• 分類號(hào): G06F16/9532;G06F16/35
• 代理公司: 北京英賽嘉華知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11204
• 代理人: 王達(dá)佐;馬曉亞

本申請(qǐng)實(shí)施例公開了用于生成信息的方法和裝置。該方法的一具體實(shí)施方式包括：提取預(yù)設(shè)時(shí)間段內(nèi)的搜索數(shù)據(jù)；從該搜索數(shù)據(jù)中確定出多個(gè)目標(biāo)搜索句；確定各個(gè)目標(biāo)搜索句中的實(shí)體的屬性；對(duì)于該多個(gè)目標(biāo)搜索句所涉及的每一個(gè)實(shí)體，按包含該實(shí)體的目標(biāo)搜索句中的屬性對(duì)包含該實(shí)體的目標(biāo)搜索句進(jìn)行聚類，基于聚類后的每一類中的目標(biāo)搜索句的搜索次數(shù)之和，確定該實(shí)體的目標(biāo)屬性。該實(shí)施方式實(shí)現(xiàn)了靈活的信息生成。

技術(shù)領(lǐng)域

本申請(qǐng)實(shí)施例涉及計(jì)算機(jī)技術(shù)領(lǐng)域，具體涉及互聯(lián)網(wǎng)技術(shù)領(lǐng)域，尤其涉及用于生成信息的方法和裝置。

背景技術(shù)

在互聯(lián)網(wǎng)搜索中，有一部分問答搜索可以用實(shí)體與屬性相結(jié)合的形式進(jìn)行描述。其中，實(shí)體可以是實(shí)體可以是表征概念、事物或者事件的信息。例如，“華盛頓”、“西雅圖”、“海灣戰(zhàn)爭”、“宇宙大爆炸理論”、“劉某”等。屬性是可以反映實(shí)體的特征或與實(shí)體有關(guān)的信息，例如，若實(shí)體為“關(guān)節(jié)炎”，則屬性的實(shí)例可以包括“治療”、“詢價(jià)”等。為了滿足這類問答需求，通常需要挖掘各個(gè)實(shí)體以及實(shí)體的屬性。

現(xiàn)有的方式通常是根據(jù)百科或者垂直網(wǎng)站挖掘?qū)嶓w及實(shí)體的屬性，這種方案需要有權(quán)威的垂直網(wǎng)站，并且要求網(wǎng)站實(shí)體屬性比較全面。現(xiàn)有的另一種方式通常根據(jù)實(shí)體所屬垂類，人工定義實(shí)體的常見屬性。然而，現(xiàn)有方式均無法從所挖掘的實(shí)體的屬性中確定出目標(biāo)屬性(例如用戶搜索次數(shù)較多或較為關(guān)心的熱門屬性、用戶搜索次數(shù)較少或較不關(guān)心的冷門屬性等)。

發(fā)明內(nèi)容

本申請(qǐng)實(shí)施例提出了用于生成信息的方法和裝置。

第一方面，本申請(qǐng)實(shí)施例提供了一種用于生成信息的方法，該方法包括：提取預(yù)設(shè)時(shí)間段內(nèi)的搜索數(shù)據(jù)；從搜索數(shù)據(jù)中確定出多個(gè)目標(biāo)搜索句，其中，目標(biāo)搜索句為包括預(yù)設(shè)的實(shí)體列表中的實(shí)體的搜索句；確定各個(gè)目標(biāo)搜索句中的實(shí)體的屬性；對(duì)于多個(gè)目標(biāo)搜索句所涉及的每一個(gè)實(shí)體，按包含該實(shí)體的目標(biāo)搜索句中的屬性對(duì)包含該實(shí)體的目標(biāo)搜索句進(jìn)行聚類，基于聚類后的每一類中的目標(biāo)搜索句的搜索次數(shù)之和，確定該實(shí)體的目標(biāo)屬性。

在一些實(shí)施例中，在基于聚類后的每一類中的目標(biāo)搜索句的搜索次數(shù)之和，確定該實(shí)體的目標(biāo)屬性之后，該方法還包括：對(duì)于多個(gè)目標(biāo)搜索句所涉及的每一個(gè)實(shí)體，確定該實(shí)體的目標(biāo)屬性的屬性值，并將該實(shí)體的目標(biāo)屬性、該實(shí)體的目標(biāo)屬性的屬性值存儲(chǔ)至數(shù)據(jù)庫中。

在一些實(shí)施例中，從搜索數(shù)據(jù)中確定出多個(gè)目標(biāo)搜索句，包括：對(duì)搜索數(shù)據(jù)中的搜索句進(jìn)行去重處理，統(tǒng)計(jì)去重處理后的每一個(gè)搜索句在搜索數(shù)據(jù)中的搜索次數(shù)；從去重后的搜索句中確定出多個(gè)目標(biāo)搜索句，其中，目標(biāo)搜索句為包括預(yù)設(shè)的實(shí)體列表中的實(shí)體的搜索句。

在一些實(shí)施例中，在提取預(yù)設(shè)時(shí)間段內(nèi)的搜索數(shù)據(jù)之前，該方法還包括：從預(yù)置的歷史搜索數(shù)據(jù)中確定出標(biāo)準(zhǔn)搜索句，其中，標(biāo)準(zhǔn)搜索句為由實(shí)體列表中的任一實(shí)體和與該實(shí)體對(duì)應(yīng)的預(yù)置標(biāo)準(zhǔn)屬性列表中的任一標(biāo)準(zhǔn)屬性構(gòu)成的搜索句；對(duì)于所確定的每一個(gè)標(biāo)準(zhǔn)搜索句，從歷史搜索數(shù)據(jù)中確定出該標(biāo)準(zhǔn)搜索句的共現(xiàn)搜索句，將共現(xiàn)搜索句中的實(shí)體之外的內(nèi)容確定為該標(biāo)準(zhǔn)搜索句中的標(biāo)準(zhǔn)屬性的泛化屬性，其中，共現(xiàn)搜索句為用戶搜索后最后點(diǎn)擊的搜索結(jié)果項(xiàng)對(duì)應(yīng)的頁面與用戶使用該標(biāo)準(zhǔn)搜索句搜索后最后點(diǎn)擊的搜索結(jié)果項(xiàng)對(duì)應(yīng)的頁面相同時(shí)所使用的搜索句。

在一些實(shí)施例中，對(duì)于多個(gè)目標(biāo)搜索句所涉及的每一個(gè)實(shí)體，按包含該實(shí)體的目標(biāo)搜索句中的屬性對(duì)包含該實(shí)體的目標(biāo)搜索句進(jìn)行聚類，包括：將各個(gè)目標(biāo)搜索句中的實(shí)體的屬性分別與相應(yīng)的預(yù)置標(biāo)準(zhǔn)屬性列表中的每一個(gè)標(biāo)準(zhǔn)屬性和該標(biāo)準(zhǔn)屬性的各個(gè)泛化屬性進(jìn)行匹配；對(duì)于多個(gè)目標(biāo)搜索句所涉及的每一個(gè)實(shí)體，以每一個(gè)標(biāo)準(zhǔn)屬性和該標(biāo)準(zhǔn)屬性的泛化屬性作為一類，按屬性的匹配結(jié)果對(duì)包含該實(shí)體的目標(biāo)搜索句進(jìn)行聚類。

在一些實(shí)施例中，基于聚類后的每一類中的目標(biāo)搜索句的搜索次數(shù)之和，確定該實(shí)體的目標(biāo)屬性，包括：確定聚類后的每一類中的目標(biāo)搜索句的搜索次數(shù)之和；將所確定的搜索次數(shù)之和的最大值所對(duì)應(yīng)的標(biāo)準(zhǔn)屬性確定為該實(shí)體詞的目標(biāo)屬性。