[發明專利]一種基于點擊日志的query詞性標注方法及得到的系統在審
| 申請號： | 201810133135.3 | 申請日： | 2018-02-09 |
| 公開（公告）號： | CN110134937A | 公開（公告）日： | 2019-08-16 |
| 發明（設計）人： | 陳洪亮;吳雪軍 | 申請（專利權）人： | 鼎復數據科技（北京）有限公司 |
| 主分類號： | G06F17/27 | 分類號： | G06F17/27 |
| 代理公司： | 北京康思博達知識產權代理事務所(普通合伙) 11426 | 代理人： | 范國鋒;劉冬梅 |
| 地址： | 100020 北京*** | 國省代碼： | 北京;11 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 詞性分析 日志 詞性標注 搜索引擎用戶 點擊結果 句子結構 模型訓練 用戶需求 數據集 構建 應用 保證 | ||
1.一種基于點擊日志的query詞性標注方法，所述方法包括以下步驟：
步驟1、利用點擊日志進行query詞性標注模型的獲得；
步驟2、利用步驟1獲得的query詞性標注模型直接對query進行詞性標注。
其中，所述點擊日志是指用戶點擊的搜索結果。
2.根據權利要求1所述的方法，其特征在于，步驟1包括以下子步驟：
步驟1-1、利用點擊日志構建query詞性標注數據集；
步驟1-2、query詞性標注數據集進行query詞性標注模型的訓練，得到query詞性標注模型。
3.根據權利要求1或2所述的方法，其特征在于，步驟1-1包括以下子步驟：
步驟1-1-1、輸入query到搜索引擎；
步驟1-1-2、收集用戶點擊的搜索結果，即點擊日志；
步驟1-1-3、用詞性標注系統對點擊日志進行詞性標注，得到點擊日志中query的詞性，即為輸入的query的詞性；
步驟1-1-4、利用步驟1-1-3中得到的query以及對應的詞性構建query詞性標注數據集。
4.根據權利要求1至3之一所述的方法，其特征在于，在步驟1-1-3中，所述詞性標注系統采用postag系統、stanford-postagger系統、或LTP平臺等。
5.根據權利要求1至4之一所述的方法，其特征在于，在步驟1-1-3中，優選采用多個詞性標注系統對點擊日志進行詞性標注，得到多組標注結果，例如采用三個詞性標注系統。
6.根據權利要求5所述的方法，其特征在于，
當得到的多組標注結果一致時，可以直接采用其標注結果；
當得到的多組標注結果出現不一致時，會介入人工進行確認，以保證詞性標注的準確性。
7.根據權利要求1至6之一所述的方法，其特征在于，在步驟2中，采用條件隨機場(CRF)、Bi-RNN-CRF或隱馬爾科夫(HMM)進行query詞性標注模型的訓練。
8.一種用于query詞性標注的系統，所述系統采用權利要求1至7之一所述方法獲得，即權利要求1至7之一所述query詞性標注模型。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于鼎復數據科技（北京）有限公司，未經鼎復數據科技（北京）有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201810133135.3/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：一種分詞方法、裝置及電子設備
- 下一篇：評論分析方法及裝置
