[發明專利]用于生成信息的方法和裝置

在審

• 申請號: 201811075458.8
• 申請日: 2018-09-14
• 公開（公告）號: CN109241296A
• 公開（公告）日: 2019-01-18
• 發明（設計）人: 鄧江東
• 申請（專利權）人: 北京字節跳動網絡技術有限公司
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F17/27
• 代理公司: 北京英賽嘉華知識產權代理有限責任公司 11204
• 代理人: 王達佐;馬曉亞

1.一種用于生成信息的方法，包括：

獲取預設時間段內用戶輸入的搜索詞；

對于所獲取的搜索詞中的搜索詞，對該搜索詞進行識別，以確定該搜索詞是否包括目標詞匯，以及響應于確定包括，將目標詞匯添加到預設詞匯集合中；

基于添加目標詞匯后的預設詞匯集合，生成新的詞匯集合。

2.根據權利要求1所述的方法，其中，對于所獲取的搜索詞中的搜索詞，該搜索詞對應至少一個標題文本，其中，標題文本為用戶輸入搜索詞后所點擊的文本；以及

所述對該搜索詞進行識別，包括：

獲取該搜索詞所對應的至少一個標題文本；

對于所述至少一個標題文本中的標題文本，對該標題文本和該搜索詞進行匹配。

3.根據權利要求1所述的方法，其中，所述對該搜索詞進行識別，以確定該搜索詞是否包括目標詞匯，包括：

對該搜索詞進行分詞，獲得詞匯序列；

響應于確定所獲得的詞匯序列包括至少兩個詞匯，對于所述至少兩個詞匯中的詞匯，執行以下步驟：確定該詞匯和在所述詞匯序列中與該詞匯相鄰的詞匯所對應的關聯系數，其中，關聯系數用于表征該詞匯和與該詞匯相鄰的詞匯的關聯程度；響應于確定所確定的關聯系數大于等于預設閾值，確定該搜索詞包括目標詞匯，其中，目標詞匯為該詞匯和在所述詞匯序列中與該詞匯相鄰的詞匯合成的詞匯。

4.根據權利要求1所述的方法，其中，所述對該搜索詞進行識別，以確定該搜索詞是否包括目標詞匯，包括：

對該搜索詞進行命名實體識別，獲得識別結果，其中，識別結果用于指示搜索詞是否包括目標詞匯，目標詞匯為命名實體。

5.根據權利要求4所述的方法，其中，所述對該搜索詞進行命名實體識別，獲得識別結果，包括：

利用預先訓練的命名實體識別模型對該搜索詞進行命名實體識別，獲得識別結果。

6.一種用于分詞的方法，包括：

獲取用戶輸入的搜索詞；

基于采用如權利要求1-5之一所述的方法生成的新的詞匯集合，對所獲取的搜索詞進行分詞，獲得分詞結果。

7.一種用于生成信息的裝置，包括：

第一獲取單元，被配置成獲取預設時間段內用戶輸入的搜索詞；

識別單元，被配置成對于所獲取的搜索詞中的搜索詞，對該搜索詞進行識別，以確定該搜索詞是否包括目標詞匯，以及響應于確定包括，將目標詞匯添加到預設詞匯集合中；

生成單元，被配置成將基于添加目標詞匯后的預設詞匯集合，生成新的詞匯集合。

8.根據權利要求7所述的裝置，其中，對于所獲取的搜索詞中的搜索詞，該搜索詞對應至少一個標題文本，其中，標題文本為用戶輸入搜索詞后所點擊的文本；以及

所述識別單元包括：

獲取模塊，被配置成對于所獲取的搜索詞中的搜索詞，獲取該搜索詞所對應的至少一個標題文本；

匹配模塊，被配置成對于所述至少一個標題文本中的標題文本，對該標題文本和該搜索詞進行匹配。

9.根據權利要求7所述的裝置，其中，所述識別單元包括：

分詞模塊，被配置成對于所獲取的搜索詞中的搜索詞，對該搜索詞進行分詞，獲得詞匯序列；

執行模塊，被配置成響應于確定所獲得的詞匯序列包括至少兩個詞匯，對于所述至少兩個詞匯中的詞匯，執行以下步驟：確定該詞匯和在所述詞匯序列中與該詞匯相鄰的詞匯所對應的關聯系數，其中，關聯系數用于表征該詞匯和與該詞匯相鄰的詞匯的關聯程度；響應于確定所確定的關聯系數大于等于預設閾值，確定該搜索詞包括目標詞匯，其中，目標詞匯為該詞匯和在所述詞匯序列中與該詞匯相鄰的詞匯合成的詞匯。

10.根據權利要求7所述的裝置，其中，所述識別單元進一步被配置成：

對于所獲取的搜索詞中的搜索詞，對該搜索詞進行命名實體識別，獲得識別結果，其中，識別結果用于指示搜索詞是否包括目標詞匯，目標詞匯為命名實體。