[發明專利]目標搜索詞生成方法及裝置、電子設備、存儲介質

在審

• 申請號: 201811202550.6
• 申請日: 2018-10-16
• 公開（公告）號: CN109460499A
• 公開（公告）日: 2019-03-12
• 發明（設計）人: 袁麗;徐釗;于松;王永選;楊梅;趙明
• 申請（專利權）人: 青島聚看云科技有限公司
• 主分類號: G06F16/951
• 分類號: G06F16/951;G06F16/955
• 代理公司: 深圳市隆天聯鼎知識產權代理有限公司 44232
• 代理人: 劉抗美

1.一種目標搜索詞生成方法，其特征在于，所述方法包括：

從搜索日志中獲取與字母搜索序列相關的影片標題集合；

根據所述影片標題集合所形成的影視搜索文本，獲得詞語集合；

計算所述詞語集合中對應于所述影片標題的詞語相對所述影視搜索文本的權重，根據所述詞語的權重排名獲取關鍵詞，以及計算所述詞語集合中對應于所述影視搜索文本的共現短語相對所述影視搜索文本的關鍵程度；

根據所獲得共現短語的關鍵程度，提取含有所述關鍵詞的共現短語為目標搜索詞。

2.根據權利要求1所述的方法，其特征在于，所述從搜索日志中獲取與字母搜索序列相對應的影片標題集合，包括：

獲取與所述字母搜索序列相對應的搜索日志，所述搜索日志中包括對所述字母搜索序列進行歷史搜索所得的影片標題；

按照點擊量排名對歷史搜索所得的影片標題進行提取，獲得所述影片標題集合。

3.根據權利要求1所述的方法，其特征在于，所述根據所述影片標題集合所形成的影視搜索文本，獲得詞語集合，包括：

為所述影片標題集合中每一影片標題添加分隔符，由所述影片標題集合中每一影片標題和所添加的分隔符組合形成所述影視搜索文本；

以所述分隔符作為標識對所述影視搜索文本進行分割，獲得分割語句；

對所述分割語句進行分詞處理和停用詞過濾，將所獲得的詞語組合形成所述詞語集合。

4.根據權利要求1所述的方法，其特征在于，在所述從搜索日志中獲取與字母搜索序列相對應的影片標題集合之前，所述方法還包括：

獲取影視庫中各維度的影視信息；

對所獲取各維度的影視信息進行有效信息提取，獲得基礎詞匯；

將所述基礎詞匯和通用詞典組合形成分詞詞典，所述分詞詞典用于為所述影視搜索文本所包含影片標題進行的分詞處理提供分詞依據。

5.根據權利要求1所述的方法，其特征在于，所述計算所述詞語集合中對應于所述影片標題的詞語相對所述影視搜索文本的權重，包括：

以所述詞語集合中的每一詞語為節點，且以所述詞語在所述影視搜索文本中的共現關系為邊構建詞圖；

將各節點的初始權重在所述詞圖中進行迭代傳播，直至各節點的權重收斂，各節點所得權重的收斂值即為所對應詞語相對所述影視搜索文本的權重。

6.根據權利要求1所述的方法，其特征在于，所述計算所述詞語集合中對應于所述影視搜索文本的共現短語相對所述影視搜索文本的關鍵程度，包括：

從所述詞語集合中提取對應于所述影視搜索文本的共現短語，計算各共現短語在所述影視搜索文本中的詞頻；

根據所提取共現短語的總量和各共現短語的詞頻，計算各共現短語的互信息和左右熵，將所述互信息和所述左右熵之和作為各共現短語相對所述影視搜索文本的關鍵程度。

7.根據權利要求1所述的方法，其特征在于，所述計算所述詞語集合中對應于所述影視搜索文本的共現短語相對所述影視搜索文本的關鍵程度，包括：

從所述詞語集合中提取對應于所述影視搜索文本的共現短語，計算各共現短語在文本語料庫中的詞頻；

根據所提取共現短語的總量和各共現短語的詞頻，計算各共現短語的互信息和左右熵，將所述互信息和所述左右熵之和作為各共現短語相對所述影視搜索文本的關鍵程度。

8.一種目標搜索詞生成裝置，其特征在于，所述裝置包括：

標題集合獲取模塊，用于從搜索日志中獲取與字母搜索序列相關的影片標題集合；

標題集合處理模塊，用于根據所述影片標題集合所形成的影視搜索文本，獲得詞語集合；

信息計算模塊，用于計算所述詞語集合中對應于所述影片標題的詞語相對所述影視搜索文本的權重，根據所述詞語的權重排名獲取關鍵詞，以及計算所述詞語集合中對應于所述影視搜索文本的共現短語相對所述影視搜索文本的關鍵程度；

目標搜索詞提取模塊，用于根據所獲得共現短語的關鍵程度，提取含有所述關鍵詞的共現短語為目標搜索詞。