[發明專利]查詢省略方法、裝置、計算機可讀介質及電子設備

在審

• 申請號: 201910152200.1
• 申請日: 2019-02-28
• 公開（公告）號: CN111625619A
• 公開（公告）日: 2020-09-04
• 發明（設計）人: 賀曉宇;江雪;徐夙龍
• 申請（專利權）人: 北京沃東天駿信息技術有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F16/335;G06F16/953
• 代理公司: 北京律智知識產權代理有限公司 11438
• 代理人: 袁禮君;闞梓瑄

本發明的實施例提供了一種查詢省略方法、查詢省略裝置、計算機可讀介質及電子設備，涉及自然語言處理技術領域。該方法包括：對查詢語句執行切詞操作，獲得多個待處理詞匯；根據待處理詞匯的語義確定查詢語句的語義；確定待處理詞匯的語義和查詢語句的語義的相似度；根據相似度確定待省略詞匯；將待處理詞匯中除待省略詞匯之外的詞匯確定為待搜索詞匯。本發明實施例的技術方案能夠增加根據待搜索詞匯召回的詞條數量，進而提高電商平臺的收益。

技術領域

本發明涉及自然語言處理技術領域，具體而言，涉及一種查詢省略方法、查詢省略裝置、計算機可讀介質及電子設備。

背景技術

在電商領域和網頁領域中，用戶通常會通過輸入查詢語句獲得與查詢語句相關的商品信息或文檔信息。但是，用戶輸入的查詢語句通常會與相關文檔或相關商品的標題存在語義上的差異，這會導致很多實際上與查詢語句相關的商品信息或文檔信息被判定為與查詢語句無關，進而導致反饋給用戶的商品信息或文檔信息不全面。

目前，針對上述問題存在如下解決辦法：通過TF詞頻(TermFrequency)和IDF逆向文件頻率(Inverse Document Frequency)確定查詢語句中tf-idf值高于閾值的詞(在某個文檔出現次數較高而在其他文檔中出現次數較低的詞)作為最終的查詢語句。但是，由于電商的查詢語句較為簡短精煉，通過上述方法對電商的查詢語句進行信息抽取，容易導致查詢語句中的重要詞匯被省略。

需要說明的是，在上述背景技術部分公開的信息僅用于加強對本發明的背景的理解，因此可以包括不構成對本領域普通技術人員已知的現有技術的信息。

發明內容

本發明實施例的目的在于提供一種查詢省略方法、查詢省略裝置、計算機可讀介質及電子設備，進而至少在一定程度上克服查詢語句中的重要詞匯被過濾的問題。

本發明實施例的第一方面提供了一種查詢省略方法，包括：對查詢語句執行切詞操作，獲得多個待處理詞匯；根據待處理詞匯的語義確定查詢語句的語義；確定待處理詞匯的語義和查詢語句的語義的相似度；根據相似度確定待省略詞匯；將待處理詞匯中除待省略詞匯之外的詞匯確定為待搜索詞匯。

在本發明的一種示例性實施例中，根據相似度確定待省略詞匯包括：根據相似度由高到低的順序對待處理詞匯進行排序；將處于排序結果的目標順序位以及目標順序位之后的待處理詞匯確定為候選詞匯；確定候選詞匯的質量分；根據質量分確定待省略詞匯。

在本發明的一種示例性實施例中，確定候選詞匯的質量分包括：基于歷史查詢語句召回詞條的數量確定待處理詞匯的質量分；根據待處理詞匯的質量分確定候選詞匯的質量分。

在本發明的一種示例性實施例中，根據質量分確定待省略詞匯包括：將質量分高于預設質量分的候選詞匯確定為待省略詞匯。

在本發明的一種示例性實施例中，根據質量分確定待省略詞匯包括：如果質量分高于預設質量分的候選詞匯中包含預設白名單詞匯，則將質量分高于預設質量分的候選詞匯中除預設白名單詞匯之外的詞匯確定為待省略詞匯。

在本發明的一種示例性實施例中，根據待處理詞匯的語義確定查詢語句的語義之前還包括：基于詞條的歷史點擊序列確定所有詞匯的詞向量；根據所有詞匯的詞向量確定待處理詞匯的語義。

在本發明的一種示例性實施例中，對查詢語句執行切詞操作之前還包括：判斷查詢語句的長度是否大于預設閾值，如果大于預設閾值，則執行對查詢語句執行切詞操作。

根據本發明實施例的第二方面，提供一種查詢省略裝置，包括：切詞單元，用于對查詢語句執行切詞操作，獲得多個待處理詞匯；語義確定單元，用于根據待處理詞匯的語義確定查詢語句的語義；語義相似度確定單元，用于確定待處理詞匯的語義和查詢語句的語義的相似度；待省略詞匯確定單元，用于根據相似度確定待省略詞匯；待搜索詞匯確定單元，用于將待處理詞匯中除待省略詞匯之外的詞匯確定為待搜索詞匯。