[發明專利]未登錄詞識別方法、裝置、計算機設備及存儲介質

有效

• 申請號: 201910276986.8
• 申請日: 2019-04-08
• 公開（公告）號: CN110175234B
• 公開（公告）日: 2022-02-25
• 發明（設計）人: 錢璟
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F16/33;G06F16/951
• 代理公司: 北京鴻德海業知識產權代理有限公司 11412
• 代理人: 田宏賓

1.一種未登錄詞識別方法，其特征在于，包括：

獲取解析異常的第一查詢；

獲取所述第一查詢中的實體；

從歷史查詢中篩選出所述第一查詢的相似查詢，包括：針對任一歷史查詢，分別從M個評估維度對所述歷史查詢與所述第一查詢之間的關聯關系進行評估，M為正整數，并根據M個評估結果得到所述歷史查詢的綜合評估結果，選出綜合評估結果最優的N個歷史查詢作為所述第一查詢的相似查詢，N為大于一的正整數；

根據所述相似查詢確定出所述實體是否為未登錄詞。

2.根據權利要求1所述的方法，其特征在于，

所述對所述歷史查詢與所述第一查詢之間的關聯關系進行評估包括：

統計所述歷史查詢與所述第一查詢的共現次數；

其中，若同一用戶在第一預定時長內分別輸入了所述歷史查詢和所述第一查詢，則將所述歷史查詢作為所述第一查詢的共現查詢。

3.根據權利要求1所述的方法，其特征在于，

所述對所述歷史查詢與所述第一查詢之間的關聯關系進行評估包括：

統計所述歷史查詢作為所述第一查詢的滿意查詢的次數；

其中，若同一用戶在第一預定時長內分別輸入了所述第一查詢和所述歷史查詢，且所述歷史查詢在所述第一查詢之后輸入，且在輸入所述歷史查詢之后的第二預定時長內未再輸入查詢，所述第二預定時長大于所述第一預定時長，則將所述歷史查詢作為所述第一查詢的滿意查詢。

4.根據權利要求1所述的方法，其特征在于，

所述對所述歷史查詢與所述第一查詢之間的關聯關系進行評估包括：

計算所述歷史查詢與所述第一查詢的語義相似度。

5.根據權利要求1所述的方法，其特征在于，

所述根據所述相似查詢確定出所述實體是否為未登錄詞包括：

統計所述相似查詢中包含所述實體的相似查詢數；

若統計結果大于預先設定的第一閾值，則將所述實體確定為未登錄詞。

6.根據權利要求1所述的方法，其特征在于，

所述根據所述相似查詢確定出所述實體是否為未登錄詞包括：

統計所述相似查詢中包含所述實體且具有漢語屬性的相似查詢數；

若統計結果大于預先設定的第二閾值，則將所述實體確定為未登錄詞。

7.根據權利要求1所述的方法，其特征在于，

所述根據所述相似查詢確定出所述實體是否為未登錄詞包括：

統計所述相似查詢中包含所述實體的相似查詢數，得到第一統計結果；

若所述第一統計結果大于預先設定的第三閾值，則進一步統計所述相似查詢中包含所述實體且具有漢語屬性的相似查詢數，得到第二統計結果；

若所述第二統計結果大于預先設定的第四閾值，則將所述實體確定為未登錄詞。

8.一種未登錄詞識別裝置，其特征在于，包括：第一獲取單元、第二獲取單元、篩選單元以及確定單元；

所述第一獲取單元，用于獲取解析異常的第一查詢；

所述第二獲取單元，用于獲取所述第一查詢中的實體；

所述篩選單元，用于從歷史查詢中篩選出所述第一查詢的相似查詢，包括：針對任一歷史查詢，分別從M個評估維度對所述歷史查詢與所述第一查詢之間的關聯關系進行評估，M為正整數，并根據M個評估結果得到所述歷史查詢的綜合評估結果，選出綜合評估結果最優的N個歷史查詢作為所述第一查詢的相似查詢，N為大于一的正整數；

所述確定單元，用于根據所述相似查詢確定出所述實體是否為未登錄詞。

9.根據權利要求8所述的裝置，其特征在于，

所述篩選單元統計所述歷史查詢與所述第一查詢的共現次數，根據統計結果選出所述相似查詢；其中，若同一用戶在第一預定時長內分別輸入了所述歷史查詢和所述第一查詢，則將所述歷史查詢作為所述第一查詢的共現查詢。