[發明專利]基于用戶查詢詞進行文本搜索方法及裝置

在審

• 申請號: 201910544979.1
• 申請日: 2019-06-21
• 公開（公告）號: CN110263127A
• 公開（公告）日: 2019-09-20
• 發明（設計）人: 王曉珂;潘希陽
• 申請（專利權）人: 北京創鑫旅程網絡技術有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F17/27
• 代理公司: 北京鉦霖知識產權代理有限公司 11722
• 代理人: 李志新;李英艷

本發明實施例涉及基于用戶查詢詞進行文本搜索方法，基于用戶查詢詞進行文本搜索方法包括：對用戶查詢詞進行分詞，得到分詞片段；調用預先設定的自然語言規則模型，所述自然語言規則模型基于自然語言構成屬性中的詞性、句法結構和命名實體中的至少一個預先確定，且輸出包括核心分詞片段或非核心分詞片段；將所述分詞片段作為所述自然語言規則模型的輸入參數，并依據所述自然語言模型的輸出對所述分詞片段進行篩選，得到第一核心分詞片段；利用所述第一核心分詞片段進行文本搜索。通過本發明實施例，可提高文本搜索精度。

技術領域

本發明實施例涉及信息處理領域，特別地是涉及一種基于用戶查詢詞進行文本搜索方法及裝置。

背景技術

目前，搜索系統主要根據用戶輸入的用戶查詢詞進行分詞，然后用得到的分詞片段隨機匹配，倒排索引庫，進行文檔搜索匹配，將匹配到的文檔按照排序返回給用戶，由于分詞片段隨機匹配去搜索匹配文檔，在此過程中，會出現不太相關的文檔被檢索并展示或者分詞片段錯誤的匹配后而導致搜索出大量的無關文檔淹沒了有用文檔的現象。

發明內容

為了解決現有技術中存在的上述問題，本發明實施例提供了基于用戶查詢詞進行文本搜索方法及裝置。

第一方面，本發明實施例提供一種基于用戶查詢詞進行文本搜索方法，該基于用戶查詢詞進行文本搜索方法包括：對用戶查詢詞進行分詞，得到分詞片段；調用預先設定的自然語言規則模型，所述自然語言規則模型基于自然語言構成屬性中的詞性、句法結構和命名實體中的至少一個預先確定，且輸出包括核心分詞片段或非核心分詞片段；將所述分詞片段作為所述自然語言規則模型的輸入參數，并依據所述自然語言模型的輸出對所述分詞片段進行篩選，得到第一核心分詞片段；利用所述第一核心分詞片段進行文本搜索。

在一實施例中，所述方法還包括：調用預先訓練的訓練模型，所述訓練模型基于所述自然語言構成屬性中的詞性、詞長、句法結構和命名實體中的至少一個預先確定，且輸出包括用于確定所述分詞片段成為核心分詞片段的權重值；將所述分詞片段作為所述訓練模型的輸入參數，并依據所述訓練模型的輸出確定所述分詞片段成為核心分詞片段的權重值；依據所述分詞片段成為核心分詞片段的權重值，確定第二核心分詞片段，所述第二核心分詞片段中包括所述第一核心分詞片段；利用所述第二核心分詞片段進行文本搜索。

在一實施例中，所述方法還包括：確認所述第一核心分詞片段的數量未達到預設數量閾值；所述第二核心分詞片段的數量為所述預設數量閾值。

在一實施例中，所述方法還包括：采用如下方式預先確定所述命名實體：基于預先訓練的命名實體模型和預設的命名實體匹配規則分別對每個所述分詞片段進行命名實體識別；在所述命名實體模型和所述命名實體匹配規則二者之一識別得到命名實體之際，將識別得到的命名實體確定為所述分詞片段的命名實體；在所述命名實體模型和所述命名實體匹配規則均識別得到命名實體之際，將所述命名實體匹配規則識別得到的命名實體確定為所述分詞片段的命名實體。

在一實施例中，所述方法還包括：采用如下方式預先確定所述詞性：

基于預先訓練的詞性標注模型和預設的詞性匹配規則對每個所述分詞片段進行詞性識別；在所述詞性標注模型和所述詞性匹配規則二者之一識別得到詞性之際，將識別得到的詞性確定為所述分詞片段的詞性；在所述詞性標注模型和所述詞性匹配規則均識別得到詞性之際，將所述詞性匹配規則識別得到的詞性確定為所述分詞片段的詞性。

在一實施例中，所述方法還包括：采用如下方式預先確定所述句法結構：基于預先訓練的句法結構模型和預設的句法結構匹配規則對每個所述分詞片段進行句法結構識別；在所述句法結構模型和所述句法結構匹配規則二者之一識別得到句法結構之際，將識別得到的詞性確定為所述分詞片段的句法結構；在所述句法結構模型和所述句法結構匹配規則均識別得到句法結構之際，將所述句法結構匹配規則的識別結果確定為所述分詞片段的句法結構。