[發(fā)明專利]店鋪名稱挖掘方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 202010078834.X
• 申請(qǐng)日: 2020-02-03
• 公開(kāi)（公告）號(hào): CN111325025B
• 公開(kāi)（公告）日: 2023-04-07
• 發(fā)明（設(shè)計(jì)）人: 李向陽(yáng)
• 申請(qǐng)（專利權(quán)）人: 口口相傳(北京)網(wǎng)絡(luò)技術(shù)有限公司
• 主分類號(hào): G06F40/289
• 分類號(hào): G06F40/289;G06F40/216
• 代理公司: 北京中強(qiáng)智尚知識(shí)產(chǎn)權(quán)代理有限公司 11448
• 代理人: 王歡

本發(fā)明公開(kāi)了一種店鋪名稱挖掘方法及裝置。該方法包括：搜集店鋪名稱，根據(jù)搜集到的店鋪名稱，生成核心短語(yǔ)集合和特征短語(yǔ)集合；對(duì)特征短語(yǔ)集合及核心短語(yǔ)集合中的任一短語(yǔ)進(jìn)行分詞，計(jì)算任一分詞結(jié)果作為核心詞的概率以及作為特征詞的概率；獲取待處理的目標(biāo)店鋪名稱，對(duì)目標(biāo)店鋪名稱進(jìn)行分詞，確定至少一個(gè)切分點(diǎn)，其中，將切分點(diǎn)之前的詞語(yǔ)作為核心詞，將切分點(diǎn)之后的詞語(yǔ)作為特征詞，根據(jù)核心詞概率及特征詞概率計(jì)算各個(gè)切分點(diǎn)對(duì)應(yīng)的切分概率，根據(jù)切分概率確定目標(biāo)店鋪名稱的目標(biāo)切分點(diǎn)，提升了挖掘的準(zhǔn)確率，節(jié)省了挖掘時(shí)間，簡(jiǎn)化了處理流程，克服了現(xiàn)有技術(shù)采用N?gram方法來(lái)一級(jí)一級(jí)地挖掘?qū)е轮貜?fù)操作，且耗費(fèi)時(shí)間的問(wèn)題。

技術(shù)領(lǐng)域

本發(fā)明涉及互聯(lián)網(wǎng)技術(shù)領(lǐng)域，具體涉及一種店鋪名稱挖掘方法及裝置。

背景技術(shù)

店鋪名稱主要分為兩個(gè)部分：一部分用于描述該店鋪比較特有的名稱(稱之為核心詞)，另外一部分用于描述該店鋪的類別或者主營(yíng)菜品(稱之為特征詞)等。一般情況下，該店鋪的核心詞處于該店鋪名稱的前邊部分，特征詞處于該店鋪名稱的后邊部分。

目前店鋪名稱的挖掘方法是通過(guò)挖掘特征詞，主要是利用N-gram方法及人工審核的方式，首先利用N-gram方法進(jìn)行分詞，其中，N的取值與店鋪名稱的長(zhǎng)度相關(guān)，例如，店鋪名稱長(zhǎng)度為5，那么N的取值分別為1、2、3、4、5，具體地，先提取一個(gè)后綴詞，統(tǒng)計(jì)高頻，并進(jìn)行人工復(fù)核，然后通過(guò)兩個(gè)后綴詞，3個(gè)后綴詞進(jìn)行重復(fù)操作的方式來(lái)進(jìn)行處理，需要重復(fù)5次這樣的操作，造成店鋪名稱挖掘效率低，以及挖掘的準(zhǔn)確率低。

發(fā)明內(nèi)容

鑒于上述問(wèn)題，提出了本發(fā)明實(shí)施例以便提供一種克服上述問(wèn)題或者至少部分地解決上述問(wèn)題的店鋪名稱挖掘方法及裝置。

根據(jù)本發(fā)明實(shí)施例的一個(gè)方面，提供了一種店鋪名稱挖掘方法，包括：

搜集店鋪名稱，根據(jù)搜集到的店鋪名稱，生成核心短語(yǔ)集合和特征短語(yǔ)集合；

對(duì)特征短語(yǔ)集合及核心短語(yǔ)集合中的任一短語(yǔ)進(jìn)行分詞，計(jì)算任一分詞結(jié)果作為核心詞的概率以及作為特征詞的概率；

獲取待處理的目標(biāo)店鋪名稱，對(duì)目標(biāo)店鋪名稱進(jìn)行分詞，確定至少一個(gè)切分點(diǎn)，其中，將切分點(diǎn)之前的詞語(yǔ)作為核心詞，將切分點(diǎn)之后的詞語(yǔ)作為特征詞，根據(jù)核心詞概率及特征詞概率計(jì)算各個(gè)切分點(diǎn)對(duì)應(yīng)的切分概率，根據(jù)切分概率確定目標(biāo)店鋪名稱的目標(biāo)切分點(diǎn)。

可選地，搜集店鋪名稱，根據(jù)搜集到的店鋪名稱，生成核心短語(yǔ)集合和特征短語(yǔ)集合進(jìn)一步包括：

S1，獲取多個(gè)店鋪名稱，篩選店鋪名稱長(zhǎng)度小于或等于預(yù)設(shè)字長(zhǎng)的店鋪名稱作為核心短語(yǔ)；

S2，利用核心短語(yǔ)進(jìn)行店鋪名稱的匹配，將未匹配的店鋪名稱部分作為特征短語(yǔ)記錄至特征短語(yǔ)集合中；

S3，利用特征短語(yǔ)進(jìn)行店鋪名稱的匹配，將未匹配的店鋪名稱部分作為核心短語(yǔ)記錄至核心短語(yǔ)集合中；迭代執(zhí)行S2-S3，得到特征短語(yǔ)集合及核心短語(yǔ)集合。

可選地，根據(jù)核心詞概率及特征詞概率計(jì)算各個(gè)切分點(diǎn)對(duì)應(yīng)的切分概率，根據(jù)切分概率確定目標(biāo)店鋪名稱的目標(biāo)切分點(diǎn)進(jìn)一步包括：

針對(duì)任一切分點(diǎn)，查詢確定核心詞的概率及特征詞的概率，根據(jù)核心詞概率及特征詞概率計(jì)算該切分點(diǎn)對(duì)應(yīng)的切分概率；

將最大切分概率對(duì)應(yīng)的切分點(diǎn)確定為目標(biāo)店鋪名稱的目標(biāo)切分點(diǎn)。

可選地，對(duì)特征短語(yǔ)集合及核心短語(yǔ)集合中的任一短語(yǔ)進(jìn)行分詞，計(jì)算任一分詞結(jié)果作為核心詞的概率以及作為特征詞的概率進(jìn)一步包括：

對(duì)特征短語(yǔ)集合及核心短語(yǔ)集合中的任一短語(yǔ)進(jìn)行分詞，統(tǒng)計(jì)任一分詞結(jié)果在核心短語(yǔ)集合中出現(xiàn)的第一詞頻以及在特征短語(yǔ)集合中出現(xiàn)的第二詞頻；

根據(jù)第一詞頻及第二詞頻計(jì)算該分詞結(jié)果作為核心詞的概率以及作為特征詞的概率。