[發明專利]一種內容查詢方法及裝置

在審

• 申請號: 202010132493.X
• 申請日: 2020-02-29
• 公開（公告）號: CN113326346A
• 公開（公告）日: 2021-08-31
• 發明（設計）人: 成陽;許田立;易川
• 申請（專利權）人: 華為技術有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F16/9532;G06F40/289
• 代理公司: 北京同達信恒知識產權代理有限公司 11291
• 代理人: 黃冠雄

一種內容查詢方法及裝置，該方法包括：接收待查詢的關鍵詞；對所述待查詢的關鍵詞進行分詞，得到至少一個分詞；所述相鄰的兩個分詞文本之間存在重疊內容；根據預先存儲的第一對應關系，分別確定至少一個分詞所對應的文本標識；其中，所述第一對應關系為分詞與分詞所在的文本標識之間的對應關系；確定目標文本標識，所述目標文本標識為待查詢的關鍵詞所在的文本標識，且所述目標文版標識為至少一個分詞所對應的文本標識的交集，從而縮短查詢時間，提高查詢效率以及降低對查詢服務器的資源占用。

技術領域

本申請涉及文本分析技術領域，尤其涉及一種內容查詢方法及裝置。

背景技術

隨著當前企業大數據平臺承載的業務數據量的急劇增長，需要進行檢索的內容也越來越多，因此，如何準確且快速的查詢到所需要的內容尤其重要。

目前，在進行文本查詢時通常是根據待查詢關鍵詞從待查詢文本中直接進行查詢，并且查詢時需要保證數據庫中保存有待查詢關鍵詞的所有分詞結果。例如，需要查詢的關鍵詞為“如何開發小程序”，則現有技術的數據庫必須包括有該關鍵詞進行分詞的所有分詞結果，顯然現有方案中針對大量的分詞結果進行內容查詢會消耗較多CPU資源，使得查詢時間變長，從而導致查詢效率較低。

發明內容

本申請提供一種內容查詢方法及裝置，用以縮短查詢時間，提高查詢效率。

第一方面，本發明提供一種內容查詢方法，該方法包括：接收待查詢的關鍵詞；對所述待查詢的關鍵詞進行分詞，得到至少一個分詞；所述相鄰的兩個分詞文本之間存在重疊內容；根據預先存儲的第一對應關系，分別確定至少一個分詞所對應的文本標識；其中，所述第一對應關系為分詞與分詞所在的文本標識之間的對應關系；確定目標文本標識，所述目標文本標識為待查詢的關鍵詞所在的文本標識，且所述目標文版標識為至少一個分詞所對應的文本標識的交集。

在上述技術方案中，通過對待查詢的關鍵詞進行分詞，使得分詞之后的相鄰兩個分詞之間有重疊內容，然后依次對分詞之后的各個分詞，分別在數據庫中進行文本查詢，以命中目標文本，從而縮短查詢時間，提高查詢效率以及降低對查詢服務器的資源占用。

并且，在本申請實施例中，預先存儲的第一對應關系中分詞的數量比現有技術中的分詞數量少，無需占據大量的存儲空間，后續在進行內容查詢時，也能縮短查詢時間，提高查詢效率。

在一種可能的設計中，對所述待查詢的關鍵詞進行分詞，包括：

對所述待查詢的關鍵詞以N為長度進行分詞，所述N與所述第一對應關系中分詞的最大長度相同。

在上述技術方案中，通過對待查詢的關鍵詞以N為長度進行分詞，并且該N的值與存儲時選擇的最大分詞長度相同，這樣能夠使得準確的在存儲的分詞結果中查詢到關鍵詞，提高查詢精度。

在一種可能的設計中，在對所述待查詢的關鍵詞進行分詞之前，所述方法還包括：

若所述待查詢的關鍵詞中包括有標點符號，則對所述待查詢的關鍵詞進行預處理。

在上述技術方案中，首先判斷待查詢的關鍵詞是否需要進行預處理，這樣能夠方便后續對待查詢的關鍵詞進行分詞，方便查詢。

在一種可能的設計中，若所述待查詢的關鍵詞中包括有標點符號，則對所述待查詢的關鍵詞進行預處理，包括：

按照所述待查詢的關鍵詞中標點符號的位置，對所述待查詢的關鍵詞進行預切分。

在上述技術方案中，根據待查詢的關鍵詞的標點符號所在的位置，對待查詢的關鍵詞先進行預切分，能夠方便后續對待查詢的關鍵詞進行分詞。

第二方面，本發明提供一種內容查詢裝置，該裝置可以為服務器，該裝置具有實現第一方面或第一方面任一種可能實現方式中的內容查詢方法的功能。所述功能可以通過硬件實現，也可以通過硬件執行相應的軟件實現。所述硬件或軟件包括一個或多個與上述功能相對應的模塊或單元。