[發明專利]搜索詞匹配方法、裝置、電子設備及可讀存儲介質

在審

• 申請號: 202010134331.X
• 申請日: 2020-02-29
• 公開（公告）號: CN111414452A
• 公開（公告）日: 2020-07-14
• 發明（設計）人: 劉靜;張然;譚賢
• 申請（專利權）人: 平安國際智慧城市科技股份有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F40/216;G06F40/289
• 代理公司: 深圳市沃德知識產權代理事務所(普通合伙) 44347
• 代理人: 高杰;于志光

1.一種搜索詞匹配方法，其特征在于，所述方法包括：

對原始搜索詞進行分詞操作得到一組或多組初級搜索詞；

對所述初級搜索詞添加屬性標簽得到標簽搜索詞；

計算所述標簽搜索詞在預構建的搜索詞數據庫中的搜索頻率，根據所述標簽搜索詞的屬性標簽計算所述標簽搜索詞的屬性權重；

將所述標簽搜索詞進行詞向量轉化得到標簽搜索詞向量，根據所述搜索頻率及所述屬性權重，計算所述標簽搜索詞向量與所述搜索詞數據庫內每個搜索詞向量的相似度得到相似度集；

根據所述相似度集，從所述搜索詞數據庫中選擇滿足預設相似度條件的搜索結果。

2.如權利要求1所述的搜索詞匹配方法，其特征在于，所述將所述標簽搜索詞進行詞向量轉化得到標簽搜索詞向量，包括：

構建搜索詞矩陣并根據預設填充規則，將所述標簽搜索詞填充至所述搜索詞矩陣；

對填充完成的所述搜索詞矩陣進行編碼壓縮得到標簽搜索詞向量。

3.如權利要求2所述的搜索詞匹配方法，其特征在于，所述對填充完成的所述搜索詞矩陣進行編碼壓縮得到標簽搜索詞向量，包括：

根據填充完成的所述搜索詞矩陣，建立前向概率模型和后向概率模型；

將所述前向概率模型及所述后向概率模型相加并求導得到標簽搜索詞向量。

4.如權利要求3所述的搜索詞匹配方法，其特征在于，所述前向概率模型為：

所述后向概率模型為：

其中，表示所述搜索詞矩陣的矩陣行數，v¹,..v^k-1,v^s表示所述搜索詞矩陣的行向量。

5.如權利要求4所述的搜索詞匹配方法，其特征在于，所述將所述前向概率模型及所述后向概率模型相加并求導得到標簽搜索詞向量，包括：

采用下述方式對所述前向概率模型及所述后向概率模型相加并求導：

其中，m_word表示所述標簽搜索詞向量，max表示最優化所述前向概率模型及所述后向概率模型，表示求偏導。

6.如權利要求1至5中任意一項所述的搜索詞匹配方法，其特征在于，所述對原始搜索詞進行分詞操作得到一組或多組初級搜索詞，包括：

去除所述原始搜索詞中的停用詞，并使用排列組合的劃分原理對所述原始搜索詞進行劃分得到搜索詞詞集；

根據預構建的詞表從所述搜索詞詞集中提取搜索詞得到一組或多組初級搜索詞。

7.如權利要求1至5中任意一項所述的搜索詞匹配方法，其特征在于，所述計算所述標簽搜索詞在預構建的搜索詞數據庫中的搜索頻率，包括：

統計所述標簽搜索詞在所述搜索詞數據庫中的搜索次數；

統計所述搜索詞數據庫的總搜索次數；

將所述搜索次數與所述總搜索次數相除得到所述搜索頻率。

8.一種搜索詞匹配裝置，其特征在于，所述裝置包括：

標簽搜索詞計算模塊，用于對原始搜索詞進行分詞操作得到一組或多組初級搜索詞，對所述初級搜索詞添加屬性標簽得到標簽搜索詞；

屬性權重計算模塊，用于計算所述標簽搜索詞在預構建的搜索詞數據庫中的搜索頻率，根據所述標簽搜索詞的屬性標簽計算所述標簽搜索詞的屬性權重；

相似度計算模塊，用于將所述標簽搜索詞進行詞向量轉化得到標簽搜索詞向量，根據所述搜索頻率及所述屬性權重，計算所述標簽搜索詞向量與所述搜索詞數據庫內每個搜索詞向量的相似度得到相似度集；

搜索結果反饋模塊，用于根據所述相似度集，從所述搜索詞數據庫中選擇滿足預設相似度條件的搜索結果。

9.一種電子設備，其特征在于，所述電子設備包括：

至少一個處理器；以及，

與所述至少一個處理器通信連接的存儲器；其中，

所述存儲器存儲有可被所述至少一個處理器執行的指令，所述指令被所述至少一個處理器執行，以使所述至少一個處理器能夠執行如權利要求1至7中任一所述的搜索詞匹配方法。

10.一種計算機可讀存儲介質，存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現如權利要求1至7中任一所述的搜索詞匹配方法。