[發(fā)明專利]選取搜索意圖詞組的方法和裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202010544790.5
• 申請(qǐng)日: 2020-06-15
• 公開（公告）號(hào): CN111723291A
• 公開（公告）日: 2020-09-29
• 發(fā)明（設(shè)計(jì)）人: 蘇孔明;陳華榮;亓超;馬宇馳
• 申請(qǐng)（專利權(quán)）人: 騰訊科技（深圳）有限公司
• 主分類號(hào): G06F16/9535
• 分類號(hào): G06F16/9535;G06F16/951
• 代理公司: 北京市立方律師事務(wù)所 11330
• 代理人: 張?bào)銓?/td>

本申請(qǐng)實(shí)施例提供了一種選取搜索意圖詞組的方法和裝置，涉及計(jì)算機(jī)應(yīng)用技術(shù)領(lǐng)域。該方法包括：基于多個(gè)已知意圖詞組，從預(yù)設(shè)置文本庫(kù)的樣本文本中確定多個(gè)候選意圖詞組；多個(gè)候選意圖詞組包括多個(gè)已知意圖詞組中的各個(gè)詞；多個(gè)候選意圖詞組中詞的個(gè)數(shù)多于多個(gè)已知意圖詞組中詞的個(gè)數(shù)；任一候選意圖詞組中相鄰的任意兩個(gè)詞在提取任一候選意圖詞組的樣本文本中是相鄰的位置關(guān)系；計(jì)算各個(gè)候選意圖詞組的參數(shù)信息；當(dāng)參數(shù)信息符合條件時(shí)，選取符合條件的參數(shù)信息對(duì)應(yīng)的候選意圖詞組作為搜索意圖詞組。本申請(qǐng)實(shí)施例實(shí)現(xiàn)了提高搜索意圖詞組的準(zhǔn)確度，可以精準(zhǔn)的向用戶提供所需信息內(nèi)容的問題。

技術(shù)領(lǐng)域

本申請(qǐng)涉及計(jì)算機(jī)應(yīng)用技術(shù)領(lǐng)域，具體而言，本申請(qǐng)涉及一種選取搜 索意圖詞組的方法和裝置。

背景技術(shù)

隨著互聯(lián)網(wǎng)的快速發(fā)展，人們的日常生活越來越依賴網(wǎng)絡(luò)，例如，在 網(wǎng)絡(luò)上查找資料、學(xué)術(shù)論文、關(guān)心的新聞內(nèi)容等等。通常用戶通過輸入自 定義的關(guān)鍵字，網(wǎng)絡(luò)會(huì)羅列出與該關(guān)鍵字相關(guān)的所有信息內(nèi)容，而羅列的 方式可通過對(duì)關(guān)鍵字進(jìn)行分析確定出每個(gè)信息內(nèi)容與關(guān)鍵字的關(guān)聯(lián)程度， 關(guān)聯(lián)程度高的被認(rèn)為是用戶最想得到的信息內(nèi)容，因此會(huì)將關(guān)聯(lián)程度高的 信息內(nèi)容展現(xiàn)在頁(yè)面的主要位置中。這種方式可以帶給用戶很好的體驗(yàn)，使得用戶以最快的速度查找到自己所需要的東西。

在這一過程中如何根據(jù)關(guān)鍵字快速且準(zhǔn)確的尋找出匹配的信息內(nèi)容 是重點(diǎn)。通常情況線下通過創(chuàng)建搜索意圖詞組實(shí)現(xiàn)與關(guān)鍵字匹配的操作， 當(dāng)用戶輸入的關(guān)鍵字剛好有與其相匹配的意圖詞組，則將該意圖詞組相對(duì) 應(yīng)的信息內(nèi)容，例如文章、ppt等反饋給用戶。可見該過程中如何選取出 準(zhǔn)確的搜索意圖詞組是十分關(guān)鍵的內(nèi)容。

現(xiàn)有方法中，搜索意圖詞組的選取多是依賴人工經(jīng)驗(yàn)確定出來，這樣 會(huì)導(dǎo)致該搜索意圖詞組不夠準(zhǔn)確，無法及時(shí)、準(zhǔn)確的向用戶提供所需信息 內(nèi)容。

發(fā)明內(nèi)容

本申請(qǐng)?zhí)峁┝艘环N選取搜索意圖詞組的方法和裝置，可以解決由于搜 索意圖詞組不夠準(zhǔn)確，而導(dǎo)致無法精準(zhǔn)的向用戶提供所需信息內(nèi)容的問 題。所述技術(shù)方案如下：

第一方面，提供了一種選取搜索意圖詞組的方法，該方法包括：

基于多個(gè)已知意圖詞組，從預(yù)設(shè)置文本庫(kù)的樣本文本中確定多個(gè)候選 意圖詞組；多個(gè)候選意圖詞組包括多個(gè)已知意圖詞組中的各個(gè)詞；多個(gè)候 選意圖詞組中詞的個(gè)數(shù)多于多個(gè)已知意圖詞組中詞的個(gè)數(shù)；任一候選意圖 詞組中相鄰的任意兩個(gè)詞在提取任一候選意圖詞組的樣本文本中是相鄰 的位置關(guān)系；

計(jì)算各個(gè)候選意圖詞組的參數(shù)信息；

當(dāng)參數(shù)信息符合條件時(shí)，選取符合條件的參數(shù)信息對(duì)應(yīng)的候選意圖詞 組作為搜索意圖詞組。

在一個(gè)可能實(shí)現(xiàn)的方式中，基于多個(gè)已知意圖詞組，從預(yù)設(shè)置文本庫(kù) 的樣本文本中確定多個(gè)候選意圖詞組，包括：

在預(yù)設(shè)置文本庫(kù)的樣本文本中，查找到多個(gè)已知意圖詞組所在樣本文 本的文本位置；

根據(jù)每一已知意圖詞組所在樣本文本的文本位置，從該樣本文本中獲 取相應(yīng)的候選意圖詞組，候選意圖詞組中包括相應(yīng)已知意圖詞組中的任一 個(gè)詞，且候選意圖詞組中包括詞的個(gè)數(shù)滿足預(yù)定取詞數(shù)。

在一個(gè)可能實(shí)現(xiàn)的方式中，計(jì)算任一候選意圖詞組的參數(shù)信息，包括：

確定任一候選意圖詞組中每一個(gè)詞的頁(yè)面出現(xiàn)頻率；

根據(jù)頁(yè)面出現(xiàn)頻率，計(jì)算確定任一目標(biāo)意圖詞組的頁(yè)面出現(xiàn)頻率乘 積；

計(jì)算確定任一候選意圖詞組在所有候選意圖詞組中的出現(xiàn)頻率；

將頁(yè)面出現(xiàn)頻率乘積與出現(xiàn)頻率的比值作為任一候選意圖詞組的參 數(shù)信息。

在一個(gè)可能實(shí)現(xiàn)的方式中，計(jì)算任一候選意圖詞組的參數(shù)信息，還包 括：