[發(fā)明專利]基于SVM分類模型的用戶查詢信息及意圖提取方法及裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 202010600199.7
• 申請(qǐng)日: 2020-06-29
• 公開(kāi)（公告）號(hào): CN111488451B
• 公開(kāi)（公告）日: 2020-09-18
• 發(fā)明（設(shè)計(jì)）人: 楊貽宏
• 申請(qǐng)（專利權(quán)）人: 上海飛旗網(wǎng)絡(luò)技術(shù)股份有限公司
• 主分類號(hào): G06F16/335
• 分類號(hào): G06F16/335;G06F16/332;G06F16/35;G06K9/62
• 代理公司: 成都頂峰專利事務(wù)所(普通合伙) 51224
• 代理人: 楊俊華

1.一種基于SVM分類模型的用戶查詢信息及意圖提取方法，其特征在于，應(yīng)用于搜索引擎，所述方法包括：

獲取終端設(shè)備發(fā)送的多個(gè)關(guān)鍵詞以及所述終端設(shè)備的設(shè)備標(biāo)識(shí)；

將每個(gè)關(guān)鍵詞輸入預(yù)先訓(xùn)練完成的SVM分類模型進(jìn)行計(jì)算，得到每個(gè)關(guān)鍵詞對(duì)應(yīng)的類別分組以及所述類別分組下的多個(gè)目標(biāo)關(guān)鍵詞；

確定每個(gè)類別分組下的每個(gè)目標(biāo)關(guān)鍵詞的關(guān)鍵詞標(biāo)識(shí)，根據(jù)所述關(guān)鍵詞標(biāo)識(shí)將每個(gè)類別分組進(jìn)行關(guān)聯(lián)，得到多個(gè)查詢主題信息；

提取每個(gè)查詢主題信息的第一詞向量；從預(yù)設(shè)的運(yùn)行日志中確定與所述設(shè)備標(biāo)識(shí)對(duì)應(yīng)的目標(biāo)查詢記錄，并提取目標(biāo)查詢記錄的第二詞向量；

計(jì)算每個(gè)第一詞向量與所述第二詞向量之間的相似度，將最大相似度對(duì)應(yīng)的查詢主題信息確定為目標(biāo)主題信息；

基于所述目標(biāo)主題信息進(jìn)行搜索，并將搜索結(jié)果回傳給所述終端設(shè)備；

其中，從預(yù)設(shè)的運(yùn)行日志中確定與所述設(shè)備標(biāo)識(shí)對(duì)應(yīng)的目標(biāo)查詢記錄，具體包括：

獲取所述運(yùn)行日志中包括的攜帶有所述設(shè)備標(biāo)識(shí)的多個(gè)初始查詢記錄；

在預(yù)設(shè)的信息數(shù)據(jù)庫(kù)中查詢是否存在所述初始查詢記錄的反饋信息；其中，所述反饋信息在所述終端設(shè)備接收到初始查詢記錄時(shí)反饋給所述預(yù)設(shè)的信息數(shù)據(jù)庫(kù)；

若存在所述反饋信息，將所述反饋信息對(duì)應(yīng)的初始查詢記錄確定為所述設(shè)備標(biāo)識(shí)對(duì)應(yīng)的目標(biāo)查詢記錄。

2.如權(quán)利要求1所述的方法，其特征在于，所述方法還包括：

計(jì)算所述目標(biāo)主題信息和預(yù)設(shè)主題信息之間的詞向量相似度；

判斷所述詞向量相似度是否超過(guò)設(shè)定閾值；

若所述詞向量相似度超過(guò)所述設(shè)定閾值，則向所述終端設(shè)備發(fā)送提示信息，以提示所述終端設(shè)備基于所述提示信息與目標(biāo)設(shè)備進(jìn)行通訊。

3.如權(quán)利要求1或2所述的方法，其特征在于，確定每個(gè)類別分組下的每個(gè)目標(biāo)關(guān)鍵詞的關(guān)鍵詞標(biāo)識(shí)，根據(jù)所述關(guān)鍵詞標(biāo)識(shí)將每個(gè)類別分組進(jìn)行關(guān)聯(lián)，得到多個(gè)查詢主題信息，包括：

確定每個(gè)目標(biāo)關(guān)鍵詞的詞性信息以及所述詞性信息對(duì)應(yīng)的上游詞性信息和下游詞性信息；

在每個(gè)類別分組下查找與每個(gè)目標(biāo)關(guān)鍵詞相對(duì)應(yīng)的上游詞性信息對(duì)應(yīng)的上游關(guān)鍵詞以及與每個(gè)目標(biāo)關(guān)鍵詞相對(duì)應(yīng)的下游詞性信息對(duì)應(yīng)下游關(guān)鍵詞；

將每個(gè)目標(biāo)關(guān)鍵詞及其對(duì)應(yīng)的上游關(guān)鍵詞和下游關(guān)鍵詞進(jìn)行關(guān)聯(lián)得到所述查詢主題信息。

4.如權(quán)利要求1所述的方法，其特征在于，計(jì)算每個(gè)第一詞向量與所述第二詞向量之間的相似度，將最大相似度對(duì)應(yīng)的查詢主題信息確定為目標(biāo)主題信息，包括：

針對(duì)每個(gè)第一詞向量，計(jì)算該第一詞向量與每個(gè)目標(biāo)查詢記錄對(duì)應(yīng)的第二詞向量之間的相似度，并計(jì)算該第一詞向量對(duì)應(yīng)的多個(gè)相似度的平均值；

將計(jì)算得到的最大平均值對(duì)應(yīng)的第一詞向量的查詢主題信息確定為目標(biāo)主題信息。

5.一種基于SVM分類模型的用戶查詢信息及意圖提取裝置，其特征在于，應(yīng)用于搜索引擎，所述裝置包括：

信息獲取模塊，用于獲取終端設(shè)備發(fā)送的多個(gè)關(guān)鍵詞以及所述終端設(shè)備的設(shè)備標(biāo)識(shí)；

分類計(jì)算模塊，用于將每個(gè)關(guān)鍵詞輸入預(yù)先訓(xùn)練完成的SVM分類模型進(jìn)行計(jì)算，得到每個(gè)關(guān)鍵詞對(duì)應(yīng)的類別分組以及所述類別分組下的多個(gè)目標(biāo)關(guān)鍵詞；

主題獲得模塊，用于確定每個(gè)類別分組下的每個(gè)目標(biāo)關(guān)鍵詞的關(guān)鍵詞標(biāo)識(shí)，根據(jù)所述關(guān)鍵詞標(biāo)識(shí)將每個(gè)類別分組進(jìn)行關(guān)聯(lián)，得到多個(gè)查詢主題信息；

向量提取模塊，用于提取每個(gè)查詢主題信息的第一詞向量；從預(yù)設(shè)的運(yùn)行日志中確定與所述設(shè)備標(biāo)識(shí)對(duì)應(yīng)的目標(biāo)查詢記錄，并提取目標(biāo)查詢記錄的第二詞向量；

主題確定模塊，用于計(jì)算每個(gè)第一詞向量與所述第二詞向量之間的相似度，將最大相似度對(duì)應(yīng)的查詢主題信息確定為目標(biāo)主題信息；

信息搜索模塊，用于基于所述目標(biāo)主題信息進(jìn)行搜索，并將搜索結(jié)果回傳給所述終端設(shè)備；

其中，所述向量提取模塊，具體用于：

獲取所述運(yùn)行日志中包括的攜帶有所述設(shè)備標(biāo)識(shí)的多個(gè)初始查詢記錄；

在預(yù)設(shè)的信息數(shù)據(jù)庫(kù)中查詢是否存在所述初始查詢記錄的反饋信息；其中，所述反饋信息在所述終端設(shè)備接收到初始查詢記錄時(shí)反饋給所述預(yù)設(shè)的信息數(shù)據(jù)庫(kù)；

若存在所述反饋信息，將所述反饋信息對(duì)應(yīng)的初始查詢記錄確定為所述設(shè)備標(biāo)識(shí)對(duì)應(yīng)的目標(biāo)查詢記錄。