[發(fā)明專利]聯(lián)想詞去重方法及裝置、計算機可讀存儲介質和電子設備

有效

• 申請?zhí)枺?/td>: 202110368415.4
• 申請日: 2021-04-06
• 公開（公告）號: CN112765966B
• 公開（公告）日: 2021-07-23
• 發(fā)明（設計）人: 劉艾婷
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F40/247
• 分類號: G06F40/247;G06F40/30;G06F16/9532
• 代理公司: 深圳市隆天聯(lián)鼎知識產(chǎn)權代理有限公司 44232
• 代理人: 葉虹

1.一種聯(lián)想詞去重方法，其特征在于，包括：

對查詢關鍵詞進行語義召回，獲得所述查詢關鍵詞的候選聯(lián)想詞；

獲得不同候選聯(lián)想詞之間的語義關聯(lián)特征表示向量，所述語義關聯(lián)特征表示向量表示不同候選聯(lián)想詞之間的語義重復程度；

利用第一分類模型對不同候選聯(lián)想詞之間的語義關聯(lián)特征表示向量進行處理，獲得不同候選聯(lián)想詞之間的第一語義重復指標；

獲得不同候選聯(lián)想詞之間的歷史搜索行為重疊特征表示向量，所述歷史搜索行為重疊特征表示向量表示不同候選聯(lián)想詞之間的搜索行為重疊程度，其中所述搜索行為重疊程度包括將各個候選聯(lián)想詞分別作為搜索關鍵詞進行查詢召回相應的網(wǎng)頁鏈接，用戶對召回的網(wǎng)頁鏈接的操作行為數(shù)據(jù)之間的重疊程度；

利用第二分類模型對不同候選聯(lián)想詞之間的歷史搜索行為重疊特征表示向量進行處理，獲得不同候選聯(lián)想詞之間的第二語義重復指標；

根據(jù)不同候選聯(lián)想詞之間的第一語義重復指標和第二語義重復指標，去重過濾所述候選聯(lián)想詞中存在語義重復的候選聯(lián)想詞，確定目標聯(lián)想詞，以同時展示所述查詢關鍵詞和所述目標聯(lián)想詞；

所述候選聯(lián)想詞中包括第一聯(lián)想詞和第二聯(lián)想詞；其中，獲得不同候選聯(lián)想詞之間的歷史搜索行為重疊特征表示向量，包括：

獲得所述第一聯(lián)想詞作為搜索關鍵詞，在預定時間段內的第一歷史點擊網(wǎng)頁鏈接及其第一歷史點擊量、以及第一歷史曝光網(wǎng)頁鏈接及其第一歷史曝光量；

獲得所述第二聯(lián)想詞作為搜索關鍵詞，在所述預定時間段內的第二歷史點擊網(wǎng)頁鏈接及其第二歷史點擊量、以及第二歷史曝光網(wǎng)頁鏈接及其第二歷史曝光量；

根據(jù)所述第一歷史點擊網(wǎng)頁鏈接及其第一歷史點擊量、以及所述第一歷史曝光網(wǎng)頁鏈接及其第一歷史曝光量、所述第二歷史點擊網(wǎng)頁鏈接及其第二歷史點擊量、以及所述第二歷史曝光網(wǎng)頁鏈接及其第二歷史曝光量，獲得所述第一歷史點擊網(wǎng)頁鏈接和所述第二歷史點擊網(wǎng)頁鏈接之間的點擊網(wǎng)頁鏈接重疊度和網(wǎng)頁鏈接點擊重疊度、所述第一歷史曝光網(wǎng)頁鏈接和所述第二歷史曝光網(wǎng)頁鏈接之間的曝光網(wǎng)頁鏈接重疊度和網(wǎng)頁鏈接曝光重疊度；

根據(jù)所述第一歷史點擊網(wǎng)頁鏈接和所述第二歷史點擊網(wǎng)頁鏈接之間的點擊網(wǎng)頁鏈接重疊度和網(wǎng)頁鏈接點擊重疊度、所述第一歷史曝光網(wǎng)頁鏈接和所述第二歷史曝光網(wǎng)頁鏈接之間的曝光網(wǎng)頁鏈接重疊度和網(wǎng)頁鏈接曝光重疊度，生成不同候選聯(lián)想詞之間的歷史搜索行為重疊特征表示向量；

其中，所述點擊網(wǎng)頁鏈接重疊度表示所述第一歷史點擊網(wǎng)頁鏈接和所述第二歷史點擊網(wǎng)頁鏈接中相同的網(wǎng)頁鏈接的數(shù)量；所述網(wǎng)頁鏈接點擊重疊度表示所述第一歷史點擊網(wǎng)頁鏈接和所述第二歷史點擊網(wǎng)頁鏈接中相同的網(wǎng)頁鏈接對應的點擊量的求和；所述曝光網(wǎng)頁鏈接重疊度表示所述第一歷史曝光網(wǎng)頁鏈接和所述第二歷史曝光網(wǎng)頁鏈接中相同的網(wǎng)頁鏈接的數(shù)量；所述網(wǎng)頁鏈接曝光重疊度表示所述第一歷史曝光網(wǎng)頁鏈接和所述第二歷史曝光網(wǎng)頁鏈接中相同的網(wǎng)頁鏈接對應的曝光量的求和。

2.根據(jù)權利要求1所述的方法，其特征在于，所述候選聯(lián)想詞中包括第一聯(lián)想詞和第二聯(lián)想詞；其中，獲得不同候選聯(lián)想詞之間的語義關聯(lián)特征表示向量，包括：

獲得所述第一聯(lián)想詞和所述第二聯(lián)想詞之間的距離信息；

獲得所述第一聯(lián)想詞和所述第二聯(lián)想詞之間的公共字符信息；

獲得所述第一聯(lián)想詞和所述第二聯(lián)想詞之間的字符串長度信息，其中所述第一聯(lián)想詞和所述第二聯(lián)想詞之間的字符串長度信息包括所述第一聯(lián)想詞的第一字集合和所述第二聯(lián)想詞的第二字集合之間的字集合長度差、所述第一字集合和所述第二字集合之間的字集合長度比、所述第一聯(lián)想詞和所述第二聯(lián)想詞之間的字符串長度差、及所述第一聯(lián)想詞和所述第二聯(lián)想詞之間的字符串長度比中的至少一個；

根據(jù)所述第一聯(lián)想詞和所述第二聯(lián)想詞之間的距離信息、公共字符信息和字符串長度信息，生成所述第一聯(lián)想詞和所述第二聯(lián)想詞之間的語義關聯(lián)特征表示向量。