[發(fā)明專利]標(biāo)簽體系構(gòu)建方法、裝置、電子設(shè)備及存儲(chǔ)介質(zhì)

有效

• 申請?zhí)枺?/td>: 202110785109.0
• 申請日: 2021-07-12
• 公開（公告）號(hào): CN113609379B
• 公開（公告）日: 2022-07-22
• 發(fā)明（設(shè)計(jì)）人: 馬晨超;華林森;張媛媛;羅雪峰;陳凱
• 申請（專利權(quán)）人: 北京達(dá)佳互聯(lián)信息技術(shù)有限公司
• 主分類號(hào): G06F16/9535
• 分類號(hào): G06F16/9535;G06F16/906;G06F40/30;G06K9/62
• 代理公司: 北京潤澤恒知識(shí)產(chǎn)權(quán)代理有限公司 11319
• 代理人: 李娜

1.一種標(biāo)簽體系構(gòu)建方法，其特征在于，包括：

獲取搜索詞序列，所述搜索詞序列中包含多個(gè)歷史搜索詞；

獲取所述歷史搜索詞對應(yīng)的搜索詞向量；

對所述搜索詞向量進(jìn)行多級(jí)聚類，獲得多級(jí)聚類結(jié)果，所述多級(jí)聚類至少包括第一級(jí)聚類和第二級(jí)聚類；其中，所述第一級(jí)聚類包括：對多個(gè)所述搜索詞向量進(jìn)行聚類，獲得一級(jí)類別；所述第二級(jí)聚類包括：對多個(gè)所述一級(jí)類別進(jìn)行聚類，獲得二級(jí)類別，所述二級(jí)類別的數(shù)量小于所述一級(jí)類別的數(shù)量；

根據(jù)所述歷史搜索詞與所述多級(jí)聚類結(jié)果之間的對應(yīng)關(guān)系生成初始標(biāo)簽體系；

更新所述初始標(biāo)簽體系，包括：

獲取預(yù)設(shè)周期內(nèi)產(chǎn)生的搜索詞集合；

對所述搜索詞集合中的搜索詞進(jìn)行聚類，得到至少一個(gè)搜索詞簇；

計(jì)算所述搜索詞簇中的新搜索詞和/或舊搜索詞所占的比例，其中，所述舊搜索詞在所述初始標(biāo)簽體系中具有對應(yīng)的歷史標(biāo)簽，所述新搜索詞為所述搜索詞簇中除所述舊搜索詞之外的搜索詞；

若所述比例滿足預(yù)設(shè)條件，則獲取所述搜索詞簇對應(yīng)的新標(biāo)簽，并建立所述搜索詞簇中的搜索詞與所述新標(biāo)簽之間的對應(yīng)關(guān)系，根據(jù)所述搜索詞簇中的搜索詞與所述新標(biāo)簽之間的對應(yīng)關(guān)系，更新所述初始標(biāo)簽體系。

2.根據(jù)權(quán)利要求1所述的標(biāo)簽體系構(gòu)建方法，其特征在于，所述對多個(gè)所述一級(jí)類別進(jìn)行聚類，獲得二級(jí)類別的步驟，包括：

將所述搜索詞序列中的歷史搜索詞轉(zhuǎn)換成所述歷史搜索詞所屬的一級(jí)類別的標(biāo)識(shí)，獲得一級(jí)類別序列；

根據(jù)所述一級(jí)類別序列獲得所述一級(jí)類別對應(yīng)的一級(jí)類別向量；

對多個(gè)所述一級(jí)類別向量進(jìn)行聚類，獲得所述二級(jí)類別。

3.根據(jù)權(quán)利要求1所述的標(biāo)簽體系構(gòu)建方法，其特征在于，所述獲取所述歷史搜索詞對應(yīng)的搜索詞向量的步驟，包括：

根據(jù)所述搜索詞序列中歷史搜索詞之間的序列關(guān)系，以及所述歷史搜索詞的附加特征，獲得所述搜索詞向量，其中，所述附加特征包括以下至少之一：所述歷史搜索詞的文本特征，標(biāo)識(shí)信息以及屬性信息，所述文本特征是基于所述歷史搜索詞的文本內(nèi)容獲得的特征。

4.根據(jù)權(quán)利要求3所述的標(biāo)簽體系構(gòu)建方法，其特征在于，所述根據(jù)所述搜索詞序列中歷史搜索詞之間的序列關(guān)系，以及所述歷史搜索詞的附加特征，獲得所述搜索詞向量的步驟，包括：

根據(jù)所述搜索詞序列，構(gòu)建有向圖，所述有向圖中包含多個(gè)節(jié)點(diǎn)，各所述節(jié)點(diǎn)對應(yīng)不同的歷史搜索詞；

對所述有向圖進(jìn)行隨機(jī)游走，獲得樣本序列，所述樣本序列中包含多個(gè)所述歷史搜索詞；

根據(jù)所述樣本序列中歷史搜索詞之間的序列關(guān)系，以及所述歷史搜索詞的附加特征，獲得所述搜索詞向量。

5.根據(jù)權(quán)利要求4所述的標(biāo)簽體系構(gòu)建方法，其特征在于，所述根據(jù)所述搜索詞序列，構(gòu)建有向圖的步驟，包括：

按照預(yù)設(shè)時(shí)間段對所述搜索詞序列進(jìn)行切割，獲得多個(gè)序列段；

基于所述序列段中的歷史搜索詞，構(gòu)建所述有向圖，所述有向圖包括多個(gè)節(jié)點(diǎn)以及連接所述節(jié)點(diǎn)的邊，各所述節(jié)點(diǎn)表示不同的歷史搜索詞，所述邊表示通過所述邊連接的兩個(gè)節(jié)點(diǎn)之間的序列關(guān)系。

6.根據(jù)權(quán)利要求1至5任一項(xiàng)所述的標(biāo)簽體系構(gòu)建方法，其特征在于，所述根據(jù)所述歷史搜索詞與所述多級(jí)聚類結(jié)果之間的對應(yīng)關(guān)系生成初始標(biāo)簽體系的步驟，包括：

提取預(yù)先對所述多級(jí)聚類結(jié)果進(jìn)行標(biāo)注的歷史標(biāo)簽；

根據(jù)所述歷史搜索詞與所述歷史標(biāo)簽之間的對應(yīng)關(guān)系，生成所述初始標(biāo)簽體系。

7.根據(jù)權(quán)利要求1所述的標(biāo)簽體系構(gòu)建方法，其特征在于，在所述根據(jù)所述搜索詞簇中的搜索詞與所述新標(biāo)簽之間的對應(yīng)關(guān)系，更新所述初始標(biāo)簽體系的步驟之后，還包括：

若所述比例不滿足所述預(yù)設(shè)條件，則采用分類模型確定所述新搜索詞的舊標(biāo)簽，并建立所述新搜索詞與所述舊標(biāo)簽之間的對應(yīng)關(guān)系，根據(jù)所述新搜索詞與所述舊標(biāo)簽之間的對應(yīng)關(guān)系，更新所述初始標(biāo)簽體系，其中，所述分類模型是基于所述初始標(biāo)簽體系中具有對應(yīng)關(guān)系的歷史搜索詞和歷史標(biāo)簽訓(xùn)練得到的模型。