[發(fā)明專利]一種用于文本搜索的方法及設(shè)備

有效

• 申請?zhí)枺?/td>: 202110795549.4
• 申請日: 2021-07-14
• 公開（公告）號(hào): CN113515940B
• 公開（公告）日: 2022-12-13
• 發(fā)明（設(shè)計(jì)）人: 吳鵬;王夷;張劍;李東曉;俞楠;吳翔
• 申請（專利權(quán)）人: 上海芯翌智能科技有限公司
• 主分類號(hào): G06F40/289
• 分類號(hào): G06F40/289;G06F40/216;G06F40/30
• 代理公司: 上海百一領(lǐng)御專利代理事務(wù)所(普通合伙) 31243
• 代理人: 王奎宇;朱永海

1.一種用于文本搜索的方法，其特征在于，所述方法包括：

獲取輸入文本；

基于預(yù)設(shè)詞典，對所述輸入文本進(jìn)行預(yù)處理，以獲得候選文本集，其中，所述候選文本集中的每個(gè)候選文本包含若干詞元，其中，每個(gè)詞元包含詞文本、該詞文本的標(biāo)注詞性及該詞文本在該候選文本中的位置信息；

基于所述候選文本集及預(yù)設(shè)語料庫，識(shí)別用戶搜索意圖，并確定所述候選文本集中的相關(guān)詞元及其權(quán)重；

根據(jù)用戶搜索意圖，遍歷每個(gè)候選文本進(jìn)行文本搜索，并基于所述相關(guān)詞元的權(quán)重及所述相關(guān)詞元的位置信息，對獲得的搜索結(jié)果進(jìn)行評(píng)分，以獲得搜索結(jié)果集，其中，所述搜索結(jié)果集中每個(gè)搜索結(jié)果關(guān)聯(lián)一個(gè)第一得分，根據(jù)每個(gè)搜索結(jié)果與所述預(yù)設(shè)語料庫中語料數(shù)據(jù)的相似度，確定每個(gè)搜索結(jié)果的第二得分，根據(jù)每個(gè)搜索結(jié)果與預(yù)設(shè)用戶行為特征庫中數(shù)據(jù)的匹配度，確定每個(gè)搜索結(jié)果的第三得分，基于所述第一得分、第二得分及第三得分，確定每個(gè)搜索結(jié)果的第四得分；

根據(jù)每個(gè)搜索結(jié)果的第四得分對所述搜索結(jié)果集中的搜索結(jié)果排序，并返回排序前N個(gè)搜索結(jié)果，其中，N是預(yù)設(shè)值。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于預(yù)設(shè)詞典，對所述輸入文本進(jìn)行預(yù)處理，以獲得候選文本集包括：

基于預(yù)設(shè)詞典，對所述輸入文本進(jìn)行分詞，以獲得若干詞文本；

對每個(gè)詞文本進(jìn)行詞性標(biāo)注及確定該詞文本在所述輸入文本中的位置信息，以獲得若干詞元；

確定所述若干詞文本中的一個(gè)或若干個(gè)為關(guān)鍵詞，并確定所述關(guān)鍵詞的關(guān)聯(lián)詞；

基于所述若干詞元及所述關(guān)聯(lián)詞，獲得候選文本集。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于所述候選文本集及預(yù)設(shè)語料庫，識(shí)別用戶搜索意圖包括：

分別對每個(gè)候選文本進(jìn)行語義分析，獲得語義分析結(jié)果；

基于預(yù)設(shè)語料庫生成分類規(guī)則，并根據(jù)所述分類規(guī)則及所述語義分析結(jié)果，識(shí)別用戶搜索意圖。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述基于預(yù)設(shè)語料庫生成分類規(guī)則，并根據(jù)所述分類規(guī)則及所述語義分析結(jié)果，識(shí)別用戶搜索意圖包括：

基于預(yù)設(shè)語料庫生成分類規(guī)則，并對所述分類規(guī)則進(jìn)行審核；

根據(jù)通過審核的分類規(guī)則及所述語義分析結(jié)果，識(shí)別用戶搜索意圖。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述相關(guān)詞元的權(quán)重的確定包括以下至少一項(xiàng)：

根據(jù)相關(guān)詞元的標(biāo)注詞性，確定相關(guān)詞元權(quán)重；

對相關(guān)詞元的詞文本進(jìn)行熱詞分析，并基于熱詞分析結(jié)果，確定相關(guān)詞元權(quán)重；

基于用戶歷史搜索特征，確定相關(guān)詞元權(quán)重。

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：

基于所述候選文本集及所述搜索結(jié)果集，確定用戶行為特征，并作為樣本添加至所述預(yù)設(shè)用戶行為特征庫。

7.一種用于文本搜索的系統(tǒng)，其特征在于，所述系統(tǒng)包括：

第一模塊，用于獲取輸入文本；

第二模塊，用于基于預(yù)設(shè)詞典，對所述輸入文本進(jìn)行預(yù)處理，以獲得候選文本集，其中，所述候選文本集中的每個(gè)候選文本包含若干詞元，其中，每個(gè)詞元包含詞文本、該詞文本的標(biāo)注詞性及該詞文本在該候選文本中的位置信息；

第三模塊，用于基于所述候選文本集及預(yù)設(shè)語料庫，識(shí)別用戶搜索意圖，并確定所述候選文本集中的相關(guān)詞元及其權(quán)重；

第四模塊，用于根據(jù)用戶搜索意圖，遍歷每個(gè)候選文本進(jìn)行文本搜索，并基于所述相關(guān)詞元的權(quán)重及所述相關(guān)詞元的位置信息，對獲得的搜索結(jié)果進(jìn)行評(píng)分，以獲得搜索結(jié)果集，其中，所述搜索結(jié)果集中每個(gè)搜索結(jié)果關(guān)聯(lián)一個(gè)第一得分，根據(jù)每個(gè)搜索結(jié)果與所述預(yù)設(shè)語料庫中語料數(shù)據(jù)的相似度，確定每個(gè)搜索結(jié)果的第二得分，根據(jù)每個(gè)搜索結(jié)果與預(yù)設(shè)用戶行為特征庫中數(shù)據(jù)的匹配度，確定每個(gè)搜索結(jié)果的第三得分，基于所述第一得分、第二得分及第三得分，確定每個(gè)搜索結(jié)果的第四得分；

第五模塊，用于根據(jù)每個(gè)搜索結(jié)果的第四得分對所述搜索結(jié)果集中的搜索結(jié)果排序，并返回排序前N個(gè)搜索結(jié)果，其中，N是預(yù)設(shè)值。