[發明專利]一種關鍵詞擴展方法及裝置

在審

• 申請號: 202111081468.4
• 申請日: 2021-09-15
• 公開（公告）號: CN113887220A
• 公開（公告）日: 2022-01-04
• 發明（設計）人: 沈元;童詠之;校婭;奚駿泉;張敏;湯彪
• 申請（專利權）人: 北京三快在線科技有限公司
• 主分類號: G06F40/289
• 分類號: G06F40/289;G06F40/30;G06N20/00;G06F40/247;G06F16/9032
• 代理公司: 北京曼威知識產權代理有限公司 11709
• 代理人: 方志煒

1.一種關鍵詞擴展方法，其特征在于，所述方法包括：

獲取用戶輸入的關鍵詞；

將所述關鍵詞進行切分，確定所述關鍵詞對應的原子詞序列；

通過預先構建出的原子詞擴展詞庫，確定所述原子詞序列中的各原子詞的擴展詞，所述原子詞擴展詞庫包括各原子詞及其對應的擴展詞；

根據所述原子詞序列，將所述各原子詞和所述各原子詞的擴展結果分別進行組合，確定所述關鍵詞對應的至少一個擴展內容，作為所述關鍵詞的擴展結果。

2.如權利要求1所述的方法，其特征在于，所述原子詞擴展詞庫通過下述方法構建：

獲取若干關鍵詞對，所述關鍵詞對包含語義相近的兩個關鍵詞；

針對每個關鍵詞對，將該關鍵詞對包含的兩個關鍵詞分別進行切分，確定各關鍵詞分別對應的原子詞序列；

確定各原子詞序列中的不同原子詞，并根據各原子詞在各原子詞序列中的位置，確定位于原子詞序列中相同位置的不同原子詞，分別作為各關鍵詞的特定原子詞；

根據各特定原子詞，確定該關鍵詞對的同義原子詞對；

根據各關鍵詞對分別對應的同義原子詞對，構建原子詞擴展詞庫。

3.如權利要求2所述的方法，其特征在于，獲取若干關鍵詞對，具體包括：

根據各用戶歷史上執行搜索任務時的點擊操作，獲取若干歷史搜索數據；

針對每個關鍵詞，從該關鍵詞對應的各歷史搜索數據中，確定各用戶執行點擊操作的各搜索結果；

確定各搜索結果分別對應的其他關鍵詞，并統計各其他關鍵詞對應的頻次；

根據所述頻次，從各其他關鍵詞中確定該與該關鍵詞語義相近的關鍵詞，與該關鍵詞進行組合確定關鍵詞對。

4.如權利要求1所述的方法，其特征在于，確定所述關鍵詞的擴展結果之后，所述方法還包括：

接收搜索請求；

根據所述搜索請求攜帶的關鍵詞，確定所述關鍵詞及其擴展結果；

從各搜索結果中，確定包含所述關鍵詞的搜索結果，以及包含所述擴展結果的搜索結果，作為各召回結果；

根據所述各召回結果，向用戶進行展示。

5.如權利要求1所述的方法，其特征在于，所述方法還包括：

獲取若干關鍵詞及其擴展結果；

將各關鍵詞及其擴展結果作為輸入，輸入訓練完成的語義模型中，確定各關鍵詞分別對應的各關鍵詞向量，以及各擴展結果分別對應的各擴展向量；

根據各關鍵詞向量和各擴展向量之間的相似度和預設的第一相似度閾值，對各關鍵詞及其擴展結果進行更新。

6.如權利要求5所述的方法，其特征在于，所述語義模型經下述步驟訓練得到：

根據各關鍵詞及其擴展結果，確定各訓練樣本對及其標注；

將各訓練樣本對作為輸入，輸入到待訓練的語義模型中，確定各訓練樣本分別對應的相似度；

根據各訓練樣本的相似度及其標注，對所述語義模型進行訓練，所述語義模型用于確定各關鍵詞及其擴展內容的語義向量。

7.如權利要求6所述的方法，其特征在于，所述方法還包括：

將所述預先訓練好的語義模型的模型參數，作為所述語義模型的初始模型參數；

根據更新后的各關鍵詞及其擴展結果，構建關鍵詞擴展詞庫；

根據所述關鍵詞擴展詞庫，確定各訓練樣本對及其標注；

根據各訓練樣本對及其標注，調整所述語義模型的模型參數。

8.一種關鍵詞擴展裝置，其特征在于，所述裝置包括：

獲取模塊，用于獲取用戶輸入的關鍵詞；

確定模塊，用于將所述關鍵詞進行切分，確定所述關鍵詞對應的原子詞序列；

擴展模塊，用于通過預先構建出的原子詞擴展詞庫，確定所述原子詞序列中的各原子詞的擴展詞，所述原子詞擴展詞庫包括各原子詞及其對應的擴展詞；

組合模塊，用于根據所述原子詞序列，將所述各原子詞和所述各原子詞的擴展結果分別進行組合，確定所述關鍵詞對應的至少一個擴展內容，作為所述關鍵詞的擴展結果。