CN105354227A - 基于搜索的提供高质量评论信息的方法及装置 - Google Patents
基于搜索的提供高质量评论信息的方法及装置 Download PDFInfo
- Publication number
- CN105354227A CN105354227A CN201510642305.7A CN201510642305A CN105354227A CN 105354227 A CN105354227 A CN 105354227A CN 201510642305 A CN201510642305 A CN 201510642305A CN 105354227 A CN105354227 A CN 105354227A
- Authority
- CN
- China
- Prior art keywords
- high quality
- word
- search
- quality reviews
- reviews information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/951—Indexing; Web crawling techniques
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本发明提供了一种基于搜索的提供高质量评论信息的方法及装置。该方法包括:在搜索结果页中设置高质量评论信息展示区域;当接收到用户通过搜索框输入的搜索词时,识别所述搜索词中的至少一个实体词;查找所述至少一个实体词与高质量评论信息的关联关系,召回与所述至少一个实体词相关联的一个或多个高质量评论信息;在所述高质量评论信息展示区域中绘制所述召回的一个或多个高质量评论信息。本发明实施例能够在搜索结果页中展示高质量评论信息,从而实现对用户输入的搜索词对应的实体词所延伸出来的深层次、个性化的解读的需求,给用户提供额外的帮助。
Description
技术领域
本发明涉及信息搜索技术领域,特别是一种基于搜索的提供高质量评论信息的方法及装置。
背景技术
随着信息技术的飞速发展,当今社会进入了信息爆炸时代,人们越来越多地借助网络来寻找自己需要的信息,因此,搜索成为人们工作、学习和生活不可或缺的一部分。
人们通常使用搜索引擎来进行搜索,搜索引擎是指根据一定的策略、运用特定的计算机程序从互联网上搜集信息,在对信息进行组织和处理后,为用户提供搜索服务,将与用户的搜索相关的信息展示给用户的系统。
目前,当用户进行搜索操作时,首先在搜索引擎的输入框中输入搜索词,然后点击搜索按钮,此时搜索引擎利用搜索词进行搜索,在搜索结果页中将搜索得到搜索结果展示给用户。目前的搜索结果是与搜索词相关的网页,搜索结果较为单一。
发明内容
鉴于上述问题,提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的基于搜索的提供高质量评论信息的方法及装置。
依据本发明的一方面,提供了一种基于搜索的提供高质量评论信息的方法,包括:
在搜索结果页中设置高质量评论信息展示区域;
当接收到用户通过搜索框输入的搜索词时,识别所述搜索词中的至少一个实体词;
查找所述至少一个实体词与高质量评论信息的关联关系,召回与所述至少一个实体词相关联的一个或多个高质量评论信息;
在所述高质量评论信息展示区域中绘制所述召回的一个或多个高质量评论信息。
可选地,在查找所述至少一个实体词与高质量评论信息的关联关系之前,还包括:
预先建立实体词与高质量评论信息的初始关联关系。
可选地,查找所述至少一个实体词与高质量评论信息的关联关系,包括:
对于所述至少一个实体词中的各实体词,将该实体词与所述初始关联关系进行匹配,查找到与该实体词相关联的一个或多个高质量评论信息。
可选地,通过下列至少之一的方式建立所述初始关联关系:
基于网络爬虫抓取网页的方式来实现;
基于指定的社交网络中构建的索引的方式来实现。
可选地,基于网络爬虫抓取网页的方式建立所述初始关联关系,包括:
在网络爬虫抓取网页的过程中,提取所述网页中对特定实体的高质量评论信息;
在所述特定实体的实体词与所述高质量评论信息之间建立所述初始关联关系。
可选地,基于网络爬虫抓取网页的方式建立所述初始关联关系,包括:
在网络爬虫抓取网页的过程中,提取所述网页中的高质量评论信息;
从所述高质量评论信息中提取实体词;
在所述实体词与所述高质量评论信息之间建立所述初始关联关系。
可选地,在基于指定的社交网络中构建的索引的方式建立所述初始关联关系时,将该实体词与所述初始关联关系进行匹配,包括:
将当前客户端接入指定的社交网站;
在所述指定的社交网站中,利用所述指定的社交网络构建的索引,将该实体词与所述索引进行匹配。
可选地,识别所述搜索词中的至少一个实体词,包括:
获取预置的热门词词库,其中,所述热门词词库由多个热门实体词构成;
在所述热门词词库中匹配所述搜索词;
将匹配得到的热门实体词作为所述搜索词中的至少一个实体词。
可选地,在所述热门词词库中匹配所述搜索词,包括:
对所述搜索词作分词处理,得到所述搜索词的多个分词;
分别将各个分词与所述热门词词库进行匹配。
可选地,在所述高质量评论信息展示区域中绘制所述召回的多个高质量评论信息,包括:
提取各个高质量评论信息中实体的属性特征;
将属性特征属于一类的高质量评论信息进行聚合;
基于聚合后的一类或多类高质量评论信息,在所述高质量评论信息展示区域中进行绘制。
可选地,在所述高质量评论信息展示区域中绘制所述召回的一个或多个高质量评论信息,包括:
提取各个高质量评论信息中实体的属性特征以及属性特征对应的情感词;
基于实体、实体的属性特征以及属性特征对应的情感词,生成所述各个高质量评论信息的评论摘要;
在所述高质量评论信息展示区域中绘制所述各个高质量评论信息的评论摘要。
依据本发明的另一方面,还提供了一种基于搜索的提供高质量评论信息的装置,包括:
展示区域设置模块,适于在搜索结果页中设置高质量评论信息展示区域;
实体词识别模块,适于当接收到用户通过搜索框输入的搜索词时,识别所述搜索词中的至少一个实体词;
评论信息召回模块,适于查找所述至少一个实体词与高质量评论信息的关联关系,召回与所述至少一个实体词相关联的一个或多个高质量评论信息;
绘制模块,适于在所述高质量评论信息展示区域中绘制所述召回的一个或多个高质量评论信息。
可选地,所述装置还包括:
初始关联关系建立模块,适于在所述评论信息召回模块查找所述至少一个实体词与高质量评论信息的关联关系之前,预先建立实体词与高质量评论信息的初始关联关系。
可选地,所述评论信息召回模块还适于:
对于所述至少一个实体词中的各实体词,将该实体词与所述初始关联关系进行匹配,查找到与该实体词相关联的一个或多个高质量评论信息。
可选地,所述初始关联关系建立模块还适于通过下列至少之一的方式建立所述初始关联关系:
基于网络爬虫抓取网页的方式来实现;
基于指定的社交网络中构建的索引的方式来实现。
可选地,所述初始关联关系建立模块还适于:
在网络爬虫抓取网页的过程中,提取所述网页中对特定实体的高质量评论信息;
在所述特定实体的实体词与所述高质量评论信息之间建立所述初始关联关系。
可选地,所述初始关联关系建立模块还适于:
在网络爬虫抓取网页的过程中,提取所述网页中的高质量评论信息;
从所述高质量评论信息中提取实体词;
在所述实体词与所述高质量评论信息之间建立所述初始关联关系。
可选地,所述评论信息召回模块还适于:
将当前客户端接入指定的社交网站;
在所述指定的社交网站中,利用所述指定的社交网络构建的索引,将该实体词与所述索引进行匹配。
可选地,所述实体词识别模块还适于:
获取预置的热门词词库,其中,所述热门词词库由多个热门实体词构成;
在所述热门词词库中匹配所述搜索词;
将匹配得到的热门实体词作为所述搜索词中的至少一个实体词。
可选地,所述实体词识别模块还适于:
对所述搜索词作分词处理,得到所述搜索词的多个分词;
分别将各个分词与所述热门词词库进行匹配。
可选地,所述绘制模块还适于:
提取各个高质量评论信息中实体的属性特征;
将属性特征属于一类的高质量评论信息进行聚合;
基于聚合后的一类或多类高质量评论信息,在所述高质量评论信息展示区域中进行绘制。
可选地,所述绘制模块还适于:
提取各个高质量评论信息中实体的属性特征以及属性特征对应的情感词;
基于实体、实体的属性特征以及属性特征对应的情感词,生成所述各个高质量评论信息的评论摘要;
在所述高质量评论信息展示区域中绘制所述各个高质量评论信息的评论摘要。
本发明实施例中,在搜索结果页中设置高质量评论信息展示区域,当接收到用户通过搜索框输入的搜索词时,识别该搜索词中的至少一个实体词。进而查找至少一个实体词与高质量评论信息的关联关系,召回与至少一个实体词相关联的一个或多个高质量评论信息。之后,在高质量评论信息展示区域中绘制召回的一个或多个高质量评论信息。本发明实施例能够在搜索结果页中展示高质量评论信息,从而实现对用户输入的搜索词对应的实体词所延伸出来的深层次、个性化的解读的需求,给用户提供额外的帮助。并且,本发明实施例能够在提供正常搜索功能的同时,在搜索结果页中直接提供高质量评论信息,解决了现有技术中无法在提供正常搜索功能的同时,提供高质量评论信息的问题,从而丰富了搜索功能。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
根据下文结合附图对本发明具体实施例的详细描述,本领域技术人员将会更加明了本发明的上述以及其他目的、优点和特征。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了现有技术中搜索结果页中搜索结果的示意图;
图2示出了根据本发明一个实施例的基于搜索的提供高质量评论信息的方法的流程图;
图3示出了根据本发明一个实施例的高质量评论信息展示区域的示意图;
图4示出了根据本发明一个实施例的基于搜索的高质量评论信息的展示效果图;
图5示出了根据本发明一个实施例的基于搜索的提供高质量评论信息的装置的结构示意图;以及
图6示出了根据本发明另一个实施例的基于搜索的提供高质量评论信息的装置的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
如上文介绍,目前的搜索结果是与搜索词相关的网页,搜索结果较为单一。如图1所示,搜索结果页中展示了与搜索词“恋曲1990是谁的歌”相关的网页的链接,用户触发相应的链接后进入相应的网页。
为解决上述技术问题,本发明实施例提供了一种基于搜索的提供高质量评论信息的方法,该方法可以应用在浏览器或者其他搜索类客户端中。图2示出了根据本发明一个实施例的基于搜索的提供高质量评论信息的方法的流程图。如图2所示,该方法至少包括以下步骤S202至步骤S208。
步骤S202,在搜索结果页中设置高质量评论信息展示区域。
步骤S204,当接收到用户通过搜索框输入的搜索词时,识别搜索词中的至少一个实体词。
步骤S206,查找至少一个实体词与高质量评论信息的关联关系,召回与至少一个实体词相关联的一个或多个高质量评论信息。
步骤S208,在高质量评论信息展示区域中绘制召回的一个或多个高质量评论信息。
本发明实施例中,在搜索结果页中设置高质量评论信息展示区域,当接收到用户通过搜索框输入的搜索词时,识别该搜索词中的至少一个实体词。进而查找至少一个实体词与高质量评论信息的关联关系,召回与至少一个实体词相关联的一个或多个高质量评论信息。之后,在高质量评论信息展示区域中绘制召回的一个或多个高质量评论信息。本发明实施例能够在搜索结果页中展示高质量评论信息,从而实现对用户输入的搜索词对应的实体词所延伸出来的深层次、个性化的解读的需求,给用户提供额外的帮助。并且,本发明实施例能够在提供正常搜索功能的同时,在搜索结果页中直接提供高质量评论信息,解决了现有技术中无法在提供正常搜索功能的同时,提供高质量评论信息的问题,从而丰富了搜索功能。
在本发明实施例中,可以通过多个指标来确定或评价一个评论信息是否为高质量评论信息,这里的指标如评论信息的来源、评论信息的长度、评论信息的用户关注度等,本发明实施例不限于此。
上文步骤S202中,在搜索结果页中设置高质量评论信息展示区域,这里的高质量评论信息展示区域可以设置在搜索结果页的右下部分位置,或者右上部分位置等。在实际操作中,可以默认设置为右下部分位置,同时提供调整选项以方便用户根据自身的需求调整展示区域。
在步骤S204中识别搜索词中的至少一个实体词,本发明实施例提供了一种可选的方案,在该方案中,可以获取预置的热门词词库,该热门词词库由多个热门实体词构成,进而在热门词词库中匹配搜索词,将匹配得到的热门实体词作为搜索词中的至少一个实体词。例如,接收到用户通过搜索框输入的搜索词为“数据流量”,在热门词词库中匹配该搜索词,匹配得到的热门实体词为“流量单月不清零”,将该热门实体词作为搜索词中的至少一个实体词。
进一步,在热门词词库中匹配搜索词时,如果搜索词是一个较长的短语或句子,则可以对搜索词作分词处理,得到搜索词的多个分词,进而分别将各个分词与热门词词库进行匹配。本发明实施例基于热门词词库,从热门词词库中匹配搜索词得到热门实体词,从而后续将与热门实体词相关的高质量评论信息绘制在搜索结果页中设置的高质量评论信息展示区域,能够帮助用户快速获取对热门实体词所延伸出来的深层次、个性化的解读信息,增强网络中热门信息的获取和传播速度。
在步骤S206查找至少一个实体词与高质量评论信息的关联关系之前,可以预先建立实体词与高质量评论信息的初始关联关系,从而在查找至少一个实体词与高质量评论信息的关联关系时,对于至少一个实体词中的各实体词,将该实体词与初始关联关系进行匹配,查找到与该实体词相关联的一个或多个高质量评论信息。
在本发明实施例中,初始关联关系的建立可以基于网络爬虫抓取网页的方式来实现或者基于指定的社交网络中构建的索引的方式来实现,下面分别进行详细介绍。
方式一,基于网络爬虫抓取网页的方式来实现。即,可以针对特定实体的网页或者从网页中提取特定实体的方式。当针对特定实体的网页建立初始关联关系时,在网络爬虫抓取网页的过程中,提取网页中对特定实体的高质量评论信息,进而在特定实体的实体词与高质量评论信息之间建立初始关联关系。
在本发明实施例中,网络爬虫可以在一些社区或论坛(如豆瓣、贴吧、读书或知乎等,本发明不限于此)进行网页的抓取,在抓取网页后,提取网页中对特定实体(如人物、影视、音乐、小说等特定实体)的高质量评论信息。例如,网络爬虫在“读书”上抓取网页后,提取网页中对书籍《活着》的多个评论信息,进而根据上文提及的多个指标(如评论信息的来源、评论信息的长度、评论信息的用户关注度等,本发明实施例不限于此),从多个评论信息中筛选出高质量的评论信息。需要说明的是,此处列举仅是示意性的,本发明实施例对此不加以限制。
当从网页中提取特定实体的方式建立初始关联关系时,可以在网络爬虫抓取网页的过程中,提取网页中的高质量评论信息,进而从高质量评论信息中提取实体词,之后在实体词与高质量评论信息之间建立初始关联关系。进一步,可以对高质量评论信息进行分词处理,从得到的多个分词中提取实体词。例如,网络爬虫在“读书”上抓取网页后,提取网页中的高质量评论信息,如“第一次看《小王子》,是在小学五年级到初一之间,那时沉迷的是郭靖张无忌楚留香们的血雨腥风快意恩仇的江湖传奇,对这薄薄的彩绘本童话根本就提不起兴趣,早已忘了故事的情节。不过,这是可以谅解的,对小朋友而言,除了天马星空的想象吸引人外,很难起到共鸣。《小王子》更像是个讲给大人们听的童话故事,文中的寓意对大人们来说,更有深刻的感触和共鸣吧”。随后,对高质量评论信息进行分词处理,提取实体词“小王子”,进而建立实体词“小王子”与该高质量评论信息之间的初始关联关系。需要说明的是,此处列举仅是示意性的,本发明实施例对此不加以限制。
方式二,基于指定的社交网络中构建的索引的方式来实现。即,在基于指定的社交网络中构建的索引的方式建立初始关联关系时,将该实体词与初始关联关系进行匹配,可以是将当前客户端(如,浏览器客户端或者其他搜索类客户端)接入指定的社交网站(即,将当前客户端与指定的社交网站打通),进而在指定的社交网站中,利用指定的社交网络构建的索引,将该实体词与索引进行匹配。
进一步,在将当前客户端接入指定的社交网站时,可以是将当前客户端接入指定的社交网站所在的社交网站客户端,进而基于社交网站客户端,将该实体词与索引进行匹配。
在步骤S206召回与至少一个实体词相关联的一个或多个高质量评论信息后,步骤S208在高质量评论信息展示区域中绘制召回的一个或多个高质量评论信息,在对一个或多个高质量评论信息进行绘制的过程,可以对一个或多个高质量评论信息进行排序、聚合或提炼等处理。
在本发明实施例中,对一个或多个高质量评论信息进行聚合处理时,可以提取各个高质量评论信息中实体的属性特征,进而将属性特征属于一类的高质量评论信息进行聚合,随后基于聚合后的一类或多类高质量评论信息,在高质量评论信息展示区域中进行绘制。在实际操作中,可以针对不同类别的实体进行属性特征的提取,例如,针对“小说”实体,其属性特征可以为“情节”、“章节”、“类型”等;针对“电子产品”实体,其属性特征可以为“外观”、“功能”、“手感”、“性价比”、“操作系统”等。需要说明的是,此处列举仅是示意性的,本发明实施例对此不加以限制。
在本发明的另一实施例中,对一个或多个高质量评论信息进行聚合处理时,可以提取各个高质量评论信息中实体的属性特征以及属性特征对应的情感词,进而基于实体、实体的属性特征以及属性特征对应的情感词,生成各个高质量评论信息的评论摘要,随后在高质量评论信息展示区域中绘制各个高质量评论信息的评论摘要。本发明实施例中,在高质量评论信息展示区域中仅绘制各个高质量评论信息的评论摘要,可以实现在固定的展示区域呈现更多的信息。并且,评论摘要相比于完整的评论信息更加精炼,能够帮助用户快速获取评论信息。
进一步,还可以对评论摘要设置链接,当触发评论摘要的链接后,可以完全展示该评论摘要对应的高质量评论信息。
下面通过一具体实施例详细介绍本发明的基于搜索的提供高质量评论信息的方法的实现过程。
预先在搜索结果页的右下部分位置设置高质量评论信息展示区域,如图3所示。需要说明的是,此处列举仅是示意性的,本发明实施例对此不加以限制。
当接收到用户通过搜索框输入的搜索词“恋曲1990是谁的歌”时,识别该搜索词中的实体词“恋曲1990”。随后,查找实体词“恋曲1990”与高质量评论信息的关联关系,召回与实体词“恋曲1990”相关联的一个或多个高质量评论信息。这里查找实体词“恋曲1990”与高质量评论信息的关联关系,可以结合上文介绍的方式一或方式二进行查找,此处不再赘述。最后,在高质量评论信息展示区域中绘制召回的一个或多个高质量评论信息。这里,在对一个或多个高质量评论信息进行绘制的过程,可以对一个或多个高质量评论信息进行排序、聚合或提炼等处理,具体可以参见上文介绍,此处不再赘述。如图4所示为一种基于搜索的高质量评论信息的展示效果图,当用户点击“更多”时,可以完全展示高质量评论信息。
基于上文各个实施例提供的基于搜索的提供高质量评论信息的方法,基于同一发明构思,本发明实施例还提供了一种基于搜索的提供高质量评论信息的装置,该装置可以应用在浏览器或者其他搜索类客户端中。图5示出了根据本发明一个实施例的基于搜索的提供高质量评论信息的装置的结构示意图。如图5所示,该装置500至少可以包括展示区域设置模块510、实体词识别模块520、评论信息召回模块530以及绘制模块540。
现介绍本发明实施例的基于搜索的提供高质量评论信息的装置500的各组成或器件的功能以及各部分间的连接关系:
展示区域设置模块510,适于在搜索结果页中设置高质量评论信息展示区域;
实体词识别模块520,适于当接收到用户通过搜索框输入的搜索词时,识别所述搜索词中的至少一个实体词;
评论信息召回模块530,与实体词识别模块520相耦合,适于查找所述至少一个实体词与高质量评论信息的关联关系,召回与所述至少一个实体词相关联的一个或多个高质量评论信息;
绘制模块540,与展示区域设置模块510、评论信息召回模块530相耦合,适于在所述高质量评论信息展示区域中绘制所述召回的一个或多个高质量评论信息。
在本发明一实施例中,评论信息召回模块530通过多个指标来确定或评价一个评论信息是否为高质量评论信息,这里的指标如评论信息的来源、评论信息的长度、评论信息的用户关注度等,本发明实施例不限于此。
在本发明一实施例中,展示区域设置模块510在搜索结果页中设置高质量评论信息展示区域时,可以将高质量评论信息展示区域设置在搜索结果页的右下部分位置,或者右上部分位置等。在实际操作中,可以默认设置为右下部分位置,同时提供调整选项以方便用户根据自身的需求调整展示区域。
在本发明一实施例中,实体词识别模块520还适于:获取预置的热门词词库,该热门词词库由多个热门实体词构成,进而在热门词词库中匹配搜索词,将匹配得到的热门实体词作为搜索词中的至少一个实体词。例如,实体词识别模块520接收到用户通过搜索框输入的搜索词为“数据流量”,在热门词词库中匹配该搜索词,匹配得到的热门实体词为“流量单月不清零”,将该热门实体词作为搜索词中的至少一个实体词。
在本发明一实施例中,实体词识别模块520在热门词词库中匹配搜索词时,如果搜索词是一个较长的短语或句子,则可以对搜索词作分词处理,得到搜索词的多个分词,进而分别将各个分词与热门词词库进行匹配。本发明实施例基于热门词词库,从热门词词库中匹配搜索词得到热门实体词,从而后续将与热门实体词相关的高质量评论信息绘制在搜索结果页中设置的高质量评论信息展示区域,能够帮助用户快速获取对热门实体词所延伸出来的深层次、个性化的解读信息,增强网络中热门信息的获取和传播速度。
在本发明一实施例中,如图6所示,图5展示的装置还可以包括:初始关联关系建立模块550,与评论信息召回模块530相耦合,适于在评论信息召回模块530查找所述至少一个实体词与高质量评论信息的关联关系之前,预先建立实体词与高质量评论信息的初始关联关系。从而,评论信息召回模块530在查找至少一个实体词与高质量评论信息的关联关系时,可以对于至少一个实体词中的各实体词,将该实体词与初始关联关系进行匹配,查找到与该实体词相关联的一个或多个高质量评论信息。
在本发明一实施例中,初始关联关系建立模块550基于网络爬虫抓取网页的方式,或者基于指定的社交网络中构建的索引的方式建立初始关联关系,下面分别进行详细介绍。
方式一,基于网络爬虫抓取网页的方式来实现。即,初始关联关系建立模块550针对特定实体的网页或者从网页中提取特定实体的方式。当针对特定实体的网页建立初始关联关系时,初始关联关系建立模块550在网络爬虫抓取网页的过程中,提取网页中对特定实体的高质量评论信息,进而在特定实体的实体词与高质量评论信息之间建立初始关联关系。
在本发明实施例中,网络爬虫可以在一些社区或论坛(如豆瓣、贴吧、读书或知乎等,本发明不限于此)进行网页的抓取,在抓取网页后,初始关联关系建立模块550提取网页中对特定实体(如人物、影视、音乐、小说等特定实体)的高质量评论信息。例如,网络爬虫在“读书”上抓取网页后,初始关联关系建立模块550提取网页中对书籍《活着》的多个评论信息,进而根据上文提及的多个指标(如评论信息的来源、评论信息的长度、评论信息的用户关注度等,本发明实施例不限于此),从多个评论信息中筛选出高质量的评论信息。需要说明的是,此处列举仅是示意性的,本发明实施例对此不加以限制。
当从网页中提取特定实体的方式建立初始关联关系时,初始关联关系建立模块550在网络爬虫抓取网页的过程中,提取网页中的高质量评论信息,进而从高质量评论信息中提取实体词,之后在实体词与高质量评论信息之间建立初始关联关系。
进一步,初始关联关系建立模块550对高质量评论信息进行分词处理,从得到的多个分词中提取实体词。例如,网络爬虫在“读书”上抓取网页后,提取网页中的高质量评论信息,如“第一次看《小王子》,是在小学五年级到初一之间,那时沉迷的是郭靖张无忌楚留香们的血雨腥风快意恩仇的江湖传奇,对这薄薄的彩绘本童话根本就提不起兴趣,早已忘了故事的情节。不过,这是可以谅解的,对小朋友而言,除了天马星空的想象吸引人外,很难起到共鸣。《小王子》更像是个讲给大人们听的童话故事,文中的寓意对大人们来说,更有深刻的感触和共鸣吧”。随后,初始关联关系建立模块550对高质量评论信息进行分词处理,提取实体词“小王子”,进而建立实体词“小王子”与该高质量评论信息之间的初始关联关系。需要说明的是,此处列举仅是示意性的,本发明实施例对此不加以限制。
方式二,基于指定的社交网络中构建的索引的方式来实现。即,初始关联关系建立模块550在基于指定的社交网络中构建的索引的方式建立初始关联关系时,将该实体词与初始关联关系进行匹配,可以是将当前客户端(如,浏览器客户端或者其他搜索类客户端)接入指定的社交网站(即,将当前客户端与指定的社交网站打通),进而在指定的社交网站中,利用指定的社交网络构建的索引,将该实体词与索引进行匹配。
进一步,初始关联关系建立模块550在将当前客户端接入指定的社交网站时,可以是将当前客户端接入指定的社交网站所在的社交网站客户端,进而基于社交网站客户端,将该实体词与索引进行匹配。
在本发明一实施例中,绘制模块540在对一个或多个高质量评论信息进行绘制的过程,可以对一个或多个高质量评论信息进行排序、聚合或提炼等处理。绘制模块540对一个或多个高质量评论信息进行聚合处理时,可以提取各个高质量评论信息中实体的属性特征,进而将属性特征属于一类的高质量评论信息进行聚合,随后基于聚合后的一类或多类高质量评论信息,在高质量评论信息展示区域中进行绘制。在实际操作中,可以针对不同类别的实体进行属性特征的提取,例如,针对“小说”实体,其属性特征可以为“情节”、“章节”、“类型”等;针对“电子产品”实体,其属性特征可以为“外观”、“功能”、“手感”、“性价比”、“操作系统”等。需要说明的是,此处列举仅是示意性的,本发明实施例对此不加以限制。
在本发明一实施例中,绘制模块540对一个或多个高质量评论信息进行聚合处理时,可以提取各个高质量评论信息中实体的属性特征以及属性特征对应的情感词,进而基于实体、实体的属性特征以及属性特征对应的情感词,生成各个高质量评论信息的评论摘要,随后在高质量评论信息展示区域中绘制各个高质量评论信息的评论摘要。本发明实施例中,在高质量评论信息展示区域中仅绘制各个高质量评论信息的评论摘要,可以实现在固定的展示区域呈现更多的信息。并且,评论摘要相比于完整的评论信息更加精炼,能够帮助用户快速获取评论信息。
进一步,绘制模块540还可以对评论摘要设置链接,当触发评论摘要的链接后,可以完全展示该评论摘要对应的高质量评论信息。
根据上述任意一个优选实施例或多个优选实施例的组合,本发明实施例能够达到如下有益效果:
本发明实施例中,在搜索结果页中设置高质量评论信息展示区域,当接收到用户通过搜索框输入的搜索词时,识别该搜索词中的至少一个实体词。进而查找至少一个实体词与高质量评论信息的关联关系,召回与至少一个实体词相关联的一个或多个高质量评论信息。之后,在高质量评论信息展示区域中绘制召回的一个或多个高质量评论信息。本发明实施例能够在搜索结果页中展示高质量评论信息,从而实现对用户输入的搜索词对应的实体词所延伸出来的深层次、个性化的解读的需求,给用户提供额外的帮助。并且,本发明实施例能够在提供正常搜索功能的同时,在搜索结果页中直接提供高质量评论信息,解决了现有技术中无法在提供正常搜索功能的同时,提供高质量评论信息的问题,从而丰富了搜索功能。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的基于搜索的提供高质量评论信息装置中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
至此,本领域技术人员应认识到,虽然本文已详尽示出和描述了本发明的多个示例性实施例,但是,在不脱离本发明精神和范围的情况下,仍可根据本发明公开的内容直接确定或推导出符合本发明原理的许多其他变型或修改。因此,本发明的范围应被理解和认定为覆盖了所有这些其他变型或修改。
本发明实施例还公开了:A1、一种基于搜索的提供高质量评论信息的方法,包括:
在搜索结果页中设置高质量评论信息展示区域;
当接收到用户通过搜索框输入的搜索词时,识别所述搜索词中的至少一个实体词;
查找所述至少一个实体词与高质量评论信息的关联关系,召回与所述至少一个实体词相关联的一个或多个高质量评论信息;
在所述高质量评论信息展示区域中绘制所述召回的一个或多个高质量评论信息。
A2、根据A1所述的方法,其中,在查找所述至少一个实体词与高质量评论信息的关联关系之前,还包括:
预先建立实体词与高质量评论信息的初始关联关系。
A3、根据A1或A2所述的方法,其中,查找所述至少一个实体词与高质量评论信息的关联关系,包括:
对于所述至少一个实体词中的各实体词,将该实体词与所述初始关联关系进行匹配,查找到与该实体词相关联的一个或多个高质量评论信息。
A4、根据A1-A3任一项所述的方法,其中,通过下列至少之一的方式建立所述初始关联关系:
基于网络爬虫抓取网页的方式来实现;
基于指定的社交网络中构建的索引的方式来实现。
A5、根据A1-A4任一项所述的方法,其中,基于网络爬虫抓取网页的方式建立所述初始关联关系,包括:
在网络爬虫抓取网页的过程中,提取所述网页中对特定实体的高质量评论信息;
在所述特定实体的实体词与所述高质量评论信息之间建立所述初始关联关系。
A6、根据A1-A5任一项所述的方法,其中,基于网络爬虫抓取网页的方式建立所述初始关联关系,包括:
在网络爬虫抓取网页的过程中,提取所述网页中的高质量评论信息;
从所述高质量评论信息中提取实体词;
在所述实体词与所述高质量评论信息之间建立所述初始关联关系。
A7、根据A1-A6任一项所述的方法,其中,在基于指定的社交网络中构建的索引的方式建立所述初始关联关系时,将该实体词与所述初始关联关系进行匹配,包括:
将当前客户端接入指定的社交网站;
在所述指定的社交网站中,利用所述指定的社交网络构建的索引,将该实体词与所述索引进行匹配。
A8、根据A1-A7任一项所述的方法,其中,识别所述搜索词中的至少一个实体词,包括:
获取预置的热门词词库,其中,所述热门词词库由多个热门实体词构成;
在所述热门词词库中匹配所述搜索词;
将匹配得到的热门实体词作为所述搜索词中的至少一个实体词。
A9、根据A1-A8任一项所述的方法,其中,在所述热门词词库中匹配所述搜索词,包括:
对所述搜索词作分词处理,得到所述搜索词的多个分词;
分别将各个分词与所述热门词词库进行匹配。
A10、根据A1-A9任一项所述的方法,其中,在所述高质量评论信息展示区域中绘制所述召回的多个高质量评论信息,包括:
提取各个高质量评论信息中实体的属性特征;
将属性特征属于一类的高质量评论信息进行聚合;
基于聚合后的一类或多类高质量评论信息,在所述高质量评论信息展示区域中进行绘制。
A11、根据A1-A10任一项所述的方法,其中,在所述高质量评论信息展示区域中绘制所述召回的一个或多个高质量评论信息,包括:
提取各个高质量评论信息中实体的属性特征以及属性特征对应的情感词;
基于实体、实体的属性特征以及属性特征对应的情感词,生成所述各个高质量评论信息的评论摘要;
在所述高质量评论信息展示区域中绘制所述各个高质量评论信息的评论摘要。
B12、一种基于搜索的提供高质量评论信息的装置,包括:
展示区域设置模块,适于在搜索结果页中设置高质量评论信息展示区域;
实体词识别模块,适于当接收到用户通过搜索框输入的搜索词时,识别所述搜索词中的至少一个实体词;
评论信息召回模块,适于查找所述至少一个实体词与高质量评论信息的关联关系,召回与所述至少一个实体词相关联的一个或多个高质量评论信息;
绘制模块,适于在所述高质量评论信息展示区域中绘制所述召回的一个或多个高质量评论信息。
B13、根据B12所述的装置,其中,还包括:
初始关联关系建立模块,适于在所述评论信息召回模块查找所述至少一个实体词与高质量评论信息的关联关系之前,预先建立实体词与高质量评论信息的初始关联关系。
B14、根据B12或B13所述的装置,其中,所述评论信息召回模块还适于:
对于所述至少一个实体词中的各实体词,将该实体词与所述初始关联关系进行匹配,查找到与该实体词相关联的一个或多个高质量评论信息。
B15、根据B12-B14任一项所述的装置,其中,所述初始关联关系建立模块还适于通过下列至少之一的方式建立所述初始关联关系:
基于网络爬虫抓取网页的方式来实现;
基于指定的社交网络中构建的索引的方式来实现。
B16、根据B12-B15任一项所述的装置,其中,所述初始关联关系建立模块还适于:
在网络爬虫抓取网页的过程中,提取所述网页中对特定实体的高质量评论信息;
在所述特定实体的实体词与所述高质量评论信息之间建立所述初始关联关系。
B17、根据B12-B16任一项所述的装置,其中,所述初始关联关系建立模块还适于:
在网络爬虫抓取网页的过程中,提取所述网页中的高质量评论信息;
从所述高质量评论信息中提取实体词;
在所述实体词与所述高质量评论信息之间建立所述初始关联关系。
B18、根据B12-B17任一项所述的装置,其中,所述评论信息召回模块还适于:
将当前客户端接入指定的社交网站;
在所述指定的社交网站中,利用所述指定的社交网络构建的索引,将该实体词与所述索引进行匹配。
B19、根据B12-B18任一项所述的装置,其中,所述实体词识别模块还适于:
获取预置的热门词词库,其中,所述热门词词库由多个热门实体词构成;
在所述热门词词库中匹配所述搜索词;
将匹配得到的热门实体词作为所述搜索词中的至少一个实体词。
B20、根据B12-B19任一项所述的装置,其中,所述实体词识别模块还适于:
对所述搜索词作分词处理,得到所述搜索词的多个分词;
分别将各个分词与所述热门词词库进行匹配。
B21、根据B12-B20任一项所述的装置,其中,所述绘制模块还适于:
提取各个高质量评论信息中实体的属性特征;
将属性特征属于一类的高质量评论信息进行聚合;
基于聚合后的一类或多类高质量评论信息,在所述高质量评论信息展示区域中进行绘制。
B22、根据B12-B21任一项所述的装置,其中,所述绘制模块还适于:
提取各个高质量评论信息中实体的属性特征以及属性特征对应的情感词;
基于实体、实体的属性特征以及属性特征对应的情感词,生成所述各个高质量评论信息的评论摘要;
在所述高质量评论信息展示区域中绘制所述各个高质量评论信息的评论摘要。
Claims (10)
1.一种基于搜索的提供高质量评论信息的方法,包括:
在搜索结果页中设置高质量评论信息展示区域;
当接收到用户通过搜索框输入的搜索词时,识别所述搜索词中的至少一个实体词;
查找所述至少一个实体词与高质量评论信息的关联关系,召回与所述至少一个实体词相关联的一个或多个高质量评论信息;
在所述高质量评论信息展示区域中绘制所述召回的一个或多个高质量评论信息。
2.根据权利要求1所述的方法,其中,在查找所述至少一个实体词与高质量评论信息的关联关系之前,还包括:
预先建立实体词与高质量评论信息的初始关联关系。
3.根据权利要求1或2所述的方法,其中,查找所述至少一个实体词与高质量评论信息的关联关系,包括:
对于所述至少一个实体词中的各实体词,将该实体词与所述初始关联关系进行匹配,查找到与该实体词相关联的一个或多个高质量评论信息。
4.根据权利要求1-3任一项所述的方法,其中,通过下列至少之一的方式建立所述初始关联关系:
基于网络爬虫抓取网页的方式来实现;
基于指定的社交网络中构建的索引的方式来实现。
5.根据权利要求1-4任一项所述的方法,其中,基于网络爬虫抓取网页的方式建立所述初始关联关系,包括:
在网络爬虫抓取网页的过程中,提取所述网页中对特定实体的高质量评论信息;
在所述特定实体的实体词与所述高质量评论信息之间建立所述初始关联关系。
6.根据权利要求1-5任一项所述的方法,其中,基于网络爬虫抓取网页的方式建立所述初始关联关系,包括:
在网络爬虫抓取网页的过程中,提取所述网页中的高质量评论信息;
从所述高质量评论信息中提取实体词;
在所述实体词与所述高质量评论信息之间建立所述初始关联关系。
7.根据权利要求1-6任一项所述的方法,其中,在基于指定的社交网络中构建的索引的方式建立所述初始关联关系时,将该实体词与所述初始关联关系进行匹配,包括:
将当前客户端接入指定的社交网站;
在所述指定的社交网站中,利用所述指定的社交网络构建的索引,将该实体词与所述索引进行匹配。
8.根据权利要求1-7任一项所述的方法,其中,识别所述搜索词中的至少一个实体词,包括:
获取预置的热门词词库,其中,所述热门词词库由多个热门实体词构成;
在所述热门词词库中匹配所述搜索词;
将匹配得到的热门实体词作为所述搜索词中的至少一个实体词。
9.根据权利要求1-8任一项所述的方法,其中,在所述热门词词库中匹配所述搜索词,包括:
对所述搜索词作分词处理,得到所述搜索词的多个分词;
分别将各个分词与所述热门词词库进行匹配。
10.一种基于搜索的提供高质量评论信息的装置,包括:
展示区域设置模块,适于在搜索结果页中设置高质量评论信息展示区域;
实体词识别模块,适于当接收到用户通过搜索框输入的搜索词时,识别所述搜索词中的至少一个实体词;
评论信息召回模块,适于查找所述至少一个实体词与高质量评论信息的关联关系,召回与所述至少一个实体词相关联的一个或多个高质量评论信息;
绘制模块,适于在所述高质量评论信息展示区域中绘制所述召回的一个或多个高质量评论信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510642305.7A CN105354227B (zh) | 2015-09-30 | 2015-09-30 | 基于搜索的提供高质量评论信息的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510642305.7A CN105354227B (zh) | 2015-09-30 | 2015-09-30 | 基于搜索的提供高质量评论信息的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105354227A true CN105354227A (zh) | 2016-02-24 |
CN105354227B CN105354227B (zh) | 2019-06-14 |
Family
ID=55330200
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510642305.7A Active CN105354227B (zh) | 2015-09-30 | 2015-09-30 | 基于搜索的提供高质量评论信息的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105354227B (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106599289A (zh) * | 2016-12-23 | 2017-04-26 | 北京奇虎科技有限公司 | 在搜索结果页中聚合动漫类资讯信息的方法及装置 |
CN106649737A (zh) * | 2016-12-23 | 2017-05-10 | 北京奇虎科技有限公司 | 针对综艺类query的搜索结果的推送方法及装置 |
CN106649740A (zh) * | 2016-12-23 | 2017-05-10 | 北京奇虎科技有限公司 | 基于搜索的3c类ugc数据的推荐方法及装置 |
CN106649738A (zh) * | 2016-12-23 | 2017-05-10 | 北京奇虎科技有限公司 | 在搜索结果页中聚合人物类资讯信息的方法及装置 |
CN106777203A (zh) * | 2016-12-23 | 2017-05-31 | 北京奇虎科技有限公司 | 搜索中新闻内容的推送方法及装置 |
CN106780214A (zh) * | 2016-12-23 | 2017-05-31 | 北京奇虎科技有限公司 | 基于搜索的院校类数据的推荐方法及装置 |
CN106777206A (zh) * | 2016-12-23 | 2017-05-31 | 北京奇虎科技有限公司 | 影视剧类关键词搜索展现方法及装置 |
CN106777205A (zh) * | 2016-12-23 | 2017-05-31 | 北京奇虎科技有限公司 | 游戏类搜索词的搜索方法及装置 |
CN106844488A (zh) * | 2016-12-23 | 2017-06-13 | 北京奇虎科技有限公司 | 结合搜索的股票类ugc数据推荐方法及装置 |
CN109992342A (zh) * | 2019-03-25 | 2019-07-09 | 上海连尚网络科技有限公司 | 一种基于小说的信息显示方法及设备 |
CN110134763A (zh) * | 2019-04-26 | 2019-08-16 | 杭州飞弛网络科技有限公司 | 一种陌生人社交活动的评价信息分类显示方法与系统 |
CN111259271A (zh) * | 2018-12-03 | 2020-06-09 | 阿里巴巴集团控股有限公司 | 评论信息的展示方法、装置、电子设备及计算机可读介质 |
CN111339452A (zh) * | 2020-02-18 | 2020-06-26 | 北京字节跳动网络技术有限公司 | 搜索结果展现的方法、终端、服务器和系统 |
CN111930949A (zh) * | 2020-09-11 | 2020-11-13 | 腾讯科技(深圳)有限公司 | 搜索串处理方法、装置、计算机可读介质及电子设备 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101313330A (zh) * | 2005-09-30 | 2008-11-26 | 谷歌公司 | 选择用于显示的高质量评论 |
CN102402519A (zh) * | 2010-09-09 | 2012-04-04 | 腾讯科技(深圳)有限公司 | 搜索方法、搜索结果显示方法、搜索服务器及客户端 |
CN103207917A (zh) * | 2013-04-25 | 2013-07-17 | 百度在线网络技术(北京)有限公司 | 标注多媒体内容的方法、生成推荐内容的方法及系统 |
CN104133862A (zh) * | 2014-07-16 | 2014-11-05 | 北京奇虎科技有限公司 | 搜索页面评论方法及装置 |
CN104239404A (zh) * | 2014-03-11 | 2014-12-24 | 百度在线网络技术(北京)有限公司 | 搜索方法、系统和装置 |
CN104281606A (zh) * | 2013-07-08 | 2015-01-14 | 腾讯科技(北京)有限公司 | 一种展示微博评论的方法和装置 |
CN104915408A (zh) * | 2015-06-02 | 2015-09-16 | 无锡天脉聚源传媒科技有限公司 | 一种社交化搜索结果展示的方法及装置 |
CN104933109A (zh) * | 2015-06-02 | 2015-09-23 | 无锡天脉聚源传媒科技有限公司 | 一种搜索结果互动展示的方法及装置 |
-
2015
- 2015-09-30 CN CN201510642305.7A patent/CN105354227B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101313330A (zh) * | 2005-09-30 | 2008-11-26 | 谷歌公司 | 选择用于显示的高质量评论 |
CN102402519A (zh) * | 2010-09-09 | 2012-04-04 | 腾讯科技(深圳)有限公司 | 搜索方法、搜索结果显示方法、搜索服务器及客户端 |
CN103207917A (zh) * | 2013-04-25 | 2013-07-17 | 百度在线网络技术(北京)有限公司 | 标注多媒体内容的方法、生成推荐内容的方法及系统 |
CN104281606A (zh) * | 2013-07-08 | 2015-01-14 | 腾讯科技(北京)有限公司 | 一种展示微博评论的方法和装置 |
CN104239404A (zh) * | 2014-03-11 | 2014-12-24 | 百度在线网络技术(北京)有限公司 | 搜索方法、系统和装置 |
CN104133862A (zh) * | 2014-07-16 | 2014-11-05 | 北京奇虎科技有限公司 | 搜索页面评论方法及装置 |
CN104915408A (zh) * | 2015-06-02 | 2015-09-16 | 无锡天脉聚源传媒科技有限公司 | 一种社交化搜索结果展示的方法及装置 |
CN104933109A (zh) * | 2015-06-02 | 2015-09-23 | 无锡天脉聚源传媒科技有限公司 | 一种搜索结果互动展示的方法及装置 |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106844488A (zh) * | 2016-12-23 | 2017-06-13 | 北京奇虎科技有限公司 | 结合搜索的股票类ugc数据推荐方法及装置 |
CN106649737B (zh) * | 2016-12-23 | 2020-06-12 | 北京奇虎科技有限公司 | 针对综艺类query的搜索结果的推送方法及装置 |
CN106599289A (zh) * | 2016-12-23 | 2017-04-26 | 北京奇虎科技有限公司 | 在搜索结果页中聚合动漫类资讯信息的方法及装置 |
CN106649738A (zh) * | 2016-12-23 | 2017-05-10 | 北京奇虎科技有限公司 | 在搜索结果页中聚合人物类资讯信息的方法及装置 |
CN106777203A (zh) * | 2016-12-23 | 2017-05-31 | 北京奇虎科技有限公司 | 搜索中新闻内容的推送方法及装置 |
CN106780214A (zh) * | 2016-12-23 | 2017-05-31 | 北京奇虎科技有限公司 | 基于搜索的院校类数据的推荐方法及装置 |
CN106777206A (zh) * | 2016-12-23 | 2017-05-31 | 北京奇虎科技有限公司 | 影视剧类关键词搜索展现方法及装置 |
CN106777205A (zh) * | 2016-12-23 | 2017-05-31 | 北京奇虎科技有限公司 | 游戏类搜索词的搜索方法及装置 |
CN106649740A (zh) * | 2016-12-23 | 2017-05-10 | 北京奇虎科技有限公司 | 基于搜索的3c类ugc数据的推荐方法及装置 |
CN106649737A (zh) * | 2016-12-23 | 2017-05-10 | 北京奇虎科技有限公司 | 针对综艺类query的搜索结果的推送方法及装置 |
CN106777203B (zh) * | 2016-12-23 | 2020-07-14 | 北京奇虎科技有限公司 | 搜索中新闻内容的推送方法及装置 |
CN111259271B (zh) * | 2018-12-03 | 2023-04-25 | 阿里巴巴集团控股有限公司 | 评论信息的展示方法、装置、电子设备及计算机可读介质 |
CN111259271A (zh) * | 2018-12-03 | 2020-06-09 | 阿里巴巴集团控股有限公司 | 评论信息的展示方法、装置、电子设备及计算机可读介质 |
CN109992342A (zh) * | 2019-03-25 | 2019-07-09 | 上海连尚网络科技有限公司 | 一种基于小说的信息显示方法及设备 |
CN110134763A (zh) * | 2019-04-26 | 2019-08-16 | 杭州飞弛网络科技有限公司 | 一种陌生人社交活动的评价信息分类显示方法与系统 |
CN110134763B (zh) * | 2019-04-26 | 2021-06-29 | 杭州飞弛网络科技有限公司 | 一种陌生人社交活动的评价信息分类显示方法与系统 |
CN111339452A (zh) * | 2020-02-18 | 2020-06-26 | 北京字节跳动网络技术有限公司 | 搜索结果展现的方法、终端、服务器和系统 |
CN111930949A (zh) * | 2020-09-11 | 2020-11-13 | 腾讯科技(深圳)有限公司 | 搜索串处理方法、装置、计算机可读介质及电子设备 |
CN111930949B (zh) * | 2020-09-11 | 2021-01-15 | 腾讯科技(深圳)有限公司 | 搜索串处理方法、装置、计算机可读介质及电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN105354227B (zh) | 2019-06-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105354227A (zh) | 基于搜索的提供高质量评论信息的方法及装置 | |
Miech et al. | Howto100m: Learning a text-video embedding by watching hundred million narrated video clips | |
CN104794212B (zh) | 基于用户评论文本的上下文情感分类方法及分类系统 | |
EP2836935B1 (en) | Finding data in connected corpuses using examples | |
Chen et al. | Websrc: A dataset for web-based structural reading comprehension | |
CN110175325A (zh) | 基于词向量和句法特征的评论分析方法及可视化交互界面 | |
CN106777331A (zh) | 知识图谱生成方法及装置 | |
US20150205580A1 (en) | Method and System for Sorting Online Videos of a Search | |
CN105930429A (zh) | 一种音乐推荐的方法及装置 | |
CN106294787A (zh) | 一种推送信息的方法、装置及电子设备 | |
CN104462506A (zh) | 基于用户标注信息构建知识图谱的方法和装置 | |
CN104462507A (zh) | 基于影视歌曲数据构建知识图谱的方法和装置 | |
CN103577556A (zh) | 一种获取问答对的相关联程度的装置和方法 | |
CN106502989A (zh) | 情感分析方法及装置 | |
CN103577558A (zh) | 一种优化问答对的搜索排名的装置和方法 | |
CN104063521A (zh) | 搜索业务实现方法和装置 | |
CN102650999A (zh) | 一种从网页中抽取对象属性值信息的方法和系统 | |
CN109033282A (zh) | 一种基于抽取模板的网页正文抽取方法及装置 | |
EP3120257A1 (en) | Named entitty platform and store | |
CN106294473B (zh) | 一种实体词挖掘方法、信息推荐方法及装置 | |
CN104462504A (zh) | 基于搜索中提供推理过程数据的方法和装置 | |
Chatterjee et al. | Python social media analytics | |
CN110060132A (zh) | 基于细粒度数据的可解释商品推荐方法 | |
CN103744987B (zh) | 基于dom树匹配的视频网站媒资聚合方法和系统 | |
Fuad et al. | Analysis and classification of mobile apps using topic modeling: A case study on Google Play Arabic apps |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20220707 Address after: Room 801, 8th floor, No. 104, floors 1-19, building 2, yard 6, Jiuxianqiao Road, Chaoyang District, Beijing 100015 Patentee after: BEIJING QIHOO TECHNOLOGY Co.,Ltd. Address before: 100088 room 112, block D, 28 new street, new street, Xicheng District, Beijing (Desheng Park) Patentee before: BEIJING QIHOO TECHNOLOGY Co.,Ltd. Patentee before: Qizhi software (Beijing) Co.,Ltd. |
|
TR01 | Transfer of patent right |