CN107329583A - 一种计算联想词优先级的方法和装置 - Google Patents
一种计算联想词优先级的方法和装置 Download PDFInfo
- Publication number
- CN107329583A CN107329583A CN201710451259.1A CN201710451259A CN107329583A CN 107329583 A CN107329583 A CN 107329583A CN 201710451259 A CN201710451259 A CN 201710451259A CN 107329583 A CN107329583 A CN 107329583A
- Authority
- CN
- China
- Prior art keywords
- word
- associational
- prefix
- associational word
- spelling
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/02—Input arrangements using manually operated switches, e.g. using keyboards or dials
- G06F3/023—Arrangements for converting discrete items of information into a coded form, e.g. arrangements for interpreting keyboard generated codes as alphanumeric codes, operand codes or instruction codes
- G06F3/0233—Character input methods
- G06F3/0237—Character input methods using prediction or retrieval techniques
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种计算联想词优先级的方法和装置,涉及计算机技术领域。该方法的一具体实施方式包括:根据用户输入的前缀词计算与所述前缀词对应的各联想词的相似度;获取与所述前缀词对应的各联想词的热度;根据所述相似度和所述热度计算与所述前缀词对应的各联想词的优先级。该实施方式能够提高计算得到的联想词优先级的准确度。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种计算联想词优先级的方法和装置。
背景技术
联想词的计算广泛应用于搜索引擎、输入法等业务领域,在用户输入字符后,可以计算与输入的字符相似或相关的联想词的优先级,并根据优先级对联想词进行排序等处理,以方便用户选择、简化操作、提升用户体验。
现有的计算联想词优先级的技术方案,通过统计联想词的热度,即用户最终选择的联想词的次数或频率来确定联想词的优先级。
在实现本发明过程中,发明人发现现有技术中至少存在如下问题:根据热度确定联想词优先级的方案准确度不足,难以满足使用需求。
发明内容
有鉴于此,本发明实施例提供一种计算联想词优先级的方法和装置,能够提高计算得到的联想词优先级的准确度。
为实现上述目的,根据本发明实施例的一个方面,提供了一种计算联想词优先级的方法,包括:
根据用户输入的前缀词计算与所述前缀词对应的各联想词的相似度;
获取与所述前缀词对应的各联想词的热度;
根据所述相似度和所述热度计算与所述前缀词对应的各联想词的优先级。
可选的,所述联想词的热度为联想词被选择的次数、频率,或根据所述被选择的次数或频率进行归一化计算后得到的结果。
可选的,根据用户输入的前缀词计算与所述前缀词对应的各联想词的相似度的步骤包括:
根据用户输入的前缀词查找与所述前缀词对应的联想词;
根据所述前缀词的本文长度和所述联想词的文本长度计算所述联想词的相似度。
可选的,根据所述前缀词的文本长度和所述联想词的文本长度计算所述联想词的相似度的步骤包括:
用所述前缀词的本文长度除以所述联想词的文本长度再乘以第一权重,以得到文字得分;
用所述前缀词的拼写的文本长度除以所述联想词的拼写的文本长度再乘以第二权重,以得到拼写得分;
用所述前缀词缩写的拼写的文本长度除以所述联想词缩写的拼写的文本长度再乘以第三权重,以得到拼写缩写得分;
将所述文字得分、拼写得分和拼写缩写得分相加以得到所述联想词的相似度。
可选的,所述方法还包括:
判断与所述前缀词对应的各联想词是否为特殊词;
在确定所述联想词为特殊词后,为所述联想词设置优先级标识。
可选的,所述方法还包括:
在根据用户输入的前缀词计算与所述前缀词对应的各联想词的相似度的步骤前,
根据联想词构建与所述联想词对应的前缀词。
可选的,所述方法还包括:
在根据用户输入的前缀词计算与所述前缀词对应的各联想词的相似度的步骤前,
对用户输入的前缀词进行清洗,以去除无效的前缀词。
为实现上述目的,根据本发明实施例的另一个方面,提供了一种计算联想词优先级的装置,包括:
相似度计算模块,用于根据用户输入的前缀词计算与所述前缀词对应的各联想词的相似度;
热度获取模块,用于获取与所述前缀词对应的各联想词的热度;
优先级计算模块,用于根据所述相似度和所述热度计算与所述前缀词对应的各联想词的优先级。
可选的,所述相似度计算模块还用于:根据用户输入的前缀词查找与所述前缀词对应的联想词;根据所述前缀词的本文长度和所述联想词的文本长度计算所述联想词的相似度。
可选的,所述相似度计算模块还用于:用所述前缀词的本文长度除以所述联想词的文本长度再乘以第一权重,以得到文字得分;用所述前缀词的拼写的文本长度除以所述联想词的拼写的文本长度再乘以第二权重,以得到拼写得分;用所述前缀词缩写的拼写的文本长度除以所述联想词缩写的拼写的文本长度再乘以第三权重,以得到拼写缩写得分;将所述文字得分、拼写得分和拼写缩写得分相加以得到所述联想词的相似度。
可选的,所述装置还包括:
优先级标识模块,用于判断与所述前缀词对应的各联想词是否为特殊词;以及在确定所述联想词为特殊词后,为所述联想词设置优先级标识。
可选的,所述装置还包括:
前缀词构建模块,用于根据联想词构建与所述联想词对应的前缀词。
可选的,所述装置还包括:
清洗模块,用于对用户输入的前缀词进行清洗,以去除无效的前缀词。
为实现上述目的,根据本发明实施例的再一个方面,提供了一种计算联想词优先级的电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器至少实现:
根据用户输入的前缀词计算与所述前缀词对应的各联想词的相似度;
获取与所述前缀词对应的各联想词的热度;
根据所述相似度和所述热度计算与所述前缀词对应的各联想词的优先级。
为实现上述目的,根据本发明实施例的又一个方面,提供一种计算机可读介质,其上存储有计算机程序,所述程序被处理器执行时至少实现:
根据用户输入的前缀词计算与所述前缀词对应的各联想词的相似度;
获取与所述前缀词对应的各联想词的热度;
根据所述相似度和所述热度计算与所述前缀词对应的各联想词的优先级。
上述发明中的一个实施例具有如下优点或有益效果:因为采用根据联想词与前缀词的相似度以及联想词的热度综合计算联想词优先级的技术手段,所以克服了现有计算联想词优先级时仅使用联想词热度而导致计算结果不准确的问技术问题,进而达到提高计算得到的联想词优先级的准确度的技术效果。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明,不构成对本发明的不当限定。其中:
图1是本发明实施例可以应用于其中的示例性系统架构图;
图2是根据本发明实施例的计算联想词优先级的方法的主要步骤的示意图;
图3是根据本发明实施例的计算联想词优先级的装置的主要模块的示意图;
图4是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明,其中包括本发明实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本发明的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
图1示出了可以应用本发明实施例的计算联想词优先级的方法或计算联想词优先级的装置的示例性系统架构100。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备101、102、103可以是具有显示屏并且支持网页浏览或者输入功能的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器,例如对用户利用终端设备101、102、103使用搜索引擎或者输入引擎时进行相关支持服务的后台支持服务器。后台支持服务器可以对接收到的前缀词等处理,例如计算该前缀词所对应联想词的优先级,并将处理结果反馈给终端设备。
需要说明的是,本发明实施例所提供的计算联想词优先级的方法一般由服务器105执行,相应地,计算联想词优先级的装置一般设置于服务器105中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
图2是根据本发明实施例的计算联想词优先级的方法的主要步骤的示意图。
如图2所示,根据本发明的一个实施例,提供一种计算联想词优先级的方法,包括:
S20,根据用户输入的前缀词计算与所述前缀词对应的各联想词的相似度。其中,相似度表示前缀词与联想词的相似程度,具有更高相似度的联想词,则更可能是用户最终希望选择的词语。需要说明的是,在初步获取到用户输入的前缀词之后,还可以进一步对前缀词进行清洗,以去除无效的前缀词;例如,可以去除排名最高的一定比例的用户数据,因为根据经验这部分用户数据通常是非人为数据,而是一些用来伪造热度的恶意数据;还可以去除没有用户ID的数据、无法判断来源的数据、一定时间内出现次数过多的用户数据等;另外可以设置黑名单,用来保存一些已经确定为恶意数据的数据来源地址用来进行匹配,以便清洗相同地址产生的数据。
S21,获取与所述前缀词对应的各联想词的热度。现有技术中的热度表示用户最终选择的联想词的次数或频率;而本实施例中的热度在一些情况下,以现有技术为基础还会进行一些转换,以便使得到的热度与步骤S20中得到的相似度具备可比性,以便于进行后续步骤的优先级计算。
S22,根据所述相似度和所述热度计算与所述前缀词对应的各联想词的优先级。本步骤综合计算了联想词的相似度以及热度,并得到与相似度和热度都相关联的优先级,作为结果的优先级例如可以是一个具体的分数,再例如可以是一个档次的划分(例如划分为三档,高、中、低等),最终得到的优先级能够较为准确地体现出用户的选择倾向。
从上面所述可以看出,本实施例提供的方法因为采用根据联想词与前缀词的相似度以及联想词的热度综合计算联想词优先级的技术手段,所以克服了现有计算联想词优先级时仅使用联想词热度而导致计算结果不准确的技术问题,进而达到提高计算得到的联想词优先级的准确度的技术效果。
在一些可选的实施例中,S22,根据用户输入的前缀词计算与所述前缀词对应的各联想词的相似度,包括:
根据用户输入的前缀词查找与所述前缀词对应的联想词。为了准确和便于统计,对于每一个联想词,可以预先构建一些用户可能输入的前缀词,并建立该联想词与这些前缀词的对应关系。
根据所述前缀词的本文长度和所述联想词的文本长度计算所述联想词的相似度。在预先构建前缀词的前提下,当前缀词与联想词的文本长度越接近时,则可以确定前缀词与联想词越接近。
需要说明的是,对于存在拼写体系的文字来说(例如中国汉字与汉语拼音,日本汉字与假名),在计算上述相似度时,可以直接使用文字的文本长度来进行计算,也可以将文字先转化为拼写,再使用拼写的长度来进行计算。
在一些可选的实施例中,根据所述前缀词的本文长度和所述联想词的文本长度计算所述联想词的相似度的步骤包括:
用所述前缀词的本文长度除以所述联想词的文本长度再乘以第一权重,以得到文字得分;
用所述前缀词的拼写的文本长度除以所述联想词的拼写的文本长度再乘以第二权重,以得到拼写得分;
用所述前缀词缩写的拼写的文本长度除以所述联想词缩写的拼写的文本长度再乘以第三权重,以得到拼写缩写得分;
将所述文字得分、拼写得分和拼写缩写得分相加以得到所述联想词的相似度。
本实施例中的所述第一权重、第二权重和第三权重的具体数值可以根据实际应用的语言环境以及业务实际进行确定,以尽可能提高计算得到的相似度的准确程度。以电子商务领域的中国汉字搜索引擎联想业务为例,优选应当满足重要程度排序:文字得分>拼写得分>拼写缩写得分,上述三个权重可以根据这一排序原则进行设置,例如可以设置第一权重为90、第二权重为40以及第三权重为30。当然,如前述,上述权重所表示的是各得分的重要程度,而不应当被限定为具体的数值大小关系,并且根据不同的语言环境和业务需求可以被设置为不同的数值。
在一些可选的实施例中,所述方法还包括:
判断与所述前缀词对应的各联想词是否为特殊词。特殊词是指需要在优先级上做出特定调整的词语。
在确定所述联想词为特殊词后,为所述联想词设置优先级标识。仍然以电子商务领域的中国汉字搜索引擎联想业务为例,对于与电子商务平台有合作关系的商户的产品词,可以设置为高优先级,以便在搜索结果中优先展示;对于知名品牌,可以设置为中优先级;对于普通品牌,可以设置为低优先级;对于违禁词,则可以设置禁止标记,使其具有远低于其他联想词的优先级或者禁止其显示。
本实施例对优先级标识的形式并不加以限定,只要能够通过优先级标识对各联想词的优先级进行阶梯化划分即可。例如,可以采用为联想词设置特殊标记(例如“高优先级标记”、“中优先级标记”和“低优先级标识”、“禁止标记”等),并在后续业务中根据优先级对联想词进行排序时优先根据这些标记对联想词进行阶梯化排序,然后在每个阶梯中再根据联想词本身计算得到的相似度进行具体排序;再例如,可以用额外的附加得分对前面实施例中计算得到的优先级分数进行加成,并且附加分数应当能够明确地划分出分数阶梯,例如当正常计算得到的优先级其分值范围在0-100或相近的范围时,可以将附件分数设置为例如:高优先级为2000分,中优先级为1000分,低优先级为0分,禁止为-1000分,即高出正常计算得到的优先级的分值至少一个数量级,从而实现与设置特殊标记相同的效果。另外,通过附加分数进行划分的技术方案还可以统一排序算法,有利于简化代码、减少计算量以及提升处理速度。
为了进一步说明本实施例中的方法,下面提供一个具体的实施例。
本实施例应用于电子商务领域,具体是在电子商务的搜索引擎领域。
本实施例的主要步骤包括:
1.数据清洗
获取搜索引擎的日志数据并进行数据清洗,数据清洗的具体规则包括:
去除前1%的用户数据,这部分数据大部分为非人为数据;
去除没有用户ID的数据;
去除无法判断来源的数据;
去除单天数据过多的用户数据;
去除黑名单IP数据。
2.前缀词-联想词构建
根据搜索引擎的日志数据,构建前缀词和联想词的对应关系,以组成前缀词-联想词对。对应关系具体包含以下三个类别,以中国通信设备厂商华为公司所制造的手机,“华为手机”为例:
中文构建
例如:华-华为;
拼音构建
例如:huawei-华为,huawe->华为,hua->华为,hu->华为,h->华为;
缩写构建
hw->华为。
3.文本热度分析
根据搜索引擎的日志数据,计算各联想词的热度。在计算热度时采用归一化计算,将热度的分数限定在0-100的范围内;例如,前缀词“华为”有两个联想词“华为”和“华为手机”,根据日志记录,联想词“华为”的被选次数为100次,联想词“华为手机”的被选次数为400次,那么通过归一化计算后联想词“华为”的分数为20分,联想词“华为手机”的分数为80分。这样做的目的是为了将热度的分值与后面步骤计算得到的相似度的分值进行统一,具备可加性。
4.文本相似度分析
根据文本长度计算文本相似度得分。具体可用以下公式表示:
相似度得分=第一权重*(前缀词文字长度/联想词文字长度)+第二权重*(前缀词拼写长度/联想词拼写长度)+第三权重*(前缀词缩写拼写长度/联想词缩写拼写长度)
以前缀词为“华为”,联想词为“华为手机”为例,计算的具体步骤包括:
文字得分计算
文字得分=90*2/4=45;其中90是第一权重,2为“华为”的文字长度,4为“华为手机”的文字长度;
拼写得分计算
拼写得分=40*6/12=20;其中40是第二权重,6为“华为”(huawei)的拼写长度,12为“华为手机”(huaweishouji)的拼写长度;
缩写拼写得分计算
缩写拼写得分=30*2/4=15;其中30是第三权重,2为“华为”缩写(hw)的拼写长度,4为“华为手机”缩写(hwsj)的拼写长度;
相似度得分计算
则“华为手机”的相似度得分=45+20+15=80。
5.优先级附加分数计算
本实施例以附加分数的方式设置优先级标识,附加分数的设置规则包括:
若联想词为广告词,则附加分数为2000;
若联想词为品牌词,则附加分数为1000;
若联想词为普通词,则附加分数为0;
若联想词为违禁词,则附件分数为-1000;
为了便于计算,本实施例中的任意联想词只属于上述一个类别,假设“华为手机”属于品牌词,则其附加分数为1000分。当然,还可以设置为对同属于两个类别的联想词的附加分数进行叠加,例如“华为手机”既属于广告词又属于品牌词时,其附加分数为3000。
6.优先级分数计算
本实施例中计算优先级分数时,对热度得分以及相似度得分进行加权后求和,并额外加上附加分数,以最终的得分作为联想词的优先级分数;例如基于前面计算,联想词“华为手机”的优先级分数如下:
优先级分数=0.4*热度得分+0.3*相似度得分+附加分数
=0.4*80+0.3*80+1000=1056。
从上面所述可以看出,本实施例提供的方法因为采用根据联想词与前缀词的相似度以及联想词的热度综合计算联想词优先级的技术手段,所以克服了现有计算联想词优先级时仅使用联想词热度而导致计算结果不准确的技术问题,进而达到提高计算得到的联想词优先级的准确度的技术效果;因为采用设置优先级标识来划分优先级梯度的技术手段,进一步提高了对于优先级的管控能力,使得优先级的设置更有针对性,进而达到了便于管理和提升用户体验的技术效果。
图3是根据本发明实施例的计算联想词优先级的装置的主要模块的示意图。
如图3所示,根据本发明的一个实施例,提供一种计算联想词优先级的装置300,包括:
相似度计算模块301,用于根据用户输入的前缀词计算与所述前缀词对应的各联想词的相似度;
热度获取模块302,用于获取与所述前缀词对应的各联想词的热度;
优先级计算模块303,用于根据所述相似度和所述热度计算与所述前缀词对应的各联想词的优先级。
从上面所述可以看出,本实施例提供的装置因为采用根据联想词与前缀词的相似度以及联想词的热度综合计算联想词优先级的技术手段,所以克服了现有计算联想词优先级时仅使用联想词热度而导致计算结果不准确的技术问题,进而达到提高计算得到的联想词优先级的准确度的技术效果。
在一些可选的实施例中,所述相似度计算模块301还用于:根据用户输入的前缀词查找与所述前缀词对应的联想词;根据所述前缀词的本文长度和所述联想词的文本长度计算所述联想词的相似度。
在一些可选的实施例中,所述相似度计算模块301还用于:用所述前缀词的本文长度除以所述联想词的文本长度再乘以第一权重,以得到文字得分;用所述前缀词的拼写的文本长度除以所述联想词的拼写的文本长度再乘以第二权重,以得到拼写得分;用所述前缀词缩写的拼写的文本长度除以所述联想词缩写的拼写的文本长度再乘以第三权重,以得到拼写缩写得分;将所述文字得分、拼写得分和拼写缩写得分相加以得到所述联想词的相似度。
在一些可选的实施例中,所述装置还包括:
优先级标识模块,用于判断与所述前缀词对应的各联想词是否为特殊词;以及在确定所述联想词为特殊词后,为所述联想词设置优先级标识。
在一些可选的实施例中,所述装置还包括:
前缀词构建模块,用于根据联想词构建与所述联想词对应的前缀词。
在一些可选的实施例中,所述装置还包括:
清洗模块,用于对用户输入的前缀词进行清洗,以去除无效的前缀词。
从上面所述可以看出,本实施例提供的装置因为采用根据联想词与前缀词的相似度以及联想词的热度综合计算联想词优先级的技术手段,所以克服了现有计算联想词优先级时仅使用联想词热度而导致计算结果不准确的技术问题,进而达到提高计算得到的联想词优先级的准确度的技术效果;因为采用设置优先级标识来划分优先级梯度的技术手段,进一步提高了对于优先级的管控能力,使得优先级的设置更有针对性,进而达到了便于管理和提升用户体验的技术效果。
根据本发明的实施例,本发明还提供了一种电子设备和一种可读存储介质。
图4是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。
下面参考图4,其示出了适于用来实现本发明实施例的终端设备的计算机系统400的结构示意图。图4示出的终端设备仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图4所示,计算机系统400包括中央处理单元(CPU)401,其可以根据存储在只读存储器(ROM)402中的程序或者从存储部分408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中,还存储有系统400操作所需的各种程序和数据。CPU 401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
以下部件连接至I/O接口405:包括键盘、鼠标等的输入部分406;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分407;包括硬盘等的存储部分408;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分409。通信部分409经由诸如因特网的网络执行通信处理。驱动器410也根据需要连接至I/O接口405。可拆卸介质411,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器410上,以便于从其上读出的计算机程序根据需要被安装入存储部分408。
特别地,根据本发明的实施例,上文主要步骤的示意图描述的过程可以被实现为计算机软件程序。例如,本发明的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行主要步骤的示意图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分409从网络上被下载和安装,和/或从可拆卸介质411被安装。在该计算机程序被中央处理单元(CPU)401执行时,执行本发明的系统中限定的上述功能。
需要说明的是,本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中,例如,可以描述为:一种处理器包括相似度计算模块、热度获取模块和优先级计算模块。其中,这些模块的名称在某种情况下并不构成对该模块本身的限定,例如,相似度计算模块还可以被描述为“用于根据用户输入的前缀词计算与所述前缀词对应的各联想词的相似度”。
作为另一方面,本发明还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的设备中所包含的;也可以是单独存在,而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该设备执行时,使得该设备包括:
根据用户输入的前缀词计算与所述前缀词对应的各联想词的相似度;
获取与所述前缀词对应的各联想词的热度;
根据所述相似度和所述热度计算与所述前缀词对应的各联想词的优先级。
从上面所述可以看出,本发明实施例的技术方案因为采用根据联想词与前缀词的相似度以及联想词的热度综合计算联想词优先级的技术手段,所以克服了现有计算联想词优先级时仅使用联想词热度而导致计算结果不准确的技术问题,进而达到提高计算得到的联想词优先级的准确度的技术效果;因为采用设置优先级标识来划分优先级梯度的技术手段,进一步提高了对于优先级的管控能力,使得优先级的设置更有针对性,进而达到了便于管理和提升用户体验的技术效果。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,取决于设计要求和其他因素,可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (14)
1.一种计算联想词优先级的方法,其特征在于,包括:
根据用户输入的前缀词计算与所述前缀词对应的各联想词的相似度;
获取与所述前缀词对应的各联想词的热度;
根据所述相似度和所述热度计算与所述前缀词对应的各联想词的优先级。
2.根据权利要求1所述的方法,其特征在于,根据用户输入的前缀词计算与所述前缀词对应的各联想词的相似度的步骤包括:
根据用户输入的前缀词查找与所述前缀词对应的联想词;
根据所述前缀词的本文长度和所述联想词的文本长度计算所述联想词的相似度。
3.根据权利要求2所述的方法,其特征在于,根据所述前缀词的文本长度和所述联想词的文本长度计算所述联想词的相似度的步骤包括:
用所述前缀词的本文长度除以所述联想词的文本长度再乘以第一权重,以得到文字得分;
用所述前缀词的拼写的文本长度除以所述联想词的拼写的文本长度再乘以第二权重,以得到拼写得分;
用所述前缀词缩写的拼写的文本长度除以所述联想词缩写的拼写的文本长度再乘以第三权重,以得到拼写缩写得分;
将所述文字得分、拼写得分和拼写缩写得分相加以得到所述联想词的相似度。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
判断与所述前缀词对应的各联想词是否为特殊词;
在确定所述联想词为特殊词后,为所述联想词设置优先级标识。
5.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在根据用户输入的前缀词计算与所述前缀词对应的各联想词的相似度的步骤前,
根据联想词构建与所述联想词对应的前缀词。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
在根据用户输入的前缀词计算与所述前缀词对应的各联想词的相似度的步骤前,
对用户输入的前缀词进行清洗,以去除无效的前缀词。
7.一种计算联想词优先级的装置,其特征在于,包括:
相似度计算模块,用于根据用户输入的前缀词计算与所述前缀词对应的各联想词的相似度;
热度获取模块,用于获取与所述前缀词对应的各联想词的热度;
优先级计算模块,用于根据所述相似度和所述热度计算与所述前缀词对应的各联想词的优先级。
8.根据权利要求7所述的装置,其特征在于,所述相似度计算模块还用于:根据用户输入的前缀词查找与所述前缀词对应的联想词;根据所述前缀词的本文长度和所述联想词的文本长度计算所述联想词的相似度。
9.根据权利要求8所述的装置,其特征在于,所述相似度计算模块还用于:用所述前缀词的本文长度除以所述联想词的文本长度再乘以第一权重,以得到文字得分;用所述前缀词的拼写的文本长度除以所述联想词的拼写的文本长度再乘以第二权重,以得到拼写得分;用所述前缀词缩写的拼写的文本长度除以所述联想词缩写的拼写的文本长度再乘以第三权重,以得到拼写缩写得分;将所述文字得分、拼写得分和拼写缩写得分相加以得到所述联想词的相似度。
10.根据权利要求7所述的装置,其特征在于,所述装置还包括:
优先级标识模块,用于判断与所述前缀词对应的各联想词是否为特殊词;以及在确定所述联想词为特殊词后,为所述联想词设置优先级标识。
11.根据权利要求7所述的装置,其特征在于,所述装置还包括:
前缀词构建模块,用于根据联想词构建与所述联想词对应的前缀词。
12.根据权利要求7所述的装置,其特征在于,所述装置还包括:
清洗模块,用于对用户输入的前缀词进行清洗,以去除无效的前缀词。
13.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。
14.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1-6中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710451259.1A CN107329583A (zh) | 2017-06-15 | 2017-06-15 | 一种计算联想词优先级的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710451259.1A CN107329583A (zh) | 2017-06-15 | 2017-06-15 | 一种计算联想词优先级的方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107329583A true CN107329583A (zh) | 2017-11-07 |
Family
ID=60194803
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710451259.1A Pending CN107329583A (zh) | 2017-06-15 | 2017-06-15 | 一种计算联想词优先级的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107329583A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109582847A (zh) * | 2018-11-23 | 2019-04-05 | 咪咕视讯科技有限公司 | 一种信息处理方法及装置、存储介质 |
CN110032283A (zh) * | 2018-01-11 | 2019-07-19 | 北京京东尚科信息技术有限公司 | 一种对联想词进行排序的方法和装置 |
CN111597412A (zh) * | 2020-04-27 | 2020-08-28 | 必圈信息技术(湖北)有限公司 | 一种基于ElasticSearch实现多维度智能搜索相关数据的系统和方法 |
CN111653328A (zh) * | 2020-06-04 | 2020-09-11 | 医渡云(北京)技术有限公司 | 病历信息推送方法、装置、存储介质及电子设备 |
CN114442816A (zh) * | 2020-11-04 | 2022-05-06 | 北京搜狗科技发展有限公司 | 一种联想预取方法、装置和用于联想预取的装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102122298A (zh) * | 2011-03-07 | 2011-07-13 | 清华大学 | 一种中文相似性匹配方法 |
CN102446180A (zh) * | 2010-10-09 | 2012-05-09 | 腾讯科技(深圳)有限公司 | 一种商品搜索方法及其装置 |
CN104216995A (zh) * | 2014-09-10 | 2014-12-17 | 北京金山安全软件有限公司 | 信息处理方法及装置 |
CN105144040A (zh) * | 2012-12-06 | 2015-12-09 | 微软技术许可有限责任公司 | 基于通信上下文的预测文本建议 |
US20160299915A1 (en) * | 2014-04-18 | 2016-10-13 | Tencent Technology (Shenzhen) Company Limited | Retrieval Method And Retrieval Apparatus Based On Browser |
-
2017
- 2017-06-15 CN CN201710451259.1A patent/CN107329583A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102446180A (zh) * | 2010-10-09 | 2012-05-09 | 腾讯科技(深圳)有限公司 | 一种商品搜索方法及其装置 |
CN102122298A (zh) * | 2011-03-07 | 2011-07-13 | 清华大学 | 一种中文相似性匹配方法 |
CN105144040A (zh) * | 2012-12-06 | 2015-12-09 | 微软技术许可有限责任公司 | 基于通信上下文的预测文本建议 |
US20160299915A1 (en) * | 2014-04-18 | 2016-10-13 | Tencent Technology (Shenzhen) Company Limited | Retrieval Method And Retrieval Apparatus Based On Browser |
CN104216995A (zh) * | 2014-09-10 | 2014-12-17 | 北京金山安全软件有限公司 | 信息处理方法及装置 |
Non-Patent Citations (1)
Title |
---|
冉婕: "语义检索中的词语相似度计算研究", 《计算机技术与发展》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110032283A (zh) * | 2018-01-11 | 2019-07-19 | 北京京东尚科信息技术有限公司 | 一种对联想词进行排序的方法和装置 |
CN109582847A (zh) * | 2018-11-23 | 2019-04-05 | 咪咕视讯科技有限公司 | 一种信息处理方法及装置、存储介质 |
CN109582847B (zh) * | 2018-11-23 | 2021-08-24 | 咪咕视讯科技有限公司 | 一种信息处理方法及装置、存储介质 |
CN111597412A (zh) * | 2020-04-27 | 2020-08-28 | 必圈信息技术(湖北)有限公司 | 一种基于ElasticSearch实现多维度智能搜索相关数据的系统和方法 |
CN111597412B (zh) * | 2020-04-27 | 2023-08-22 | 必圈信息技术(湖北)有限公司 | 一种基于ElasticSearch实现多维度智能搜索相关数据的系统和方法 |
CN111653328A (zh) * | 2020-06-04 | 2020-09-11 | 医渡云(北京)技术有限公司 | 病历信息推送方法、装置、存储介质及电子设备 |
CN111653328B (zh) * | 2020-06-04 | 2023-03-21 | 医渡云(北京)技术有限公司 | 病历信息推送方法、装置、存储介质及电子设备 |
CN114442816A (zh) * | 2020-11-04 | 2022-05-06 | 北京搜狗科技发展有限公司 | 一种联想预取方法、装置和用于联想预取的装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107329583A (zh) | 一种计算联想词优先级的方法和装置 | |
CN107491534A (zh) | 信息处理方法和装置 | |
CN107491547A (zh) | 基于人工智能的搜索方法和装置 | |
CN108768840A (zh) | 一种账号管理的方法和装置 | |
CN105574092B (zh) | 信息挖掘方法和装置 | |
CN107844324A (zh) | 客户端页面跳转处理方法和装置 | |
CN107908666A (zh) | 一种识别设备标识的方法和装置 | |
CN107644364A (zh) | 对象过滤方法及系统 | |
CN107908615A (zh) | 一种获取搜索词对应商品类目的方法和装置 | |
CN108984554A (zh) | 用于确定关键词的方法和装置 | |
CN105929979B (zh) | 长句输入方法和装置 | |
CN107634947A (zh) | 限制恶意登录或注册的方法和装置 | |
CN107862339A (zh) | 用于输出信息的方法和装置 | |
CN106896937A (zh) | 用于输入信息的方法和装置 | |
CN106919711A (zh) | 基于人工智能的标注信息的方法和装置 | |
CN107346344A (zh) | 文本匹配的方法和装置 | |
CN109727047A (zh) | 一种确定数据关联度的方法和装置、数据推荐方法和装置 | |
CN107783962A (zh) | 用于查询指令的方法及装置 | |
CN107247798A (zh) | 构建搜索词库的方法和装置 | |
CN110309142A (zh) | 规则管理的方法和装置 | |
CN107562941A (zh) | 数据处理方法及其系统 | |
CN110516261A (zh) | 简历评估方法、装置、电子设备及计算机存储介质 | |
CN107798622A (zh) | 一种识别用户意图的方法和装置 | |
CN107291835A (zh) | 一种搜索词的推荐方法和装置 | |
CN108256078B (zh) | 信息获取方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20171107 |