CN107577763A - 检索方法和装置 - Google Patents

Abstract

本申请实施例公开了检索方法和装置。该方法的一具体实施方式包括：接收客户端发送的信息获取请求，其中，该信息获取请求包括用户输入的目标文本；对该目标文本进行解析，生成该目标文本的特征信息；将该特征信息输入至预先训练的关键词生成模型，得到该目标文本的关键词，其中，该关键词生成模型用于表征文本与关键词的对应关系；将所得到的关键词作为检索词进行检索，并将检索结果返回至该客户端。该实施方式提高了检索的灵活性。

Description

检索方法和装置

技术领域

本申请涉及计算机技术领域，具体涉及互联网技术领域，尤其涉及检索方法和装置。

背景技术

随着计算机技术的发展，网上购物已经深入到人们生活的方方面面。通常，用户需要在页面中输入文本(例如包含产品名称、型号等信息的短语等)，以进行产品信息的搜索。

现有的方式通常是直接将用户输入的全部文本作为检索词进行信息检索，当用户输入的文本较长或文本中存在拼写错误等情况时，通常无法检索到有效信息，因而，这种检索方式存在着灵活性较低的问题。

发明内容

本申请实施例的目的在于提出一种改进的检索方法和装置，来解决以上背景技术部分提到的技术问题。

第一方面，本申请实施例提供了一种检索方法，该方法包括：接收客户端发送的信息获取请求，其中，信息获取请求包括用户输入的目标文本；对目标文本进行解析，生成目标文本的特征信息；将特征信息输入至预先训练的关键词生成模型，得到目标文本的关键词，其中，关键词生成模型用于表征文本与关键词的对应关系；将所得到的关键词作为检索词进行检索，并将检索结果返回至客户端。

在一些实施例中，对目标文本进行解析，生成目标文本的特征信息，包括：对目标文本进行分词，并对分割而成的词进行处理，得到至少一个目标词；确定至少一个目标词中的各个目标词的词向量；将所确定的各个词向量输入至预先训练的循环神经网络，得到循环神经网络输出的、与各个目标词对应的特征向量，其中，循环神经网络用于生成词的特征；对所得到的特征向量进行解析，生成目标文本的特征信息。

在一些实施例中，循环神经网络包括多个双向长短期记忆网络，多个双向长短期记忆网络中的每一个双向长短期记忆网络包括前向长短期记忆网络和后向长短期记忆网络。

在一些实施例中，对所得到的特征向量进行解析，生成目标文本的特征信息，包括：将所得到的各个特征向量输入至预先训练的注意力模型，得到注意力模型输出的、各个目标词在目标文本中的权重，其中，注意力模型用于生成词的权重；基于所得到的各个目标词的特征向量和各个目标词的权重，生成目标文本的特征信息。

在一些实施例中，对目标文本进行分词，对分割而成的词进行处理，得到至少一个目标词，包括：对目标文本进行分词；对于分割而成的每一个词，响应于确定该词为大写英文单词，将该词替换为小写英文单词；删除分割而成的词中的以下至少一项：数词、表征产品型号的词、停用词、空字符、标点符号。

在一些实施例中，该方法还包括建立关键词生成模型的步骤，包括：提取预先生成的训练样本，其中，训练样本包括预置关键词；对训练样本进行解析，生成训练样本的特征信息；通过机器学习方法，将所生成的、训练样本的特征信息作为输入，将预置关键词作为输出，训练得到关键词生成模型。

在一些实施例中，在提取预先生成的训练样本之前，该方法还包括生成训练样本的步骤，包括：提取多个产品的产品信息，并提取预先存储的历史检索行为信息，其中，多个产品中的每一个产品的产品信息包括标题、该产品的产品名称、品牌名称和属性信息，历史检索行为信息包括用户输入的检索文本和检索后的点击操作数据；对于多个产品中的每一个产品，将所提取的该产品的产品名称、品牌名称和属性信息确定为与该产品的标题相对应的标题关键词；对点击操作数据进行解析，确定与所提取的每一个检索文本相对应的检索关键词，其中，与每一个检索文本相对应的检索关键词包括在以该检索词进行检索后的、点击率最高的产品的产品名称、品牌名称和属性信息；将所提取的产品信息中的标题、标题关键词、历史检索行为信息中的检索文本、检索关键词确定为训练样本。

第二方面，本申请实施例提供了一种检索装置，该装置包括：接收单元，配置用于接收客户端发送的信息获取请求，其中，信息获取请求包括用户输入的目标文本；解析单元，配置用于对目标文本进行解析，生成目标文本的特征信息；输入单元，配置用于将特征信息输入至预先训练的关键词生成模型，得到目标文本的关键词，其中，关键词生成模型用于表征文本与关键词的对应关系；返回单元，配置用于将所得到的关键词作为检索词进行检索，并将检索结果返回至客户端。

在一些实施例中，解析单元包括：分词模块，配置用于对目标文本进行分词，并对分割而成的词进行处理，得到至少一个目标词；确定模块，配置用于确定至少一个目标词中的各个目标词的词向量；输入模块，配置用于将所确定的各个词向量输入至预先训练的循环神经网络，得到循环神经网络输出的、与各个目标词对应的特征向量，其中，循环神经网络用于生成词的特征；解析模块，配置用于对所得到的特征向量进行解析，生成目标文本的特征信息。

在一些实施例中，循环神经网络包括多个双向长短期记忆网络，多个双向长短期记忆网络中的每一个双向长短期记忆网络包括前向长短期记忆网络和后向长短期记忆网络。

在一些实施例中，解析模块包括：输入子模块，配置用于将所得到的各个特征向量输入至预先训练的注意力模型，得到注意力模型输出的、各个目标词在目标文本中的权重，其中，注意力模型用于生成词的权重；生成子模块，配置用于基于所得到的各个目标词的特征向量和各个目标词的权重，生成目标文本的特征信息。

在一些实施例中，分词模块包括：分词子模块，配置用于对目标文本进行分词；替换子模块，配置用于对于分割而成的每一个词，响应于确定该词为大写英文单词，将该词替换为小写英文单词；删除子模块，配置用于删除分割而成的词中的以下至少一项：数词、表征产品型号的词、停用词、空字符、标点符号。

在一些实施例中，该装置还包括：第一提取单元，配置用于提取预先生成的训练样本，其中，训练样本包括预置关键词；生成单元，配置用于对训练样本进行解析，生成训练样本的特征信息；训练单元，配置用于通过机器学习方法，将所生成的、训练样本的特征信息作为输入，将预置关键词作为输出，训练得到关键词生成模型。

在一些实施例中，该装置还包括：第二提取单元，配置用于提取多个产品的产品信息，并提取预先存储的历史检索行为信息，其中，多个产品中的每一个产品的产品信息包括标题、该产品的产品名称、品牌名称和属性信息，历史检索行为信息包括用户输入的检索文本和检索后的点击操作数据；第一确定单元，配置用于对于多个产品中的每一个产品，将所提取的该产品的产品名称、品牌名称和属性信息确定为与该产品的标题相对应的标题关键词；第二确定单元，配置用于对点击操作数据进行解析，确定与所提取的每一个检索文本相对应的检索关键词，其中，与每一个检索文本相对应的检索关键词包括在以该检索词进行检索后的、点击率最高的产品的产品名称、品牌名称和属性信息；第三确定单元，配置用于将所提取的产品信息中的标题、标题关键词、历史检索行为信息中的检索文本、检索关键词确定为训练样本。

第三方面，本申请实施例提供了一种服务器，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，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如检索方法中任一实施例的方法。

第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如检索方法中任一实施例的方法。

本申请实施例提供的检索方法和装置，通过对接收到的目标文本进行解析，以便生成目标文本的特征信息，而后将特征信息输入至预先训练的关键词生成模型以得到目标文本的关键词，最后将所得到的关键词作为检索词进行检索，将检索结果返回至客户端，从而可以避免在用户输入的文本较长、或出现错误等情况时无法检索出有效信息，提高了检索的灵活性。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1是本申请可以应用于其中的示例性系统架构图；

图2是根据本申请的检索方法的一个实施例的流程图；

图3是根据本申请的检索方法的一个应用场景的示意图；

图4是根据本申请的检索方法的又一个实施例的流程图；

图5是根据本申请的检索装置的一个实施例的结构示意图；

图6是适于用来实现本申请实施例的服务器的计算机系统的结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

图1示出了可以应用本申请的检索方法或检索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。

终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备，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，例如针对终端设备101、102、103所输入的文本提供检索服务的信息检索服务器。信息检索服务器可以对接收到的信息获取请求等数据进行分析等处理，并从所接收到的文本中确定关键词，并将处理结果(例如检索后得到的信息)反馈给终端设备。

需要说明的是，本申请实施例所提供的检索方法一般由服务器105执行，相应地，检索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。

继续参考图2，示出了根据本申请的检索方法的一个实施例的流程200。所述的检索方法，包括以下步骤：

步骤201，接收客户端发送的信息获取请求。

在本实施例中，检索方法运行与其上的电子设备(例如图1所示的服务器105)可以通过有线连接方式或者无线连接方式接收客户端(例如图1所示的终端设备101、102、103)发送的信息获取请求，其中，上述信息获取请求包括用户输入的目标文本。实践中，上述目标文本可以是用户输入的任意字符或字符串，例如“XX品牌XXX型号跑步鞋2017夏”。需要指出的是，上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。

通常，用户利用终端上安装的网页浏览器或购物类应用来进行产品信息的搜索，这时，用户可以通过直接在页面中所呈现的文本输入框输入文本向信息检索服务器发起信息获取请求。

步骤202，对目标文本进行解析，生成目标文本的特征信息。

在本实施例中，上述电子设备可以利用各种文本特征提取方法对上述目标文本进行解析，生成目标文本的特征信息。作为示例，上述电子设备可以首先利用字符串匹配的方式从上述目标文本中提取多个词，并确定所提取的各个词的词向量；之后，上述电子设备对各个词向量进行处理(例如对各个向量进行多次数学运算)得到上述文本的特征信息。作为又一示例，上述电子设备中可以存储有大量的词的权重，上述电子设备可以查询所提取的每一个词的权重，将该词的权重与该词的词向量相乘，并将乘权重后的各个词向量的平均向量确定为上述目标文本的特征信息。

步骤203，将特征信息输入至预先训练的关键词生成模型，得到目标文本的关键词。

在本实施例中，上述电子设备可以将上述特征信息输入至预先训练的关键词生成模型，得到上述目标文本的关键词，其中，关键词生成模型用于表征文本与关键词的对应关系。作为示例，上述关键词生成模型可以是技术人员基于大量的数据统计而预先设置的特征信息与关键词的对应关系表。

在本实施例的一些可选的实现方式中，上述关键词生成模型也可以是基于对现有模型进行有监督训练而得到的。该检索方法还可以包括训练上述关键词生成模型的步骤。具体地，上述电子设备可以首先提取预先生成的训练样本，其中，上述训练样本可以包括预置关键词。而后，上述电子设备可以对上述训练样本进行解析，生成上述训练样本的特征信息。最后，可以通过机器学习方法，将所生成的、上述训练样本的特征信息作为输入，将上述预置关键词作为输出，训练得到上述关键词生成模型。需要说明的是，上述关键词生成模型可以是使用支持向量机(Support Vector Machine，SVM)、朴素贝叶斯模型(NaiveBayesian Model，NBM)等现有的可以用于判断关键词的分类器(Classifier)预先训练而成的，也可以是使用现有的可以用于确定关键词的分类函数(例如softmax函数等)预先训练而成的。需要指出的是，上述预先生成的训练样本可以是利用各种方式生成的，例如技术人员预先人工设置的。

在本实施例的一些可选的实现方式中，训练样本可以利用以下步骤生成：首先，上述电子设备可以提取多个产品的产品信息，并提取预先存储的历史检索行为信息，其中，上述多个产品中的每一个产品的产品信息可以包括标题、该产品的产品名称、品牌名称和属性信息，上述历史检索行为信息可以包括用户输入的检索文本和检索后的点击操作数据。而后，对于上述多个产品中的每一个产品，上述电子设备可以将所提取的该产品的产品名称、品牌名称和属性信息确定为与该产品的标题相对应的标题关键词。之后，对上述点击操作数据进行解析，上述电子设备可以确定与所提取的每一个检索文本相对应的检索关键词，其中，与每一个检索文本相对应的检索关键词可以包括在以该检索词进行检索后的、点击率最高的产品的产品名称、品牌名称和属性信息。最后，上述电子设备可以将所提取的产品信息中的标题、标题关键词、上述历史检索行为信息中的检索文本、检索关键词确定为训练样本。

步骤204，将所得到的关键词作为检索词进行检索，并将检索结果返回至客户端。

在本实施例中，上述电子设备可以将所得到的关键词作为检索词进行检索，并将检索结果返回至客户端。其中，上述检索结果可以是产品信息、用于呈现产品信息的网页链接、产品摘要信息等。上述电子设备可以利用各种检索方式进行信息检索。实践中，上述电子设备可以利用启发式图搜索算法(例如束搜索Beam Search)进行信息检索。该方法通常用在图的解空间比较大的情况下，为了减少搜索所占用的空间和时间，在每一步深度扩展的时候，剪掉一些质量比较差的结点，保留下一些质量较高的结点。这样减少了空间消耗，并提高了时间效率。

继续参见图3，图3是根据本实施例的检索方法的应用场景的一个示意图。在图3的应用场景中，用户首先利用客户端301向服务器302发送了信息获取请求303，信息获取请求303中包括用户输入的目标文本304。而后，服务器302对目标文本304进行解析，生成上述目标文本304的特征信息305。之后，服务器302将特征信息305输入至预先训练的关键词生成模型，得到上述目标文本的关键词306。最后，服务器302将所得到的关键词306作为检索词进行检索，并将检索结果307返回至上述客户端301。

本申请的上述实施例提供的方法，通过对接收到的目标文本进行解析，以便生成目标文本的特征信息，而后将特征信息输入至预先训练的关键词生成模型以得到目标文本的关键词，最后将所得到的关键词作为检索词进行检索，将检索结果返回至客户端，从而可以避免在用户输入的文本较长、或出现错误等情况时无法检索出有效信息，提高了检索的灵活性。

进一步参考图4，其示出了检索方法的又一个实施例的流程400。该检索方法的流程400，包括以下步骤：

步骤401，接收客户端发送的信息获取请求。

在本实施例中，检索方法运行与其上的电子设备(例如图1所示的服务器105)可以接收客户端(例如图1所示的终端设备101、102、103)发送的信息获取请求，其中，上述信息获取请求包括用户输入的目标文本。

步骤402，对目标文本进行分词，并对分割而成的词进行处理，得到至少一个目标词。

在本实施例中，上述电子设备可以对上述目标文本进行分词，并对分割而成的词进行处理(例如将英文单词转换为中文或将英文缩写转换为英文全称等)，得到至少一个目标词。实践中，上述电子设备可以利用各种分词方式对上述目标文本进行分词，例如基于统计的分词方式、基于字符串匹配的分词方式、基于隐马尔可夫模型的分词方式等。需要说明的是，词向量可以是用于表示词语特征的向量，词向量的每一维的值代表一个具有一定的语义和语法上解释的特征。其中，特征可以是用于对词语的基本要素进行表征的各种信息(例如偏旁、部首、笔画、含义等)。需要指出的是，上述各种分词方法是目前广泛研究和应用的公知技术，在此不再赘述。

在本实施例的一些可选的实现方式中，上述电子设备还可以按照以下步骤对上述目标文本进行处理：首先，可以对上述目标文本进行分词；而后，对于分割而成的每一个词，响应于确定该词为大写英文单词，可以将该词替换为小写英文单词；之后，可以删除分割而成的词中的以下至少一项：数词、表征产品型号的词、停用词、空字符、标点符号。

步骤403，确定至少一个目标词中的各个目标词的词向量。

在本实施例中，上述电子设备可以确定上述至少一个目标词中的各个目标词的词向量。上述电子设备可以利用各种利用开源的词向量计算工具(例如word2vec等)确定各个目标词的词向量。需要说明的是，上述电子设备还可以利用其他方式来确定各个目标词的词向量，作为示例，上述电子设备中可以预先存储大量的词的词向量，各个词向量可以具有相同的维数。对于每一个目标词，上述电子设备可以从所预先存储的大量的词的词向量中查找该目标词所对应的词向量。需要说明的是，上述词向量生成方法是目前广泛研究和应用的公知技术，在此不再赘述。

步骤404，将所确定的各个词向量输入至预先训练的循环神经网络，得到循环神经网络输出的、与各个目标词对应的特征向量。

在本实施例中，上述电子设备可以将所确定的各个词向量输入至预先训练的循环神经网络(Recurrent Neural Networks，RNN)，得到上述循环神经网络输出的、与各个目标词对应的特征向量，其中，上述循环神经网络用于生成词的特征。实践中，循环神经网络是一种节点定向连接成环的人工神经网络。循环神经网络的内部状态可以展示动态时序行为，在处理单元之间既有内部的反馈连接又有前馈连接。循环神经网络可以由输入层、隐藏层、输出层等多层结构构成。对于某一文本而言，与构成该文本的每一个句子所对应的输出与该句子上文的内容所对应的输出相关，循环神经网络会对前面的信息进行记忆并应用于当前输出的计算中，因而隐藏层的输入不仅包括输入层的输出还包括上一时刻隐藏层的输出。由此，可以通过循环神经网络来确定构成文本的各个目标词的特征。循环神经网络可以将每一个目标词的词向量作为一个时刻的输入，结合上一时刻的输出，对该目标词的词向量进行计算，输出与该目标词对应的另一向量。上述电子设备可以将所输出的与该目标词对应的向量确定为该目标词的特征向量。需要说明的是，上述第一时间递归神经网络可以使用长短期记忆网络(Long Short-Term Memory，LSTM)模型等现有的用于生成词的特征的模型。

在本实施例的一些可选的实现方式中，上述循环神经网络可以包括多个(例如5个)双向长短期记忆网络(Bi-Long Short Term Memory，Bi-LSTM)，上述多个双向长短期记忆网络中的每一个双向长短期记忆网络可以包括前向长短期记忆网络(Forward LongShort Term Memory，Fwd LSTM)和后向长短期记忆网络(Backward Long Short TermMemory，Bwd LSTM)。实践中，对于前向长短期记忆网络，特征是按时间序列从前向后输入到网络中；对于后向长短期基于网络，特征是按照时间序列从后向前输入到网络中。

步骤405，对所得到的特征向量进行解析，生成目标文本的特征信息。

在本实施例中，上述电子设备可以利用各种分析方式对所得到的特征向量进行解析，生成上述目标文本的特征信息。作为示例，上述电子设备可以直接将所得到的特征向量确定为上述目标文本的特征信息；也可以将所得到的特征向量的平均向量确定为上述文本的特征信息。

在本实施例的一些可选的实现方式中，上述电子设备可以按照以下步骤生成上述目标文本的特征信息：首先，可以将所得到的各个特征向量输入至预先训练的注意力模型(Attention Model，AM)，得到上述注意力模型输出的、各个目标词在上述目标文本中的权重，其中，上述注意力模型用于生成词的权重。之后，可以基于所得到的各个目标词的特征向量和各个目标词的权重，生成上述目标文本的特征信息。

步骤406，将特征信息输入至预先训练的关键词生成模型，得到目标文本的关键词。

在本实施例中，上述电子设备可以将上述特征信息输入至预先训练的关键词生成模型，得到上述目标文本的关键词，其中，关键词生成模型用于表征文本与关键词的对应关系。作为示例，上述关键词生成模型可以是使用现有的可以用于确定关键词的分类函数(例如softmax函数等)预先训练而成的。

步骤407，将所得到的关键词作为检索词进行检索，并将检索结果返回至客户端。

在本实施例中，上述电子设备可以将所得到的关键词作为检索词进行检索，并将检索结果返回至上述客户端。

从图4中可以看出，与图2对应的实施例相比，本实施例中的检索方法的流程400突出了利用预先训练的循环神经网络对目标文本进行解析的步骤。由此，本实施例描述的方案可以利用深度学习方法确定用户输入的目标文本中的关键词，从而可以准确的判断用户的检索意图，提高了检索及检索的准确性。

进一步参考图5，作为对上述各图所示方法的实现，本申请提供了一种检索装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图5所示，本实施例所述的检索装置500包括：接收单元501，配置用于接收客户端发送的信息获取请求，其中，上述信息获取请求包括用户输入的目标文本；解析单元502，配置用于对上述目标文本进行解析，生成上述目标文本的特征信息；输入单元503，配置用于将上述特征信息输入至预先训练的关键词生成模型，得到上述目标文本的关键词，其中，上述关键词生成模型用于表征文本与关键词的对应关系；返回单元504，配置用于基于所得到的关键词进行信息检索，并将检索出的检索至上述客户端。

在本实施例中，上述接收单元501可以接收客户端(例如图1所示的终端设备101、102、103)发送的信息获取请求，其中，上述信息获取请求可以包括用户输入的目标文本。

在本实施例中，上述解析单元502可以利用各种文本特征提取方法对上述目标文本进行解析，生成目标文本的特征信息。作为示例，可以首先利用字符串匹配的方式从上述目标文本中提取多个词，并确定所提取的各个词的词向量；之后，可以对各个词向量进行处理(例如对各个向量进行多次数学运算)得到上述文本的特征信息。

在本实施例的一些可选的实现方式中，上述解析单元502可以包括分词模块、确定模块、输入模块和解析模块(图中未示出)。其中，上述分词模块可以配置用于对上述目标文本进行分词，并对分割而成的词进行处理，得到至少一个目标词。上述确定模块可以配置用于确定上述至少一个目标词中的各个目标词的词向量。上述输入模块可以配置用于将所确定的各个词向量输入至预先训练的循环神经网络，得到上述循环神经网络输出的、与各个目标词对应的特征向量，其中，上述循环神经网络用于生成词的特征。上述解析模块可以配置用于对所得到的特征向量进行解析，生成上述目标文本的特征信息。

在本实施例的一些可选的实现方式中，上述循环神经网络可以包括多个双向长短期记忆网络，上述多个双向长短期记忆网络中的每一个双向长短期记忆网络包括前向长短期记忆网络和后向长短期记忆网络。

在本实施例的一些可选的实现方式中，上述解析模块可以包括输入子模块和生成子模块(图中未示出)。其中，上述输入子模块可以配置用于将所得到的各个特征向量输入至预先训练的注意力模型，得到上述注意力模型输出的、各个目标词在上述目标文本中的权重，其中，上述注意力模型用于生成词的权重。上述生成子模块可以配置用于基于所得到的各个目标词的特征向量和各个目标词的权重，生成上述目标文本的特征信息。

在本实施例的一些可选的实现方式中，上述分词模块可以包括分词子模块、替换子模块和删除子模块(图中未示出)。其中，上述分词子模块可以配置用于对上述目标文本进行分词。上述替换子模块可以配置用于对于分割而成的每一个词，响应于确定该词为大写英文单词，将该词替换为小写英文单词。上述删除子模块可以配置用于删除分割而成的词中的以下至少一项：数词、表征产品型号的词、停用词、空字符、标点符号。

在本实施例中，上述输入单元503可以将上述特征信息输入至预先训练的关键词生成模型，得到上述目标文本的关键词，其中，关键词生成模型用于表征文本与关键词的对应关系。作为示例，上述关键词生成模型可以是技术人员基于大量的数据统计而预先设置的特征信息与关键词的对应关系表。

在本实施例的一些可选的实现方式中，上述检索装置500还可以包括第一提取单元、生成单元和训练单元(图中未示出)。其中，上述第一提取单元可以配置用于提取预先生成的训练样本，其中，上述训练样本包括预置关键词。上述生成单元可以配置用于对上述训练样本进行解析，生成上述训练样本的特征信息。上述训练单元可以配置用于通过机器学习方法，将所生成的、上述训练样本的特征信息作为输入，将上述预置关键词作为输出，训练得到上述关键词生成模型。

在本实施例的一些可选的实现方式中，上述检索装置500还可以包括第二提取单元、第一确定单元、第二确定单元和第三确定单元(图中未示出)。其中，上述第二提取单元可以配置用于提取多个产品的产品信息，并提取预先存储的历史检索行为信息，其中，上述多个产品中的每一个产品的产品信息包括标题、该产品的产品名称、品牌名称和属性信息，上述历史检索行为信息包括用户输入的检索文本和检索后的点击操作数据。上述第一确定单元可以配置用于对于上述多个产品中的每一个产品，将所提取的该产品的产品名称、品牌名称和属性信息确定为与该产品的标题相对应的标题关键词。上述第二确定单元可以配置用于对上述点击操作数据进行解析，确定与所提取的每一个检索文本相对应的检索关键词，其中，与每一个检索文本相对应的检索关键词包括在以该检索词进行检索后的、点击率最高的产品的产品名称、品牌名称和属性信息。上述第三确定单元可以配置用于将所提取的产品信息中的标题、标题关键词、上述历史检索行为信息中的检索文本、检索关键词确定为训练样本。

在本实施例中，上述返回单元504可以将所得到的关键词作为检索，利用各种检索方式进行检索，并将检索结果返回至客户端。

本申请的上述实施例提供的装置，通过解析单元502对接收单元501接收到的目标文本进行解析，以便生成目标文本的特征信息，而后输入单元503将特征信息输入至预先训练的关键词生成模型以得到目标文本的关键词，最后返回单元504将所得到的关键词作为检索词进行检索，将检索结果返回至客户端，从而可以避免在用户输入的文本较长、或出现错误等情况时无法检索到有效信息，提高了检索的灵活性。

下面参考图6，其示出了适于用来实现本申请实施例的服务器的计算机系统600的结构示意图。图6示出的服务器仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图6所示，计算机系统600包括中央处理单元(CPU)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有系统600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。

以下部件连接至I/O接口605：包括键盘、鼠标等的输入部分606；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607；包括硬盘等的存储部分608；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609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611，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610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608。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开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流程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609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时，执行本申请的方法中限定的上述功能。需要说明的是，本申请所述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。在本申请中，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。而在本申请中，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，图示了按照本申请各种实施例的系统、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，该模块、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，框图和/或流程图中的每个方框、以及框图和/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。

描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括接收单元、解析单元、输入和返回单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，接收单元还可以被描述为“接收客户端发送的信息获取请求的单元”。

作为另一方面，本申请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装置中所包含的；也可以是单独存在，而未装配入该装置中。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该装置执行时，使得该装置：接收客户端发送的信息获取请求，其中，该信息获取请求包括用户输入的目标文本；对该目标文本进行解析，生成该目标文本的特征信息；将该特征信息输入至预先训练的关键词生成模型，得到该目标文本的关键词，其中，该关键词生成模型用于表征文本与关键词的对应关系；基于所得到的关键词进行信息检索，并将检索出的检索至该客户端。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (16)

1.一种检索方法，其特征在于，所述方法包括：

接收客户端发送的信息获取请求，其中，所述信息获取请求包括用户输入的目标文本；

对所述目标文本进行解析，生成所述目标文本的特征信息；

将所述特征信息输入至预先训练的关键词生成模型，得到所述目标文本的关键词，其中，所述关键词生成模型用于表征文本与关键词的对应关系；

将所得到的关键词作为检索词进行检索，并将检索结果返回至所述客户端。

2.根据权利要求1所述的检索方法，其特征在于，所述对所述目标文本进行解析，生成所述目标文本的特征信息，包括：

对所述目标文本进行分词，并对分割而成的词进行处理，得到至少一个目标词；

确定所述至少一个目标词中的各个目标词的词向量；

将所确定的各个词向量输入至预先训练的循环神经网络，得到所述循环神经网络输出的、与各个目标词对应的特征向量，其中，所述循环神经网络用于生成词的特征；

对所得到的特征向量进行解析，生成所述目标文本的特征信息。

3.根据权利要求2所述的检索方法，其特征在于，所述循环神经网络包括多个双向长短期记忆网络，所述多个双向长短期记忆网络中的每一个双向长短期记忆网络包括前向长短期记忆网络和后向长短期记忆网络。

4.根据权利要求2所述的检索方法，其特征在于，所述对所得到的特征向量进行解析，生成所述目标文本的特征信息，包括：

将所得到的各个特征向量输入至预先训练的注意力模型，得到所述注意力模型输出的、各个目标词在所述目标文本中的权重，其中，所述注意力模型用于生成词的权重；

基于所得到的各个目标词的特征向量和各个目标词的权重，生成所述目标文本的特征信息。

5.根据权利要求2-4之一所述的检索方法，其特征在于，所述对所述目标文本进行分词，对分割而成的词进行处理，得到至少一个目标词，包括：

对所述目标文本进行分词；

对于分割而成的每一个词，响应于确定该词为大写英文单词，将该词替换为小写英文单词；

删除分割而成的词中的以下至少一项：数词、表征产品型号的词、停用词、空字符、标点符号。

6.根据权利要求1所述的检索方法，其特征在于，所述方法还包括建立关键词生成模型的步骤，包括：

提取预先生成的训练样本，其中，所述训练样本包括预置关键词；

对所述训练样本进行解析，生成所述训练样本的特征信息；

通过机器学习方法，将所生成的、所述训练样本的特征信息作为输入，将所述预置关键词作为输出，训练得到所述关键词生成模型。

7.根据权利要求6所述的检索方法，其特征在于，在所述提取预先生成的训练样本之前，所述方法还包括生成训练样本的步骤，包括：

提取多个产品的产品信息，并提取预先存储的历史检索行为信息，其中，所述多个产品中的每一个产品的产品信息包括标题、该产品的产品名称、品牌名称和属性信息，所述历史检索行为信息包括用户输入的检索文本和检索后的点击操作数据；

对于所述多个产品中的每一个产品，将所提取的该产品的产品名称、品牌名称和属性信息确定为与该产品的标题相对应的标题关键词；

对所述点击操作数据进行解析，确定与所提取的每一个检索文本相对应的检索关键词，其中，与每一个检索文本相对应的检索关键词包括在以该检索词进行检索后的、点击率最高的产品的产品名称、品牌名称和属性信息；

将所提取的产品信息中的标题、标题关键词、所述历史检索行为信息中的检索文本、检索关键词确定为训练样本。

8.一种检索装置，其特征在于，所述装置包括：

接收单元，配置用于接收客户端发送的信息获取请求，其中，所述信息获取请求包括用户输入的目标文本；

解析单元，配置用于对所述目标文本进行解析，生成所述目标文本的特征信息；

输入单元，配置用于将所述特征信息输入至预先训练的关键词生成模型，得到所述目标文本的关键词，其中，所述关键词生成模型用于表征文本与关键词的对应关系；

返回单元，配置用于将所得到的关键词作为检索词进行检索，并将检索结果返回至所述客户端。

9.根据权利要求8所述的检索装置，其特征在于，所述解析单元包括：

分词模块，配置用于对所述目标文本进行分词，并对分割而成的词进行处理，得到至少一个目标词；

确定模块，配置用于确定所述至少一个目标词中的各个目标词的词向量；

输入模块，配置用于将所确定的各个词向量输入至预先训练的循环神经网络，得到所述循环神经网络输出的、与各个目标词对应的特征向量，其中，所述循环神经网络用于生成词的特征；

解析模块，配置用于对所得到的特征向量进行解析，生成所述目标文本的特征信息。

10.根据权利要求9所述的检索装置，其特征在于，所述循环神经网络包括多个双向长短期记忆网络，所述多个双向长短期记忆网络中的每一个双向长短期记忆网络包括前向长短期记忆网络和后向长短期记忆网络。

11.根据权利要求9所述的检索装置，其特征在于，所述解析模块包括：

输入子模块，配置用于将所得到的各个特征向量输入至预先训练的注意力模型，得到所述注意力模型输出的、各个目标词在所述目标文本中的权重，其中，所述注意力模型用于生成词的权重；

生成子模块，配置用于基于所得到的各个目标词的特征向量和各个目标词的权重，生成所述目标文本的特征信息。

12.根据权利要求9-11之一所述的检索装置，其特征在于，所述分词模块包括：

分词子模块，配置用于对所述目标文本进行分词；

替换子模块，配置用于对于分割而成的每一个词，响应于确定该词为大写英文单词，将该词替换为小写英文单词；

删除子模块，配置用于删除分割而成的词中的以下至少一项：数词、表征产品型号的词、停用词、空字符、标点符号。

13.根据权利要求8所述的检索装置，其特征在于，所述装置还包括：

第一提取单元，配置用于提取预先生成的训练样本，其中，所述训练样本包括预置关键词；

生成单元，配置用于对所述训练样本进行解析，生成所述训练样本的特征信息；

训练单元，配置用于通过机器学习方法，将所生成的、所述训练样本的特征信息作为输入，将所述预置关键词作为输出，训练得到所述关键词生成模型。

14.根据权利要求13所述的检索装置，其特征在于，所述装置还包括：

第二提取单元，配置用于提取多个产品的产品信息，并提取预先存储的历史检索行为信息，其中，所述多个产品中的每一个产品的产品信息包括标题、该产品的产品名称、品牌名称和属性信息，所述历史检索行为信息包括用户输入的检索文本和检索后的点击操作数据；

第一确定单元，配置用于对于所述多个产品中的每一个产品，将所提取的该产品的产品名称、品牌名称和属性信息确定为与该产品的标题相对应的标题关键词；

第二确定单元，配置用于对所述点击操作数据进行解析，确定与所提取的每一个检索文本相对应的检索关键词，其中，与每一个检索文本相对应的检索关键词包括在以该检索词进行检索后的、点击率最高的产品的产品名称、品牌名称和属性信息；

第三确定单元，配置用于将所提取的产品信息中的标题、标题关键词、所述历史检索行为信息中的检索文本、检索关键词确定为训练样本。

15.一种服务器，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1-7中任一所述的方法。

16.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的方法。