CN107766498B - 用于生成信息的方法和装置 - Google Patents
用于生成信息的方法和装置 Download PDFInfo
- Publication number
- CN107766498B CN107766498B CN201710977260.8A CN201710977260A CN107766498B CN 107766498 B CN107766498 B CN 107766498B CN 201710977260 A CN201710977260 A CN 201710977260A CN 107766498 B CN107766498 B CN 107766498B
- Authority
- CN
- China
- Prior art keywords
- information
- attribute information
- generating
- search
- words
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
-
- 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
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- 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
- G06F16/955—Retrieval from the web using information identifiers, e.g. uniform resource locators [URL]
Abstract
本申请实施例公开了用于生成信息的方法和装置。该方法的一具体实施方式包括:接收用户终端发送的搜索信息;对搜索信息切词,生成至少一个词语;将至少一个词语与预设词语集合中的词语匹配,其中,预设词语集合中包括用于表征相似度的词语;响应于匹配成功,从搜索信息中提取表征对象的关键词,生成关键词组;获取与关键词组中的关键词对应的对象的属性信息;基于属性信息,生成关键词对应的对象之间的关联关系信息。该实施方式提高了生成信息的准确性。
Description
技术领域
本申请实施例涉及计算机技术领域,具体涉及互联网技术领域,尤其涉及用于生成信息的方法和装置。
背景技术
现有的生成信息的方式通常是通过对网页上或者信息集合中获取到的信息进行各种分析后,按照不同的需求,对信息进行整理,从而获得与不同的需求相对应的新的信息。
发明内容
本申请实施例的目的在于提出一种用于生成信息的方法和装置。
第一方面,本申请实施例提供了一种用于生成信息的方法,该方法包括:接收用户终端发送的搜索信息;对搜索信息切词,生成至少一个词语;将至少一个词语与预设词语集合中的词语匹配,其中,预设词语集合中包括用于表征相似度的词语;响应于匹配成功,从搜索信息中提取表征对象的关键词,生成关键词组;获取与关键词组中的关键词对应的对象的属性信息;基于属性信息,生成关键词对应的对象之间的关联关系信息。
在一些实施例中,该方法还包括预设词语集合的建立步骤,建立步骤包括:从搜索日志中获取用户的历史搜索信息;将历史搜索信息输入到预设模型中,确定用于表征相似度的搜索词,模型用于表征历史搜索信息与搜索词之间的对应关系;基于表征相似度的搜索词,建立预设词语集合。
在一些实施例中,基于属性信息,生成关键词对应的对象之间的关联关系信息,包括:对于同一关键词组中的每一个关键词,将该关键词对应的对象的属性信息与其余关键词对应的对象的属性信息进行比对,并生成比对结果;根据比对结果以及预设的各属性信息的权重值,生成关键词对应的对象之间的关联关系信息。
在一些实施例中,属性信息包括图像,以及基于属性信息,生成关键词对应的对象之间的关联关系信息,包括:获取与关键词组中的各关键词对应的对象的图像;对于同一关键词组中的每一关键词对应的对象的图像,将该图像与其他图像进行比较,确定该图像与其余图像之间的相似度,并生成相似度结果;根据相似度结果,生成关键词对应的对象之间的关联关系信息。
在一些实施例中,各对象的属性信息设置于与各对象对应的属性信息集合中;以及在生成关键词对应的对象之间的关联关系信息之后,该方法还包括:将关联关系信息分别添加至与其对应的各对象的属性信息集合中。
第二方面,本申请实施例提供了一种用于生成信息的装置,该装置包括:接收单元,配置用于接收用户终端发送的搜索信息;第一生成单元,配置用于对搜索信息切词,生成至少一个词语;匹配单元,配置用于将至少一个词语与预设词语集合中的词语匹配,其中,预设词语集合中包括用于表征相似度的词语;第二生成单元,配置用于响应于匹配成功,从搜索信息中提取表征对象的关键词,生成关键词组;获取单元,配置用于获取与关键词组中的关键词对应的对象的属性信息;第三生成单元,配置用于基于属性信息,生成关键词对应的对象之间的关联关系信息。
在一些实施例中,该装置还包括预设词语集合的建立单元,配置用于:从搜索日志中获取用户的历史搜索信息;将历史搜索信息输入到预设模型中,确定用于表征相似度的搜索词,模型用于表征历史搜索信息与搜索词之间的对应关系;基于表征相似度的搜索词,建立预设词语集合。
在一些实施例中,第三生成单元包括:比对结果生成子单元,配置用于对于同一关键词组中的每一个关键词,将该关键词对应的对象的属性信息与其余关键词对应的对象的属性信息进行比对,并生成比对结果;关联关系信息生成子单元,配置用于根据比对结果以及预设的各属性信息的权重值,生成关键词对应的对象之间的关联关系信息。
在一些实施例中,属性信息包括图像,第三生成单元进一步配置用于:获取与关键词组中的各关键词对应的对象的图像;对于同一关键词组中的每一个图像,将该图像与其他图像进行比较,确定该图像与其余图像之间的相似度,并生成相似度结果;根据相似度结果,生成关键词对应的对象之间的关联关系信息。
在一些实施例中,各对象的属性信息设置于与各对象对应的属性信息集合中;以及装置还包括:添加单元,配置用于将关联关系信息分别添加至与其对应的各对象的属性信息集合中。
第三方面,本申请实施例提供了一种服务器,该服务器包括: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第一方面中任一实现方式描述的方法。
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,该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。
本申请实施例提供的用于生成信息的方法和装置,通过获取包含用于表征相似度的搜索词的搜索信息,接着提取该搜索信息中的用于表征对象的关键词生成关键词组后,而后获取该关键词组中的关键词对应对象的属性信息,最后生成该对象之间的关联关系信息,从而提高了确定两对象之间的关系的准确性。
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是根据本申请的用于生成信息的方法的一个实施例的流程图;
图3是根据本申请的用于生成信息的方法的一个应用场景的示意图;
图4是根据本申请的用于生成信息的方法的又一个实施例的流程图;
图5是根据本申请的用于生成信息的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
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用于生成信息的方法或用于生成信息的装置的实施例的示例性系统架构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信息搜索的各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、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,例如可以生成关联关系信息的后台信息服务器。后台网页服务器可以对接收到的网页页面请求等数据进行分析等处理,并将处理结果(例如网页页面数据)反馈给终端设备。
需要说明的是,本申请实施例所提供的用于生成信息的方法一般由服务器105执行,相应地,用于生成信息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。
继续参考图2,示出了根据本申请的用于生成信息的方法的一个实施例的流程200。该用于生成信息的方法,包括以下步骤:
步骤201,接收用户终端发送的搜索信息。
本实施例中,用于生成信息的方法运行于其上的电子设备(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式接收用户终端发送的搜索信息。在这里,上述搜索信息可以为用户通过网页进行实时搜索的搜索信息,也可以为存储在搜索日志中历史搜索的搜索信息。该搜索信息中可以包含短语、句子、图片等。在这里,上述搜索信息可以为一条、两条、三条等。
在本实施例中,上述电子设备可以首先建立搜索集合,该搜索集合中存储有历史用户进行搜索的搜索信息,上述电子设备可以直接从该搜索集合中获取。当用户通过网页页面进行信息搜索时,上述电子设备也可以实时获取用户的搜索信息。
步骤202,对搜索信息切词,生成至少一个词语。
在本实施例中,上述电子设备将获取到的搜索信息进行切词,生成至少一个词语。在这里,可以采用基于词典的分词算法来对搜索信息进行切词,具体地,该方法包括正向最大匹配法、逆向最大匹配法和双向匹配分词法等;也可以采用基于统计的机器学习算法,例如SVM(Support Vector Machine,支持向量机)模型等。上述各种切词的具体实现方法为现有的公知技术,在此不再赘述。
步骤203,将至少一个词语与预设词语集合中的词语匹配。
在本实施例中,上述用于表征相似度的词语可以为“相似”、“长得像”、“相同”、“对比”等,上述电子设备中可以预先设置有预设词语集合,该预设词语集合中包括多个上述用于表征相似度的词语,上述电子设备可以将步骤202中获取到的至少一个词语与预设词语集合中的词语匹配。
在本实施例的一些可选的实现方式中,还包括预设词语集合的建立步骤,该建立步骤包括:从搜索日志中获取用户的历史搜索信息,将该历史搜索信息输入到预设模型中,从而确定用于表征相似度的搜索词,其中,该模型用于表征搜索行为信息与搜索词之间的对应关系;基于用于表征相似度的搜索词,建立预设词语集合。在这里,上述预设模型可以为自然语言处理模型,自然语言处理模型为现有的公知技术,在此不再赘述。
步骤204,响应于匹配成功,从搜索信息中提取表征对象的关键词,生成关键词组。
在本实施例中,上述电子设备根据步骤203中的匹配结果,在至少一个词语与预设词语集合中的词语匹配成功后,可以从搜索信息中提取用于表征对象的关键词,生成关键词组。在这里,对象可以为具体的存在物,例如可以为生物也可以为非生物。具体地,对象可以为人、动物、植物、自然界中的物质等。
在本实施例中,上述搜索信息可以为文字信息,也可以为图像信息。当上述搜索信息为文字信息时,上述电子设备可以直接提取该文字信息中表征对象的关键词。作为示例,上述搜索信息为“A和B相似”,在该搜索信息中,包括两个对象,分别为“对象A”和“对象B”,上述电子设备可以分别提取用于表征“对象A”和“对象B”的关键词“A”和关键词“B”,并生成关键词组“A和B”。当上述搜索信息为图像信息时,可以利用OCR(Optical CharacterRecognition,光学字符识别)技术对图像进行分析,提取图像中的文字信息作为表征对象的关键词。也可以对图像进行特征提取,获取图像的特征信息,并基于图像的特征信息,确定与图像对应的对象的关键词。在这里,图像的特征提取为现有的公知技术,在此不再赘述。
在本实施例中,当上述搜索信息为文字信息时,可以对上述搜索信息进行语义分析,例如采用全切分方式将上述搜索信息切分成词,这些词以词网格(word lattices)形式表示,接着基于词网格做路径搜索,再基于统计语言模型(例如N-Gram模型,)找到最优路径,从而确定表征对象的关键词。在这里,N-Gram模型是常用的一种语言模型,对中文而言,可以称之为汉语语言模型(CLM,Chinese Language Model)。该N-Gram模型基于这样一种假设,第N个词的出现只与前面N-1个词相关,而与其它任何词都不相关,整句的概率就是各个词出现概率的乘积,而这些概率可以通过直接从语料中统计N个词同时出现的次数得到。
在这里值得注意的是,上述搜索信息中均包含至少两个表征对象的关键词,例如可以为2个、3个等。
在本实施例中,当上述搜索信息包括至少两条时,经过切词后的各搜索信息中的各词语与预设词语集合中的词语匹配成功后,上述电子设备可以进一步确定匹配成功的词语出现的频率,同时将出现频率最高的匹配成功的词语所对应的搜索信息确定为搜索信息。作为示例,当上述搜索信息为“A和B相似”、“C和D相似”、“E和F长得像”时,各搜索信息经过切词后分别与预设词语集合中的“相似”、“长得像”匹配。而“相似”出现的频率为2次,“长得像”出现的频率为1次,因此将搜索信息“A和B相似”、“C和D相似”确定为搜索信息。
步骤205,获取与关键词组中的关键词对应的对象的属性信息。
在本实施例中,根据步骤202中确定的关键词组,上述电子设备可以获取与关键词组中的关键词对应的对象的属性信息。在这里,属性信息为用于表征上述对象的属性特征的信息。作为示例,当上述对象为人物时,上述属性信息可以包括该人物的性别、出生年月、所属的国籍、生平事迹、身高、种族等;当上述对象为动物时,上述属性信息可以包括该动物所属的科目、所属的种、所属的纲、起源发展、外形特征等;当上述对象为植物时,上述属性信息可以包括该植物所属的科目、所属的种、植物发展史、形态特征等。
在本实施例中,上述电子设备中可以预先建立有用于表征对象的属性信息的属性信息集合,该属性信息集合中包含有对象的各属性信息。上述电子设备可以从与关键词组中的关键词对应的对象的属性信息集合中获取属性信息。
在本实施例中,上述电子设备还可以通过网页搜索的方式获取与关键词组中的关键词对应的对象的属性信息。
步骤206,基于属性信息,生成关键词对应的对象之间的关联关系信息。
本实施例中,根据步骤203中确定的关键词对应的各对象的属性信息,上述电子设备可以根据获取到的属性信息来生成关键词对应的对象之间的关联关系信息。作为示例,当上述对象为人物时,上述关联关系信息可以为人物之间的血缘关系信息、人物之间的相似度信息等;当上述对象为动物或植物时,上述关联关系信息可以为动物或植物之间的物种关系信息、相似度信息,起源关系信息等。
在本实施例中,通常上述各关键词对应的对象的属性信息包括多个,首先,上述电子设备可以将各关键词组中的关键词对应的对象的属性信息进行比对,确定具有相同的属性信息的个数。接着,服务器可以将该属性信息的个数与预先设置的相同属性个数的阈值进行比较,确定上述具有相同属性信息的个数是否超过预设阈值。当上述个数超过预设阈值时,可以确定上述各对象之间具有关联关系,从而生成具有关联关系的信息,当上述个数没有预设阈值时,可以确定上述各对象之间不具有关联关系,从而生成不具有关联关系的信息。
在本实施例的一些可选的实现方式中,上述属性信息还可以包括图像,基于属性信息生成关键词对应的对象之间的关联关系信息的方法还可以包括:首先获取与关键词组中的各关键词对应的对象的图像;接着,对于同一关键词组中的每一个图像,将该图像与其他图像进行比较,确定该图像与其余图像之间的相似度,并生成相似度结果;最后,根据相似度结果,生成关键词对应的对象之间的关联关系信息。
继续参考图3,图3是根据本实施例的用于生成信息的方法的应用场景的一个示意图。在图3的应用场景中,服务器运行于其上的电子设备303从用户利用其信息搜索的电子设备(例如笔记本电脑)301中获取“羊驼和骆驼相似”的搜索信息302,接着,电子设备303对该搜索信息302进行切词,生成“羊驼”、“骆驼”、“相似”、“羊驼和骆驼”四个词语,接着将上述四个词语与预设词语集合中的词语匹配,其中预设词语集合中包含有用于表征相似度的词语,上述“相似”与预设词语集合中的词语匹配成功。接着,电子设备303从获取到的搜索信息中提取表征对象的关键词“羊驼”304和“骆驼”305,生成羊驼和骆驼的关键词组。而后,电子设备303提取关键词“羊驼”304对应的对象的属性信息“骆驼科、哺乳类、无驼峰”306,提取关键词“骆驼”305对应的对象的属性信息“骆驼科、哺乳类、有驼峰”307。最后,电子设备303根据提取到的“羊驼”的属性信息和“骆驼”的属性信息,生成关联关系信息“同属骆驼科”。
本申请的上述实施例提供的方法通过获取包含用于表征相似度的搜索词的搜索信息,接着提取该搜索信息中的用于表征对象的关键词生成关键词组后,而后获取该关键词组中的关键词对应对象的属性信息,最后生成该对象之间的关联关系信息,从而提高了确定两对象之间的关系的准确性。
进一步参考图4,其示出了用于生成信息的方法的又一个实施例的流程400。该用于生成信息的方法的流程400,包括以下步骤:
步骤401,接收用户终端发送的搜索信息。
本实施例中,用于生成信息的方法运行于其上的电子设备(例如图1所示的服务器)可以通过有线连接方式或者无线连接方式接收用户终端发送的搜索信息。在这里,上述搜索信息可以为用户通过网页进行实时搜索的搜索信息,也可以为存储在搜索日志中历史搜索的搜索信息。在这里,上述搜索信息可以为一条、两条、三条等。
步骤402,对搜索信息切词,生成至少一个词语。
在本实施例中,上述电子设备将获取到的搜索信息进行切词,生成至少一个词语。在这里,可以采用基于词典的分词算法来对搜索信息进行切词,也可以采用基于统计的机器学习算法来对搜索信息进行切词。上述各种切词的具体实现方法为现有的公知技术,在此不再赘述。
步骤403,将至少一个词语与预设词语集合中的词语匹配。
在本实施例中,上述用于表征相似度的词语可以为“相似”、“长得像”、“相同”、“对比”等,上述电子设备中可以预先设置有预设词语集合,该预设词语集合中包括多个上述用于表征相似度的词语,上述电子设备可以将步骤402中获取到的至少一个词语与预设词语集合中的词语匹配。
步骤404,响应于匹配成功,从搜索信息中提取表征对象的关键词,生成关键词组。
本实施例中,上述电子设备根据步骤403中的匹配结果,在至少一个词语与预设词语集合中的词语匹配成功后,可以从搜索信息中提取用于表征对象的关键词,生成关键词组。在这里,对象可以为具体的存在物,例如可以为生物也可以为非生物。具体地,对象可以为人、动物、植物、自然界中的物质等。
步骤405,获取与关键词组中的关键词对应的对象的属性信息。
在本实施例中,根据步骤405中确定的关键词组,上述电子设备可以获取与关键词组中的关键词对应的对象的属性信息。在这里,属性信息为用于表征上述对象的属性特征的信息。
步骤406,对于关键词组中的每一个关键词,将该关键词对应的对象的属性信息与关键词组中的其余关键词对应的对象的属性信息进行比对,并生成相同属性信息的比对结果。
在本实施例中,根据步骤406获取到的关键词组中的各关键词对应的对象的属性信息,上述电子设备可以将关键词组中的每一个关键词对应的对象的属性信息与其余关键词对应的对象的属性信息进行比对,并生成相同属性信息的比对结果。在进行属性信息比对时,通常将相同属性信息进行比对,并将该比对信息的量化数值与预设属性信息阈值比较,根据比较结果,生成属性信息相似度值,并将该属性信息相似度值作为比对结果,其中该属性信息相似度值为属性信息比对结果的量化。在这里,为了便于对上述各属性信息的观察,可以将上述各属性信息均量化成同一维度的数值,每一个属性信息比对结果均可以对应一个属性信息相似度值,该数值越高,与该数值对应的两对象之间的该属性信息越接近。
作为示例,当上述电子设备获取到“公众人物A”、“公众人物B”该关键词词组时,可以将关键词“公众人物A”对应的对象“A”的身高、体重、性别、年龄、家庭等属性信息与关键词“公众人物B”对应的对象“B”的身高、体重、性别、年龄、家庭等属性信息分别进行比对,并分别生成身高的比对结果、体重的比对结果、性别的比对结果、年龄的比对结果、家庭的比对结果等。针对身高的属性信息,可以设置身高差阈值范围,并将两对象之间的身高差与预设身高差阈值范围进行比对,从而生成针对于身高的相似度值作为身高的比对结果,身高差值越小,相似度值越高;身高差值越大,相似度值越低。其他属性信息也可以采用该比对方式,其具体实现方式可以参考作为示例的身高属性的实现方式。
步骤407,根据比对结果以及预设的各属性信息的权重值,生成关键词对应的对象之间的关联关系信息。
在本实施例中,通常上述电子设备中预先设置有各属性信息的权重值,例如,上述对象为人物时,与人对应的属性例如年龄的权重值可为0.2,例如性别的权重值为0.1,例如面部特征的权重值为0.4等。上述电子设备根据步骤407中的比对结果,可以将相同的属性按照其预设权重值进行加权计算,根据计算结果来确定关键词组中各关键词对应的对象之间的关联关系,并根据该关联关系生成关联关系信息。例如,当计算结果大于预设阈值时,可以确定两对象之间具有关联关系,可以生成“A和B长得像”等信息;当计算结果小于预设阈值时,可以确定两对象之间不具有关联关系,可以生成“A和B无血缘关系”等信息。
在本实施例中,还可以根据步骤407中的比对结果,生成基于各属性信息的关联关系。例如,当“A”和“B”的年龄属性信息以及身高属信息相似度值均比较高时,可以生成“身高相似的同龄人”等信息。
在本实施例的一些可选的实现方式中,在生成关键词对应的对象之间的关联信息后,还可以将该关联信息添加至上述各对象的属性集合中。作为示例,当上述电子设备确定出对象“A”与对象“B”均属于同一科时,对象的属性信息集合中可以添加“与B属于同一科”的信息。
从图4中可以看出,与图2对应的实施例相比,本实施例中的用于生成信息的方法的流程400突出了搜索信息的获取步骤以及基于属性信息的权重值生成关键词对应的对象之间的关联关系信息的步骤,从而使得生成的关键词对应的对象之间的关联关系信息更加准确。
进一步参考图5,作为对上述各图所示方法的实现,本申请提供了一种网页生成装置的一个实施例,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,本实施例的网页生成装置500包括接收单元501、第一生成单元502、匹配单元503、第二生成单元504、获取单元505和第三生成单元506。其中,接收单元501配置用于接收用户终端发送的搜索信息;第一生成单元502配置用于对搜索信息切词,生成至少一个词语;匹配单元503配置用于将至少一个词语与预设词语集合中的词语匹配,其中,预设词语集合中包括用于表征相似度的词语;第二生成单元504配置用于响应于匹配成功,从搜索信息中提取表征对象的关键词,生成关键词组;获取单元505配置用于获取与关键词组中的关键词对应的对象的属性信息;第三生成单元506配置用于基于属性信息,生成关键词对应的对象之间的关联关系信息。
在本实施例中,接收单元501、第一生成单元502、匹配单元503、第二生成单元504、获取单元505和第三生成单元506的具体处理及其所带来的技术效果可分别参考图2对应实施例中步骤201、步骤202、步骤203、步骤204、步骤205以及步骤206的相关说明,在此不再赘述。
在本实施例的一些可选的实现方式中,装置500还包括预设词语集合的建立单元(未示出),配置用于:从搜索日志中获取用户的历史搜索信息;将历史搜索信息输入到预设模型中,确定用于表征相似度的搜索词,模型用于表征历史搜索信息与搜索词之间的对应关系;基于表征相似度的搜索词,建立预设词语集合。
在一些实施例中,第三生成单元506包括:比对结果生成子单元(未示出),配置用于对于同一关键词组中的每一个关键词,将该关键词对应的对象的属性信息与其余关键词对应的对象的属性信息进行比对,并生成比对结果;关联关系信息生成子单元(未示出),配置用于根据比对结果以及预设的各属性信息的权重值,生成关键词对应的对象之间的关联关系信息。
在一些实施例中,属性信息包括图像,第三生成单元506进一步配置用于:获取与关键词组中的各关键词对应的对象的图像;对于同一关键词组中的每一个图像,将该图像与其他图像进行比较,确定该图像与其余图像之间的相似度,并生成相似度结果;根据相似度结果,生成关键词对应的对象之间的关联关系信息。
在一些实施例中,各对象的属性信息设置于与各对象对应的属性信息集合中;以及装置500还包括:添加单元(未示出),配置用于将关联关系信息分别添加至与其对应的各对象的属性信息集合中。
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。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
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、第一生成单元、匹配单元、第二生成单元、获取单元和第三生成单元。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“接收用户终端发送的搜索信息的单元”。
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:接收用户终端发送的搜索信息;对搜索信息切词,生成至少一个词语;将至少一个词语与预设词语集合中的词语匹配,其中,预设词语集合中包括用于表征相似度的词语;响应于匹配成功,从搜索信息中提取表征对象的关键词,生成关键词组;获取与关键词组中的关键词对应的对象的属性信息;基于属性信息,生成关键词对应的对象之间的关联关系信息。
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 (12)
1.一种用于生成信息的方法,其特征在于,所述方法包括:
接收用户终端发送的搜索信息;
对所述搜索信息切词,生成至少一个词语;
将所述至少一个词语与预设词语集合中的词语匹配,其中,所述预设词语集合中包括用于表征相似度的词语;
响应于匹配成功,从所述搜索信息中提取表征对象的关键词,生成关键词组;
获取与关键词组中的关键词对应的对象的属性信息;
基于所述属性信息,生成关键词对应的对象之间的关联关系信息;所述基于所述属性信息,生成关键词对应的对象之间的关联关系信息,包括:将各关键词组中的关键词对应的对象的属性信息进行比对,确定具有相同的属性信息的个数,当所述个数超过预设阈值时,确定具有相同的属性信息的对象之间具有关联关系,生成具有关联关系的信息。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括预设词语集合的建立步骤,所述建立步骤包括:
从搜索日志中获取用户的历史搜索信息;
将所述历史搜索信息输入到预设模型中,确定用于表征相似度的搜索词,所述模型用于表征历史搜索信息与搜索词之间的对应关系;
基于表征相似度的搜索词,建立所述预设词语集合。
3.根据权利要求1所述的方法,其特征在于,所述基于所述属性信息,生成关键词对应的对象之间的关联关系信息,包括:
对于同一关键词组中的每一个关键词,将该关键词对应的对象的属性信息与其余关键词对应的对象的属性信息进行比对,并生成比对结果;
根据所述比对结果以及预设的各属性信息的权重值,生成关键词对应的对象之间的关联关系信息。
4.根据权利要求1所述的方法,其特征在于,所述属性信息包括图像;以及
所述基于所述属性信息,生成关键词对应的对象之间的关联关系信息,包括:
获取与关键词组中的各关键词对应的各对象的图像;
对于同一关键词组中的每一关键词对应的对象的图像,将该图像与其他图像进行比较,确定该图像与其余图像之间的相似度,并生成相似度结果;
根据所述相似度结果,生成关键词对应的对象之间的关联关系信息。
5.根据权利要求1所述的方法,其特征在于,各对象的属性信息设置于与各对象对应的属性信息集合中;以及
在生成关键词对应的对象之间的关联关系信息之后,所述方法还包括:
将所述关联关系信息分别添加至与其对应的各对象的属性信息集合中。
6.一种用于生成信息的装置,其特征在于,所述装置包括:
接收单元,配置用于接收用户终端发送的搜索信息;
第一生成单元,配置用于对所述搜索信息切词,生成至少一个词语;
匹配单元,配置用于将所述至少一个词语与预设词语集合中的词语匹配,其中,所述预设词语集合中包括用于表征相似度的词语;
第二生成单元,配置用于响应于匹配成功,从所述搜索信息中提取表征对象的关键词,生成关键词组;
获取单元,配置用于获取与关键词组中的关键词对应的对象的属性信息;
第三生成单元,配置用于基于所述属性信息,生成关键词对应的对象之间的关联关系信息,所述第三生成单元进一步被配置用于将各关键词组中的关键词对应的对象的属性信息进行比对,确定具有相同的属性信息的个数,当所述个数超过预设阈值时,确定具有相同的属性信息的对象之间具有关联关系,生成具有关联关系的信息。
7.根据权利要求6所述的装置,其特征在于,所述装置还包括预设词语集合的建立单元,配置用于:
从搜索日志中获取用户的历史搜索信息;
将所述历史搜索信息输入到预设模型中,确定用于表征相似度的搜索词,所述模型用于表征历史搜索信息与搜索词之间的对应关系;
基于表征相似度的搜索词,建立所述预设词语集合。
8.根据权利要求6所述的装置,其特征在于,所述第三生成单元包括:
比对结果生成子单元,配置用于对于同一关键词组中的每一个关键词,将该关键词对应的对象的属性信息与其余关键词对应的对象的属性信息进行比对,并生成比对结果;
关联关系信息生成子单元,配置用于根据所述比对结果以及预设的各属性信息的权重值,生成关键词对应的对象之间的关联关系信息。
9.根据权利要求6所述的装置,其特征在于,所述属性信息包括图像,所述第三生成单元进一步配置用于:
获取与关键词组中的各关键词对应的对象的图像;
对于同一关键词组中的每一关键词对应的对象的图像,将该图像与其他图像进行比较,确定该图像与其余图像之间的相似度,并生成相似度结果;
根据所述相似度结果,生成关键词对应的对象之间的关联关系信息。
10.根据权利要求6所述的装置,其特征在于,各对象的属性信息设置于与各对象对应的属性信息集合中;以及
所述装置还包括:
添加单元,配置用于将所述关联关系信息分别添加至与其对应的各对象的属性信息集合中。
11.一种服务器,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1-5中任一所述的方法。
12.一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,所述程序被处理器执行时实现如权利要求1-5中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710977260.8A CN107766498B (zh) | 2017-10-19 | 2017-10-19 | 用于生成信息的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710977260.8A CN107766498B (zh) | 2017-10-19 | 2017-10-19 | 用于生成信息的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107766498A CN107766498A (zh) | 2018-03-06 |
CN107766498B true CN107766498B (zh) | 2022-01-07 |
Family
ID=61268921
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710977260.8A Active CN107766498B (zh) | 2017-10-19 | 2017-10-19 | 用于生成信息的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107766498B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109033142B (zh) * | 2018-06-11 | 2021-02-12 | 腾讯科技(深圳)有限公司 | 一种数据处理方法、装置及服务器 |
CN109213916A (zh) * | 2018-09-14 | 2019-01-15 | 北京字节跳动网络技术有限公司 | 用于生成信息的方法和装置 |
CN109657129B (zh) * | 2018-12-26 | 2023-04-18 | 北京百度网讯科技有限公司 | 用于获取信息的方法及装置 |
CN111125369A (zh) * | 2019-11-25 | 2020-05-08 | 深圳壹账通智能科技有限公司 | 一种默契度检测方法、设备、服务器及可读存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103258025A (zh) * | 2013-05-08 | 2013-08-21 | 百度在线网络技术(北京)有限公司 | 生成共现关键词的方法、提供关联搜索词的方法以及系统 |
CN103729441A (zh) * | 2013-12-30 | 2014-04-16 | 优视科技有限公司 | 媒体对象展示方法及装置 |
CN104331523A (zh) * | 2014-11-27 | 2015-02-04 | 韩慧健 | 一种基于概念对象模型的问句检索方法 |
CN104850567A (zh) * | 2014-02-19 | 2015-08-19 | 阿里巴巴集团控股有限公司 | 一种识别网络用户之间关联关系的方法和装置 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7376643B2 (en) * | 2004-05-14 | 2008-05-20 | Microsoft Corporation | Method and system for determining similarity of objects based on heterogeneous relationships |
CN1987852A (zh) * | 2005-12-21 | 2007-06-27 | 腾讯科技(深圳)有限公司 | 依据消息内容确定通信对象属性的方法及装置 |
JP6541242B2 (ja) * | 2016-02-10 | 2019-07-10 | 富士フイルム株式会社 | 商品設計支援装置及び商品設計支援方法 |
-
2017
- 2017-10-19 CN CN201710977260.8A patent/CN107766498B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103258025A (zh) * | 2013-05-08 | 2013-08-21 | 百度在线网络技术(北京)有限公司 | 生成共现关键词的方法、提供关联搜索词的方法以及系统 |
CN103729441A (zh) * | 2013-12-30 | 2014-04-16 | 优视科技有限公司 | 媒体对象展示方法及装置 |
CN104850567A (zh) * | 2014-02-19 | 2015-08-19 | 阿里巴巴集团控股有限公司 | 一种识别网络用户之间关联关系的方法和装置 |
CN104331523A (zh) * | 2014-11-27 | 2015-02-04 | 韩慧健 | 一种基于概念对象模型的问句检索方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107766498A (zh) | 2018-03-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107679039B (zh) | 用于确定语句意图的方法和装置 | |
CN107491534B (zh) | 信息处理方法和装置 | |
CN107491547B (zh) | 基于人工智能的搜索方法和装置 | |
CN107590255B (zh) | 信息推送方法和装置 | |
US10630798B2 (en) | Artificial intelligence based method and apparatus for pushing news | |
CN109543058B (zh) | 用于检测图像的方法、电子设备和计算机可读介质 | |
CN106960030B (zh) | 基于人工智能的推送信息方法及装置 | |
CN111428010B (zh) | 人机智能问答的方法和装置 | |
CN107766498B (zh) | 用于生成信息的方法和装置 | |
CN111078887B (zh) | 文本分类方法和装置 | |
CN110069698B (zh) | 信息推送方法和装置 | |
CN111709240A (zh) | 实体关系抽取方法、装置、设备及其存储介质 | |
CN107193974B (zh) | 基于人工智能的地域性信息确定方法和装置 | |
EP3872652B1 (en) | Method and apparatus for processing video, electronic device, medium and product | |
CN109766418B (zh) | 用于输出信息的方法和装置 | |
CN108121699B (zh) | 用于输出信息的方法和装置 | |
CN114861889B (zh) | 深度学习模型的训练方法、目标对象检测方法和装置 | |
WO2020052069A1 (zh) | 用于分词的方法和装置 | |
CN108228567B (zh) | 用于提取组织机构的简称的方法和装置 | |
CN109190123B (zh) | 用于输出信息的方法和装置 | |
CN111368551A (zh) | 一种确定事件主体的方法和装置 | |
CN112988753A (zh) | 一种数据搜索方法和装置 | |
CN111723180A (zh) | 一种面试方法和装置 | |
CN109101956B (zh) | 用于处理图像的方法和装置 | |
CN110738056B (zh) | 用于生成信息的方法和装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |