CN108345608A - 一种搜索方法、装置及设备 - Google Patents
一种搜索方法、装置及设备 Download PDFInfo
- Publication number
- CN108345608A CN108345608A CN201710054671.XA CN201710054671A CN108345608A CN 108345608 A CN108345608 A CN 108345608A CN 201710054671 A CN201710054671 A CN 201710054671A CN 108345608 A CN108345608 A CN 108345608A
- Authority
- CN
- China
- Prior art keywords
- keyword
- character string
- determining
- noun
- keywords
- 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
- 238000000034 method Methods 0.000 title claims abstract description 64
- 238000004458 analytical method Methods 0.000 claims abstract description 20
- 238000012216 screening Methods 0.000 claims description 11
- 238000012360 testing method Methods 0.000 claims description 5
- 238000012546 transfer Methods 0.000 claims description 5
- 230000000694 effects Effects 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 15
- 230000008569 process Effects 0.000 description 15
- 238000012545 processing Methods 0.000 description 15
- 238000004891 communication Methods 0.000 description 11
- 241000722921 Tulipa gesneriana Species 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 7
- 238000012986 modification Methods 0.000 description 7
- 230000004048 modification Effects 0.000 description 7
- 238000004590 computer program Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000005236 sound signal Effects 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000003607 modifier Substances 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
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
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/3332—Query translation
- G06F16/3334—Selection or weighting of terms from queries, including natural language queries
-
- 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
- G06F16/3344—Query execution using natural language analysis
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Machine Translation (AREA)
Abstract
本发明涉及互联网领域,公开了一种搜索方法、装置及设备,以解决现有技术中系统无法准确理解自然语言的搜索意图的技术问题。该方法包括:获得用于搜索的字符串;基于依存句法分析确定出所述字符串包括的各个关键词的句法属性;基于各个关键词的句法属性确定出用于表征所述字符串的搜索意图的核心关键词。达到了可以实现通过语言关联更为准确的确定出搜索意图的技术效果。
Description
技术领域
本发明涉及互联网领域,尤其涉及一种搜索方法、装置及设备。
背景技术
随着科学技术的不断发展,电子技术也得到了飞速的发展,电子产品的种类也越来越多,人们也享受到了科技发展带来的各种便利。现在人们可以通过各种类型的电子设备,享受随着科技发展带来的舒适生活。例如,智能手表、智能手机、平板电脑等电子设备已经成为人们生活中一个重要的组成部分,其可以包含各种功能。
通常情况下,电子设备都具备搜索功能,通过用户所输入的搜索内容,可以搜索获得各种搜索结果,例如:搜索网页、搜索文件、搜索问题答案等等,通常用户所输入的搜索内容往往为自然语言,系统基于自然语言进行搜索时,往往是将搜索内容拆分为多个独立的关键词进行搜索,经常存在着无法准确理解自然语言的搜索意图的技术问题。
发明内容
本发明提供一种搜索方法、装置及设备,以解决现有技术中系统无法准确理解自然语言的搜索意图的技术问题。
第一方面,本发明实施例提供一种搜索方法,包括:
获得用于搜索的字符串;
基于依存句法分析确定出所述字符串包括的各个关键词的句法属性;
基于各个关键词的句法属性确定出用于表征所述字符串的搜索意图的核心关键词。
结合第一方面,在第一种可选的实施例中,所述基于各个关键词的句法属性确定出用于表征所述字符串的搜索意图的核心关键词,包括:
获取所述字符串所搜索的核心对象所对应的第一关键词;和/或,确定出用于对第一关键词进行限定的第二关键词,所述第一关键词为所述字符串所搜索的核心对象所对应的关键词;
将所述第一关键词和/或所述第二关键词作为所述核心关键词。
结合第一方面的第一种可选的实施例,在第二种可选的实施例中,所述获取所述字符串所搜索的核心对象所对应的第一关键词,包括:
从所述字符串中提取出满足第一预设规则的名词;和/或,基于从所述字符串中提取出的满足所述第一预设规则的名词进行语义扩展,获得关联词;
将所述满足第一预设规则的名词和/或所述关联词作为所述第一关键词。
结合第一方面的第二种可选的实施例,在第三种可选的实施例中,所述从所述字符串中提取出满足第一预设规则的名词,包括:
判断所述字符串中是否包含疑问词;
如果所述字符串中包含疑问词,通过所述疑问词确定出满足所述第一预设规则的名词;
如果所述字符串中不包含疑问词,确定所述字符串的HED核心关系节点;将所述HED节点作为满足所述第一预设规则的名词。
结合第一方面的第三种可选的实施例,在第四种可选的实施例中,所述通过所述疑问词确定出满足所述第一预设规则的名词,包括:
如果所述疑问词的属性为ATT定中关系属性,确定所述疑问词之后的预设名词作为满足所述第一预设规则的名词;或者,
如果所述疑问词的属性为VOB动宾关系属性,确定所述疑问词对应的SBV主谓关系节点作为满足所述第一预设规则的名词。
结合第一方面的第四种可选的实施例,在第五种可选的实施例中,所述确定所述疑问词之后的预设名词作为满足所述第一预设规则的名词,包括:
判断所述疑问词之后是否存在结构助词;
如果存在所述结构助词,从所述疑问词和所述结构助词之间包括的名词中确定出所述预设名词,作为满足所述第一预设规则的名词;
如果不存在所述结构助词,确定出所述疑问词之后的至少一个名词;基于所述至少一个名词在层级关系中的深度确定出所述预设名词,作为满足所述第一预设规则的名词。
结合第一方面的第二种可选的实施例,在第六种可选的实施例中,所述基于从所述字符串中提取出的满足所述第一预设规则的名词进行语义扩展,获得关联词,包括:
对满足所述第一预设规则的名词进行同义词扩展,获得所述名词的同义词作为所述关联词;和/或,
对满足所述第一预设规则的名词基于层级进行扩展,获得所述名词的更高层级的关键词作为所述关联词。
结合第一方面的第一种可选的实施例,在第七种可选的实施例中,所述确定出对所述第一关键词进行限定的第二关键词,包括:
确定出所述第一关键词的ATT定中关系子节点;
将所述ATT子节点作为所述第二关键词。
结合第一方面的第一种可选的实施例,在第八种可选的实施例中,所述确定出对所述第一关键词进行限定的第二关键词,包括:
通过所述第一关键词查找对应关系库,确定出所述第一关键词对应的第一关键属性;所述对应关系库用于保存预设的关键词与关键属性的对应关系;
将所述第一关键属性作为所述第二关键词。
结合第一方面或第一方面的第一至八种可选的实施例中的任意一种可选的实施例,在第九种可选的实施例中,在所述基于各个关键词的句法属性确定出用于表征所述字符串的搜索意图的核心关键词之后,所述方法还包括:通过所述核心关键词确定出基于所述字符串进行搜索的搜索结果。
结合第一方面的第九种可选的实施例,在第十种可选的实施例中,所述通过所述核心关键词确定出基于所述字符串进行搜索的搜索结果,包括:
通过所述字符串进行搜索获得候选搜索结果;
通过所述核心关键词对所述候选搜索结果进行筛选,得到所述搜索结果。
第二方面,本发明实施例提供一种搜索装置,包括:
获得模块,用于获得用于搜索的字符串;
第一确定模块,用于基于依存句法分析确定出所述字符串包括的各个关键词的句法属性;
第二确定模块,用于基于各个关键词的句法属性确定出用于表征所述字符串的搜索意图的核心关键词。
结合第二方面,在第一种可选的实施例中,所述第二确定模块,包括:
获取子模块,用于获取所述字符串所搜索的核心对象所对应的第一关键词;和/或,第一确定子模块,用于确定出用于对第一关键词进行限定的第二关键词,所述第一关键词为所述字符串所搜索的核心对象所对应的关键词;
第二确定子模块,用于将所述第一关键词和/或所述第二关键词作为所述核心关键词。
结合第二方面的第一种可选的实施例,在第二种可选的实施例中,所述获取子模块,包括:
名词提取单元,用于从所述字符串中提取出满足第一预设规则的名词;和/或扩展单元,用于基于从所述字符串中提取出的满足所述第一预设规则的名词进行语义扩展,获得关联词;
关键词确定单元,用于将所述满足第一预设规则的名词和/或所述关联词作为所述第一关键词。
结合第二方面的第二种可选的实施例,在第三种可选的实施例中,所述名词提取单元,包括:
判断单元,用于判断所述字符串中是否包含疑问词;
第一确定单元,用于如果所述字符串中包含疑问词,通过所述疑问词确定出满足所述第一预设规则的名词;
第二确定单元,用于如果所述字符串中不包含疑问词,确定所述字符串的HED核心关系节点;将所述HED节点作为满足所述第一预设规则的名词。
结合第二方面的第三种可选的实施例,在第四种可选的实施例中,所述第一确定单元,包括:
第一确定子单元,用于如果所述疑问词的属性为ATT定中关系属性,确定所述疑问词之后的预设名词作为满足所述第一预设规则的名词;或者,
第二确定子单元,用于如果所述疑问词的属性为VOB动宾关系属性,确定所述疑问词对应的SBV主谓关系节点作为满足所述第一预设规则的名词。
结合第二方面的第四种可选的实施例,在第五种可选的实施例中,所述第一确定子单元,包括:
判断子单元,用于判断所述疑问词之后是否存在结构助词;
第三确定子单元,用于如果存在所述结构助词,从所述疑问词和所述结构助词之间包括的名词中确定出所述预设名词,作为满足所述第一预设规则的名词;
第四确定子单元,用于如果不存在所述结构助词,确定出所述疑问词之后的至少一个名词;基于所述至少一个名词在层级关系中的深度确定出所述预设名词,作为满足所述第一预设规则的名词。
结合第二方面的第二种可选的实施例,在第六种可选的实施例中,所述扩展单元,包括:
第一扩展子单元,用于对满足所述第一预设规则的名词进行同义词扩展,获得所述名词的同义词作为所述关联词;和/或,
第二扩展子单元,用于对满足所述第一预设规则的名词基于层级进行扩展,获得所述名词的更高层级的关键词作为所述关联词。
结合第二方面的第一种可选的实施例,在第七种可选的实施例中,所述第一确定子模块,包括:
第三确定单元,用于确定出所述第一关键词的ATT定中关系子节点;
第四确定单元,用于将所述ATT子节点作为所述第二关键词。
结合第二方面的第一种可选的实施例,在第八种可选的实施例中,所述第一确定子模块,包括:
查找单元,用于通过所述第一关键词查找对应关系库,确定出所述第一关键词对应的第一关键属性;所述对应关系库用于保存预设的关键词与关键属性的对应关系;
第五确定单元,用于将所述第一关键属性作为所述第二关键词。
结合第二方面或第二方面的第一至八种可选的实施例中的任意一种可选的实施例,在第九种可选的实施例中,所述装置还包括:
第三确定模块,用于通过所述核心关键词确定出基于所述字符串进行搜索的搜索结果。
结合第二方面的第九种可选的实施例,在第十种可选的实施例中,所述第三确定模块,包括:
搜索子模块,用于通过所述字符串进行搜索获得候选搜索结果;
筛选子模块,用于通过所述核心关键词对所述候选搜索结果进行筛选,得到所述搜索结果。
第三方面,本发明实施例提供一种设备,包括有存储器,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:
获得用于搜索的字符串;
基于依存句法分析确定出所述字符串包括的各个关键词的句法属性;
基于各个关键词的句法属性确定出用于表征所述字符串的搜索意图的核心关键词。
本发明有益效果如下:
由于在本发明实施例中,在获得用于搜索的字符串之后,可以基于依存句法分析确定出所述字符串中各个关键词包括的句法属性;基于各个关键词的句法属性确定出用于表征所述字符串的搜索意图的核心关键词。
其中基于依存句法分析确定出各个关键词的句法属性之后,可以基于句法属性确定出各个关键词之间的语义关联,相对于现有技术中仅仅将字符串拆分为多个独立的关键词而言,本申请可以实现通过语言关联更为准确的确定出搜索意图的技术效果。
附图说明
图1为本发明实施例的搜索方法的流程图;
图2为本发明实施例的搜索方法中第一种依存关系的例子示意图;
图3为本发明实施例的搜索方法中第二种依存关系的例子示意图;
图4为本发明实施例的搜索装置的结构图;
图5为本发明实施例中实施搜索方法的客户端设备的结构图;
图6为本发明实施例中实施搜索方法的服务器的结构图。
具体实施方式
本发明提供一种搜索方法、装置及设备,以解决现有技术中系统无法准确理解自然语言的搜索意图的技术问题。
本申请实施例中的技术方案为解决上述的技术问题,总体思路如下:
在获得用于搜索的字符串之后,可以基于依存句法分析确定出所述字符串中各个关键词包括的句法属性;基于各个关键词的句法属性确定出用于表征所述字符串的搜索意图的核心关键词。其中基于依存句法分析确定出各个关键词的句法属性之后,可以基于句法属性确定出各个关键词之间的语义关联,相对于现有技术中仅仅将字符串拆分为多个独立的关键词而言,本申请可以实现通过语言关联更为准确的确定出搜索意图的技术效果。
为了更好的理解上述技术方案,下面通过附图以及具体实施例对本发明技术方案做详细的说明,应当理解本发明实施例以及实施例中的具体特征是对本发明技术方案的详细的说明,而不是对本发明技术方案的限定,在不冲突的情况下,本发明实施例以及实施例中的技术特征可以相互组合。
第一方面,本发明实施例提供一种搜索方法,请参考图1,包括:
步骤S101:获得用于搜索的字符串;
步骤S102:基于依存句法分析确定出所述字符串包括的各个关键词的句法属性;
步骤S103:基于各个关键词的句法属性确定出用于表征所述字符串的搜索意图的核心关键词。
举例来说,该方案可以应用于客户端设备,例如:手机、平板电脑、笔记本电脑、一体机等等,客户端设备通过输入工具接收用户所输入的字符串,然后对其进行处理确定出其核心关键词;该方案也可以应用于服务器,客户端设备在接收到用户输入的字符串之后,将其发送至服务器,由服务器确定出该字符串所对应的搜索意图。
步骤S101中,该用于搜索的字符串可以用于获得多种类型的搜索结果,从而获得该字符串的方式也不同,其获得方式例如可以包括:
①在问答界面获得用户所产生的提问数据,所述提问数据即为所述用于搜索的字符串,例如,用户希望得知“郁金香是哪个欧洲国家的国花”,则可以打开网络问答页面,并在提问界面输入以下提问数据“郁金香是哪个欧洲国家的国花”,该提问数据即为用于搜索的字符串。其中,该问答界面可以为网络问答界面,通过该字符串在网络中搜索获得对应的搜索结果;该问答界面也可以为单机版问答界面,通过该字符串可以在本地预存的数据中搜索获得该搜索结果。
②在搜索引擎的搜索框获得用户输入的搜索关键词,该搜索关键词即为所述用于搜索的字符串,例如:用户希望得知当前中国共产党的领导人是哪位,则可以打开搜索引擎,在搜索引擎的搜索框输入以下搜索关键词“哪位中国共产党领导人”,该搜索关键词即为用于搜索的字符串。
当然,以上获得用于搜索的字符串的时机、以及用于搜索的字符串的内容仅仅作为举例,并不作为限制。
步骤S102中,依存句法分析用于分析句子中各个语言单位之间的语义关联,并将语义关联以依存结构呈现,从而本申请中基于依存句法分析可以确定出该字符串的依存句法结构。在该字符串的依存句法结构中,包含字符串中各个节点(也即:关键词)之间的依存关系,该依存关系即为各个关键词的句法属性。节点的依存关系例如包括:SBV主谓关系、VOB动宾关系、ATT定中关系、HED核心关系等等。
其中,依存句法分析中,各个关键词之间的依存关系是标注在关键词之间的依存边的,例如“哪个”修饰“欧洲国家”,他们之间有一条依存边,边的关系是ATT关系,例如:针对字符串“郁金香是哪个欧洲国家的国花”,其包括的各个关键词的依存关系例如如图2所示,针对字符串“中国的首都是哪里”,其包括的各个关键词的依存关系例如图3所示。
当然,针对不同的字符串,其最终所确定的依存句法结构、以及各个关键词的节点类别也不同,本发明实施例不作限制。
步骤S103中,基于各个关键词的句法属性确定出核心关键词,可以通过多种方式实现;下面列举其中的两种进行介绍,当然,在具体实施过程中,不限于以下两种实施方式。
第一种实施方式,所述基于各个关键词的句法属性确定出用于表征所述字符串的搜索意图的核心关键词,包括:获取所述字符串所搜索的核心对象所对应的第一关键词,将第一关键词作为核心关键词。
在具体实施过程中,该第一关键词往往为名词,其通常用于表征用户所搜索的核心对象具体为哪种对象,基于该核心对象就能够确定出用户的搜索意图。可以通过多种方式确定出第一关键词,例如:
(1)从所述字符串中提取出满足第一预设规则的名词,将满足第一预设规则的名词作为第一关键词。
在具体实施过程中,可以通过以下步骤从字符串中提取出满足第一预设规则的名词:判断所述字符串中是否包含疑问词;如果所述字符串中包含疑问词,通过所述疑问词确定出满足所述第一预设规则的名词;如果所述字符串中不包含疑问词,确定所述字符串的HED核心关系节点;将所述HED节点作为满足所述第一预设规则的名词。
举例来说,可以预先设置用于存储疑问词的数据库,在获得字符串之后,判断该字符串中是否存在任意关键词属于该数据库,如果存在属于该数据库的关键词,则确定该字符串中包含疑问词,否则,则确定该字符串中不包含关键词。例如,以字符串为“郁金香为哪个欧洲国家的国花”为例,则其中包含疑问词“哪个”;以字符串为“谁是中国共产党领导人”为例,则其中包含疑问词“谁”。
其中,如果确定出所述字符串包含疑问词,则可以通过该疑问词确定出满足第一预设规则的名词。而如果字符串中不包含疑问词,则可以直接基于依存关系结构确定出该字符串的HED节点,并将该HED节点作为满足第一预设规则的名词。
在具体实施过程中,疑问词指“什么”、“哪个”等包括在疑问句中的疑问词,在疑问句中所处的句法成分基本可以分为两种,一种是作为修饰语修饰其后面的名词,例如“郁金香是哪个国家的国花”,“哪个”与“国家”是ATT关系;另一种是疑问词后没有名词,疑问词作为宾语,与主语、谓语分别形成SBV主谓结构和VOB动宾结构,从而可以通过这两个依存边找到问题的主语作为核心关键词。
针对字符串中包含疑问词的情况,所述通过所述疑问词确定出满足所述第一预设规则的名词,可以包括:如果所述疑问词的属性为ATT定中关系属性,确定所述疑问词之后的预设名词作为满足所述第一预设规则的名词。
其中,所述确定所述疑问词之后的预设名词作为满足所述第一预设规则的名词,可以包括:判断所述疑问词之后是否存在结构助词;如果存在所述结构助词,则从所述疑问词和所述结构助词之间包括的名词中确定出所述预设名词,作为满足所述第一预设规则的名词;如果不存在所述结构助词,则可以确定出所述疑问词之后的至少一个名词,基于所述至少一个名词在层级关系中的深度确定出所述预设名词,作为满足所述第一预设规则的名词。
具体的,如果所述疑问词之后存在所述结构助词,从所述疑问词和所述结构助词之间的名词中确定出所述预设名词,该结构助词可以例如为“之”、“的”等等。以字符串“郁金香为哪个欧洲国家的国花”为例,其中包含结构助词“的”,则可以获取该疑问词“哪个”与结构助词“的”之间的名词(也即:欧洲国家)作为该预设名词。其中,如果所述疑问词和所述结构助词之间存在多个名词的话,则可以获取距离所述结构助词最近的名词作为该预设名词。
而如果所述疑问词之后不存在所述结构助词,则可以确定出所述疑问词之后的至少一个名词,基于所述至少一个名词在层级关系中的深度确定出所述预设名词。例如,以字符串为“谁是中国共产党领导人”为例,由于其不存在结构助词,则可以确定出疑问词“谁是”之后的至少一个名词,也即:“中国”、“共产党”、“领导人”,然后可以从这至少一个名词中获取层级关系中深度满足第二预设条件(例如:深度最深、深度较深的预设个、深度大于预设值)的名词作为预设名词,例如:“领导人”。再例如,如果确定出所述疑问词之后的至少一个名词包括:“人物”、“女皇帝”、“武则天”,其中“武则天”深度最深,则可以将“武则天”作为预设名词等等。其中层级关系越深,则表明该名词的指向越明确,从而基于该名词所确定的搜索意图越准确。
针对字符串中包含疑问词的情况,所述通过所述疑问词确定出满足所述第一预设规则的名词,还可以包括:如果所述疑问词的属性为VOB动宾关系属性,确定所述疑问词对应的SBV主谓关系节点作为满足所述第一预设规则的名词。以字符串为“中国的首都是哪里”为例,基于图3所示的依存关系可知,疑问词“是”与“哪里”为VOB关系,通过VOB动宾关系和SBV主谓关系找到主语为“首都”作为满足第一预设规则的名词。
(2)从所述字符串中提取出满足第一预设规则的名词;基于所述满足第一预设规则的名词进行语义扩展,获得关联词,将该关联词作为第一关键词。
在具体实施过程中,所述从所述字符串中提取出满足第一预设规则的名词与前述各实施例所述方法相同。
所述基于所述满足第一预设规则的名词进行语义扩展,获得关联词,可以存在多种扩展方式,例如:
①对满足所述第一预设规则的名词进行同义词扩展,获得所述名词的同义词作为所述关联词;举例来说,假设满足第一预设规则的名词为“皇上”,则其同义词例如包括“皇帝”、“帝王”等等,则可以将这两个词也作为第一关键词;假设满足第一预设规则的名词为“名山”,则其同义词例如包括“山峰”、“高山”等等,则可以将这两个词也作为第一关键词等等。
②对满足所述第一预设规则的名词基于层级进行扩展,获得所述名词的更高层级的关键词作为所述关联词。例如,假设满足第一预设规则的名词为“皇上”,则其基于层级扩展例如为:皇上<=>皇帝=>政治人物=>人物,其中“皇上”与“皇帝”同层级,“政治人物”、“人物”的层级高于“皇帝”,则可以将“政治人物”、“人物”都作为第一关键词;又例如,假设满足第一预设规则的名词为“名山”,则其基于层级扩展例如为:名山<=>山峰=>自然景观=>地理,其中“名山”与“山峰”同层级,“自然景观”、“地理”的层级高于“名山”,则可以将“自然景观”、“地理”都作为第一关键词等等。
基于上述方案,扩展了第一关键词的数量,从而可以基于第一关键词对搜索意图限定的更加精确。
在具体实施过程中,可以仅仅将满足第一预设规则的名词作为第一关键词;也可以仅仅将对所述满足第一预设规则的名词进行语义扩展得到的关联词作为第一关键词;还可以将满足第一预设规则的名词、以及由其语义扩展得到的关联词共同作为第一关键词,本发明实施例不作限制。
第二种实施方式,所述基于各个关键词的句法属性确定出用于表征所述字符串的搜索意图的核心关键词,包括:确定出用于对第一关键词进行限定的第二关键词,所述第一关键词为所述字符串所搜索的核心对象所对应的关键词,将第二关键词作为核心关键词。
具体的,可以先获取所述字符串所搜索的核心对象所对应的第一关键词;然后确定出用于对所述第一关键词进行限定的第二关键词,将第二关键词作为核心关键词。在具体实施过程中,对于采用何种方式获得第一关键词,由于前面已作介绍,故而在此不再赘述。
在确定出第一关键词之后,所述确定出用于对所述第一关键词进行限定的第二关键词,可以包括:确定出所述第一关键词的ATT定中关系子节点;将所述ATT子节点作为所述第二关键词。
例如,以第一关键词为“欧洲国家”为例,其对应的ATT子节点为“欧洲”,从而可以确定出“欧洲”为对“国家”的限定,从而确定出该ATT子节点“欧洲”作为第二关键词。
当然,在具体实施过程中,由于起限定作用的词,有的可能会对搜索意图存在指导作用,例如:“欧洲”、“法国”等等,有些则不会对搜索意图存在指导作用,例如:“著名”、“优秀”、“卓越”等等。因此可以预先建立限定关键词数据库,该限定关键词数据库中存储有存在指导作用的限定关键词,在获得ATT子节点之后,可以将其与该限定关键词数据库中的关键词进行匹配,如果存在匹配结果,则将对应ATT子节点作为第二关键词,否则,不将对应ATT子节点作为第二关键词,以此提高获得第二关键词的准确性。
作为另一种可选的实施例,所述确定出用于对第一关键词进行限定的第二关键词,还可以包括:通过所述第一关键词查找对应关系库,确定出所述第一关键词对应的第一关键属性;所述对应关系库用于保存预设的关键词与关键属性的对应关系;将所述第一关键属性作为所述第二关键词。
在具体实施过程中,第一关键属性为对第一关键词的类别存在实质性限定的属性,针对每个关键词可以通过人工方式设定其第一关键属性,也可以基于网络数据挖掘,确定出对第一关键词存在实质性限定的词,针对第一关键词的类别不同,其所对应的关键属性不同。例如:如果第一关键词为人物相关的关键词,则其对应的关键属性例如可以包括:性别、职业等等;如果第一关键词为国家相关的关键词,则其对应的关键属性例如可以包括:区域、名胜等等。
则可以预先建立关键词与关键属性的对应关系,保存在对应关系库中;在获得第一关键词之后,通过第一关键词在该对应关系库中匹配出第一关键词的第一关键属性,从而确定出更多的第二关键词,以扩展所确定出的核心关键词的数量。例如:如果第一关键词为“杨幂”,由于其为女演员,故而可以限定出其对应的第一关键属性可以包括:性别为女;又例如,如果第一关键词为“以色列”,由于“以色列”为中东国家,故而可以确定出其对应的第一关键词属性可以包括:区域为中东等等。当然,基于第一关键词不同所确定的第一关键属性也不同,本发明实施例不再详细列举,并且不作限制。
作为一种可选的实施例,在所述基于各个关键词的句法属性确定出用于表征所述字符串的搜索意图的核心关键词之后,所述方法还包括:通过所述核心关键词确定出基于所述字符串进行搜索的搜索结果。
在具体实施过程中,可以以核心关键词和字符串共同进行搜索,从而获得该搜索结果。
而作为另一种可选的实施例,可以通过以下方式获得该搜索结果:通过所述字符串进行搜索获得候选搜索结果;通过所述核心关键词对所述候选搜索结果进行筛选,得到所述搜索结果。
例如,以字符串为“郁金香是哪个欧洲国家的国花”为例,则可以先通过字符串“郁金香是哪个欧洲国家的国花”进行整体搜索获得候选搜索结果,候选搜索结果例如可以包括:荷兰、以色列、中国等等,然后通过核心关键词“欧洲”(也即:第二关键词)、“国家”(也即:第一关键词)对这些候选搜索结果进行筛选,从而确定出搜索结果为荷兰。
在通过所述字符串进行搜索获得候选搜索结果之后,所述通过所述核心关键词对所述候选搜索结果进行筛选,得到所述搜索结果,可以包括:基于核心关键词确定出各个候选搜索结果的评分值,获得评分值满足第三预设条件的候选搜索结果,作为所述搜索结果。
其中,在通过所述字符串进行搜索获得候选搜索结果之后,可以基于各个候选搜索结果中是否包含每个核心关键词,确定出每个候选搜索结果的评分向量,然后通过该评分向量获得对应候选搜索结果的评分值,然后获得评分值满足第三预设条件(例如:评分值最高、评分值大于预设值、评分值从高到低排序位于前预设位等等)的候选搜索结果作为最终所采用的搜索结果。其中,在确定出各个候选搜索结果的评分向量时,针对每个核心关键词可以将其对应评分向量中的不同维度,基于该候选搜索结果中是否包含对应的核心关键词,将该维度赋予不同的取值,从而最终获得该候选搜索结果的评分向量,例如:假设针对字符串,其特征向量格式为{W1,W2,……Wn},其中n表示特征向量中的特征维度的数量,Wi(i为1至n)表示第i个特征维度的取值,可以将每个核心关键词对应该特征向量中的一个特征维度(例如:性别为女)对应其中的第1个特征维度,如果候选搜索结果所对应的人物的性别为女,则将第1个特征维度的取值设定为1,如果候选搜索结果所对应的任务的性别不为女,则将第1个特征维度的取值设定为0等等,针对其他特征维度,其取值设定方式与之类似,在此不再一一赘述。
由于在上述方案中,基于核心关键词确定出了更加准确的搜索意图,从而实现了获得更加准确的搜索结果的技术效果。
在具体实施过程中,基于获得用于搜索的字符串的途径不同,从而最终所获得的搜索结果的目的也不同,下面列举其中的两种进行介绍,当然,在具体实施过程中,不限于以下两种情况。
第一种,字符串为在问答界面获得的用户所产生的提问数据,在这种情况下,在所述通过所述核心关键词确定出基于所述字符串进行搜索的搜索结果之后,所述方法还可以包括:将所述搜索结果作为所述提问数据的答案。
举例来说,假设用户在问答界面输入如下问题“郁金香是哪个欧洲国家的国花”(也即:提问数据),问答界面在获得该问题之后,基于该问题进行本申请所述的搜索处理,获得搜索结果“荷兰”,则可以将“荷兰”作为答案展示给所述用户,等等。基于该方案,能够提高针对提问所产生的答案的准确性。
第二种,字符串为在搜索引擎所获得的搜索字符串,在这种情况下,则可以将该所述搜索结果在搜索结果页中展示给用户,基于该方案等,达到了提高基于搜索引擎获得搜索结果的准确性的技术效果。
第二方面,基于同一发明构思,本发明实施例提供一种搜索装置,请参考图4,包括:
获得模块40,用于获得用于搜索的字符串;
第一确定模块41,用于基于依存句法分析确定出所述字符串包括的各个关键词的句法属性;
第二确定模块42,用于基于各个关键词的句法属性确定出用于表征所述字符串的搜索意图的核心关键词。
可选的,所述第二确定模块42,包括:
获取子模块,用于获取所述字符串所搜索的核心对象所对应的第一关键词;和/或,第一确定子模块,用于确定出用于对第一关键词进行限定的第二关键词,所述第一关键词为所述字符串所搜索的核心对象所对应的关键词;
第二确定子模块,用于将所述第一关键词和/或所述第二关键词作为所述核心关键词。
可选的,所述获取子模块,包括:
名词提取单元,用于从所述字符串中提取出满足第一预设规则的名词;和/或扩展单元,用于基于从所述字符串中提取出的满足所述第一预设规则的名词进行语义扩展,获得关联词;
关键词确定单元,用于将所述满足第一预设规则的名词和/或所述关联词作为所述第一关键词。
可选的,所述名词提取单元,包括:
判断单元,用于判断所述字符串中是否包含疑问词;
第一确定单元,用于如果所述字符串中包含疑问词,通过所述疑问词确定出满足所述第一预设规则的名词;
第二确定单元,用于如果所述字符串中不包含疑问词,确定所述字符串的HED核心关系节点;将所述HED节点作为满足所述第一预设规则的名词。
可选的,所述第一确定单元,包括:
第一确定子单元,用于如果所述疑问词的属性为ATT定中关系属性,确定所述疑问词之后的预设名词作为满足所述第一预设规则的名词;或者,
第二确定子单元,用于如果所述疑问词的属性为VOB动宾关系属性,确定所述疑问词对应的SBV主谓关系节点作为满足所述第一预设规则的名词。
可选的,所述第一确定子单元,包括:
判断子单元,用于判断所述疑问词之后是否存在结构助词;
第三确定子单元,用于如果存在所述结构助词,从所述疑问词和所述结构助词之间包括的名词中确定出所述预设名词,作为满足所述第一预设规则的名词;
第四确定子单元,用于如果不存在所述结构助词,确定出所述疑问词之后的至少一个名词;基于所述至少一个名词在层级关系中的深度确定出所述预设名词,作为满足所述第一预设规则的名词。
可选的,所述扩展单元,包括:
第一扩展子单元,用于对满足所述第一预设规则的名词进行同义词扩展,获得所述名词的同义词作为所述关联词;和/或,
第二扩展子单元,用于对满足所述第一预设规则的名词基于层级进行扩展,获得所述名词的更高层级的关键词作为所述关联词。
可选的,所述第一确定子模块,包括:
第三确定单元,用于确定出所述第一关键词的ATT定中关系子节点;
第四确定单元,用于将所述ATT子节点作为所述第二关键词。
可选的,所述第一确定子模块,包括:
查找单元,用于通过所述第一关键词查找对应关系库,确定出所述第一关键词对应的第一关键属性;所述对应关系库用于保存预设的关键词与关键属性的对应关系;
第五确定单元,用于将所述第一关键属性作为所述第二关键词。
可选的,所述装置还包括:
第三确定模块,用于通过所述核心关键词确定出基于所述字符串进行搜索的搜索结果。
可选的,所述第三确定模块,包括:
搜索子模块,用于通过所述字符串进行搜索获得候选搜索结果;
筛选子模块,用于通过所述核心关键词对所述候选搜索结果进行筛选,得到所述搜索结果。
由于本发明第二方面所介绍的装置,为实施本发明实施例第一方面所介绍的搜索方法所采用的装置,基于本发明实施例第一方面所介绍的搜索方法,本领域所属技术人员能够了解本发明实施例第二方面所介绍的装置的具体结构及变形,故而在此不再赘述,凡是实施本发明实施例第一方面所介绍的搜索方法所采用的装置都属于本发明所欲保护的范围。
第三方面,基于同一发明构思,本发明实施例提供一种设备,包括有存储器,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:
获得用于搜索的字符串;
基于依存句法分析确定出所述字符串包括的各个关键词的句法属性;
基于各个关键词的句法属性确定出用于表征所述字符串的搜索意图的核心关键词。
可选的,所述设备还经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:
获取所述字符串所搜索的核心对象所对应的第一关键词;和/或,确定出用于对第一关键词进行限定的第二关键词,所述第一关键词为所述字符串所搜索的核心对象所对应的关键词;
将所述第一关键词和/或所述第二关键词作为所述核心关键词。
可选的,所述设备还经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:
从所述字符串中提取出满足第一预设规则的名词;和/或,基于从所述字符串中提取出的满足所述第一预设规则的名词进行语义扩展,获得关联词;
将所述满足第一预设规则的名词和/或所述关联词作为所述第一关键词。
可选的,所述设备还经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:判断所述字符串中是否包含疑问词;
如果所述字符串中包含疑问词,通过所述疑问词确定出满足所述第一预设规则的名词;
如果所述字符串中不包含疑问词,确定所述字符串的HED核心关系节点;将所述HED节点作为满足所述第一预设规则的名词。
可选的,所述设备还经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:
如果所述疑问词的属性为ATT定中关系属性,确定所述疑问词之后的预设名词作为满足所述第一预设规则的名词;或者,
如果所述疑问词的属性为VOB动宾关系属性,确定所述疑问词对应的SBV主谓关系节点作为满足所述第一预设规则的名词。
可选的,所述设备还经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:
判断所述疑问词之后是否存在结构助词;
如果存在所述结构助词,从所述疑问词和所述结构助词之间包括的名词中确定出所述预设名词,作为满足所述第一预设规则的名词;
如果不存在所述结构助词,确定出所述疑问词之后的至少一个名词;基于所述至少一个名词在层级关系中的深度确定出所述预设名词,作为满足所述第一预设规则的名词。
可选的,所述设备还经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:
对满足所述第一预设规则的名词进行同义词扩展,获得所述名词的同义词作为所述关联词;和/或,
对满足所述第一预设规则的名词基于层级进行扩展,获得所述名词的更高层级的关键词作为所述关联词。
可选的,所述设备还经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:确定出所述第一关键词的ATT定中关系子节点;
将所述ATT子节点作为所述第二关键词。
可选的,所述设备还经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:
通过所述第一关键词查找对应关系库,确定出所述第一关键词对应的第一关键属性;所述对应关系库用于保存预设的关键词与关键属性的对应关系;
将所述第一关键属性作为所述第二关键词。
可选的,所述设备还经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:
通过所述核心关键词确定出基于所述字符串进行搜索的搜索结果。
可选的,所述设备还经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:
通过所述字符串进行搜索获得候选搜索结果;
通过所述核心关键词对所述候选搜索结果进行筛选,得到所述搜索结果。
由于本发明第三方面所介绍的设备,为实施本发明实施例第一方面所介绍的搜索方法所采用的设备,基于本发明实施例第一方面所介绍的搜索方法,本领域所属技术人员能够了解本发明实施例第三方面所介绍的设备的具体结构及变形,故而在此不再赘述,凡是实施本发明实施例第一方面所介绍的搜索方法所采用的设备都属于本发明所欲保护的范围。
图5是根据一示例性实施例示出的一种实施神经网络模型训练方法的客户端设备800的框图。例如,客户端设备800可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
参照图5,客户端设备800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(I/O)的接口812,传感器组件814,以及通信组件816。
处理组件802通常控制客户端设备800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理元件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理部件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在设备800的操作。这些数据的示例包括用于在客户端设备800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电力组件806为客户端设备800的各种组件提供电力。电力组件806可以包括电源管理系统,一个或多个电源,及其他与为客户端设备800生成、管理和分配电力相关联的组件。
多媒体组件808包括在所述客户端设备800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。所述触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与所述触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当客户端设备800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当客户端设备800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为客户端设备800提供各个方面的状态评估。例如,传感器组件814可以检测到设备800的打开/关闭状态,组件的相对定位,例如所述组件为客户端设备800的显示器和小键盘,传感器组件814还可以检测客户端设备800或客户端设备800一个组件的位置改变,用户与客户端设备800接触的存在或不存在,客户端设备800方位或加速/减速和客户端设备800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于客户端设备800和其他设备之间有线或无线方式的通信。客户端设备800可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信部件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,所述通信部件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,客户端设备800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器804,上述指令可由客户端设备800的处理器820执行以完成上述方法。例如,所述非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
图6是本发明实施例中服务器的结构示意图。该服务器1900可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上中央处理器(central processing units,CPU)1922(例如,一个或一个以上处理器)和存储器1932,一个或一个以上存储应用程序1942或数据1944的存储介质1930(例如一个或一个以上海量存储设备)。其中,存储器1932和存储介质1930可以是短暂存储或持久存储。存储在存储介质1930的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对服务器中的一系列指令操作。更进一步地,中央处理器1922可以设置为与存储介质1930通信,在服务器1900上执行存储介质1930中的一系列指令操作。
服务器1900还可以包括一个或一个以上电源1926,一个或一个以上有线或无线网络接口1950,一个或一个以上输入输出接口1958,一个或一个以上键盘1956,和/或,一个或一个以上操作系统1941,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM等等。
一种非临时性计算机可读存储介质,当所述存储介质中的指令由设备(客户端设备或者服务器)的处理器(客户端设备的处理器820、或者服务器的中央处理器1922)执行时,使得设备能够执行一种搜索方法,所述方法包括:
获得用于搜索的字符串;
基于依存句法分析确定出所述字符串包括的各个关键词的句法属性;
基于各个关键词的句法属性确定出用于表征所述字符串的搜索意图的核心关键词。
可选的,所述可读存储介质还经配置以由所述处理器执行进行以下操作的指令:
获取所述字符串所搜索的核心对象所对应的第一关键词;和/或,确定出用于对第一关键词进行限定的第二关键词,所述第一关键词为所述字符串所搜索的核心对象所对应的关键词;
将所述第一关键词和/或所述第二关键词作为所述核心关键词。
可选的,所述可读存储介质还经配置以由所述处理器执行进行以下操作的指令:
从所述字符串中提取出满足第一预设规则的名词;和/或,基于从所述字符串中提取出的满足所述第一预设规则的名词进行语义扩展,获得关联词;
将所述满足第一预设规则的名词和/或所述关联词作为所述第一关键词。
可选的,所述可读存储介质还经配置以由所述处理器执行进行以下操作的指令:
判断所述字符串中是否包含疑问词;
如果所述字符串中包含疑问词,通过所述疑问词确定出满足所述第一预设规则的名词;
如果所述字符串中不包含疑问词,确定所述字符串的HED核心关系节点;将所述HED节点作为满足所述第一预设规则的名词。
可选的,所述可读存储介质还经配置以由所述处理器执行进行以下操作的指令:
如果所述疑问词的属性为ATT定中关系属性,确定所述疑问词之后的预设名词作为满足所述第一预设规则的名词;或者,
如果所述疑问词的属性为VOB动宾关系属性,确定所述疑问词对应的SBV主谓关系节点作为满足所述第一预设规则的名词。
可选的,所述可读存储介质还经配置以由所述处理器执行进行以下操作的指令:
判断所述疑问词之后是否存在结构助词;
如果存在所述结构助词,从所述疑问词和所述结构助词之间包括的名词中确定出所述预设名词,作为满足所述第一预设规则的名词;
如果不存在所述结构助词,确定出所述疑问词之后的至少一个名词;基于所述至少一个名词在层级关系中的深度确定出所述预设名词,作为满足所述第一预设规则的名词。
可选的,所述可读存储介质还经配置以由所述处理器执行进行以下操作的指令:
对满足所述第一预设规则的名词进行同义词扩展,获得所述名词的同义词作为所述关联词;和/或,
对满足所述第一预设规则的名词基于层级进行扩展,获得所述名词的更高层级的关键词作为所述关联词。
可选的,所述可读存储介质还经配置以由所述处理器执行进行以下操作的指令:
确定出所述第一关键词的ATT定中关系子节点;
将所述ATT子节点作为所述第二关键词。
可选的,所述可读存储介质还经配置以由所述处理器执行进行以下操作的指令:
通过所述第一关键词查找对应关系库,确定出所述第一关键词对应的第一关键属性;所述对应关系库用于保存预设的关键词与关键属性的对应关系;
将所述第一关键属性作为所述第二关键词。
可选的,所述可读存储介质还经配置以由所述处理器执行进行以下操作的指令:
通过所述核心关键词确定出基于所述字符串进行搜索的搜索结果。
可选的,所述可读存储介质还经配置以由所述处理器执行进行以下操作的指令:
通过所述字符串进行搜索获得候选搜索结果;
通过所述核心关键词对所述候选搜索结果进行筛选,得到所述搜索结果。
本发明一个或多个实施例,至少具有以下有益效果:
由于在本发明实施例中,在获得用于搜索的字符串之后,可以基于依存句法分析确定出所述字符串中各个关键词包括的句法属性;基于各个关键词的句法属性确定出用于表征所述字符串的搜索意图的核心关键词。其中基于依存句法分析确定出各个关键词的句法属性之后,可以基于句法属性确定出各个关键词之间的语义关联,相对于现有技术中仅仅将字符串拆分为多个独立的关键词而言,本申请可以实现通过语言关联更为准确的确定出搜索意图的技术效果。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的设备。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令设备的制造品,该指令设备实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (13)
1.一种搜索方法,其特征在于,包括:
获得用于搜索的字符串;
基于依存句法分析确定出所述字符串包括的各个关键词的句法属性;
基于各个关键词的句法属性确定出用于表征所述字符串的搜索意图的核心关键词。
2.如权利要求1所述的方法,其特征在于,所述基于各个关键词的句法属性确定出用于表征所述字符串的搜索意图的核心关键词,包括:
获取所述字符串所搜索的核心对象所对应的第一关键词;和/或,确定出用于对第一关键词进行限定的第二关键词,所述第一关键词为所述字符串所搜索的核心对象所对应的关键词;
将所述第一关键词和/或所述第二关键词作为所述核心关键词。
3.如权利要求2所述的方法,其特征在于,所述获取所述字符串所搜索的核心对象所对应的第一关键词,包括:
从所述字符串中提取出满足第一预设规则的名词;和/或,基于从所述字符串中提取出的满足所述第一预设规则的名词进行语义扩展,获得关联词;
将所述满足第一预设规则的名词和/或所述关联词作为所述第一关键词。
4.如权利要求3所述的方法,其特征在于,所述从所述字符串中提取出满足第一预设规则的名词,包括:
判断所述字符串中是否包含疑问词;
如果所述字符串中包含疑问词,通过所述疑问词确定出满足所述第一预设规则的名词;
如果所述字符串中不包含疑问词,确定所述字符串的HED核心关系节点;将所述HED节点作为满足所述第一预设规则的名词。
5.如权利要求4所述的方法,其特征在于,所述通过所述疑问词确定出满足所述第一预设规则的名词,包括:
如果所述疑问词的属性为ATT定中关系属性,确定所述疑问词之后的预设名词作为满足所述第一预设规则的名词;或者,
如果所述疑问词的属性为VOB动宾关系属性,确定所述疑问词对应的SBV主谓关系节点作为满足所述第一预设规则的名词。
6.如权利要求5所述的方法,其特征在于,所述确定所述疑问词之后的预设名词作为满足所述第一预设规则的名词,包括:
判断所述疑问词之后是否存在结构助词;
如果存在所述结构助词,从所述疑问词和所述结构助词之间包括的名词中确定出所述预设名词,作为满足所述第一预设规则的名词;
如果不存在所述结构助词,确定出所述疑问词之后的至少一个名词;基于所述至少一个名词在层级关系中的深度确定出所述预设名词,作为满足所述第一预设规则的名词。
7.如权利要求3所述的方法,其特征在于,所述基于从所述字符串中提取出的满足所述第一预设规则的名词进行语义扩展,获得关联词,包括:
对满足所述第一预设规则的名词进行同义词扩展,获得所述名词的同义词作为所述关联词;和/或,
对满足所述第一预设规则的名词基于层级进行扩展,获得所述名词的更高层级的关键词作为所述关联词。
8.如权利要求2所述的方法,其特征在于,所述确定出对所述第一关键词进行限定的第二关键词,包括:
确定出所述第一关键词的ATT定中关系子节点;
将所述ATT子节点作为所述第二关键词。
9.如权利要求2所述的方法,其特征在于,所述确定出对所述第一关键词进行限定的第二关键词,包括:
通过所述第一关键词查找对应关系库,确定出所述第一关键词对应的第一关键属性;所述对应关系库用于保存预设的关键词与关键属性的对应关系;
将所述第一关键属性作为所述第二关键词。
10.如权利要求1-9任一所述的方法,其特征在于,在所述基于各个关键词的句法属性确定出用于表征所述字符串的搜索意图的核心关键词之后,所述方法还包括:通过所述核心关键词确定出基于所述字符串进行搜索的搜索结果。
11.如权利要求10所述的方法,其特征在于,所述通过所述核心关键词确定出基于所述字符串进行搜索的搜索结果,包括:
通过所述字符串进行搜索获得候选搜索结果;
通过所述核心关键词对所述候选搜索结果进行筛选,得到所述搜索结果。
12.一种搜索装置,其特征在于,包括:
获得模块,用于获得用于搜索的字符串;
第一确定模块,用于基于依存句法分析确定出所述字符串包括的各个关键词的句法属性;
第二确定模块,用于基于各个关键词的句法属性确定出用于表征所述字符串的搜索意图的核心关键词。
13.一种设备,其特征在于,包括有存储器,以及一个或者一个以上的程序,其中一个或者一个以上程序存储于存储器中,且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令:
获得用于搜索的字符串;
基于依存句法分析确定出所述字符串包括的各个关键词的句法属性;
基于各个关键词的句法属性确定出用于表征所述字符串的搜索意图的核心关键词。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710054671.XA CN108345608A (zh) | 2017-01-24 | 2017-01-24 | 一种搜索方法、装置及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710054671.XA CN108345608A (zh) | 2017-01-24 | 2017-01-24 | 一种搜索方法、装置及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108345608A true CN108345608A (zh) | 2018-07-31 |
Family
ID=62961942
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710054671.XA Pending CN108345608A (zh) | 2017-01-24 | 2017-01-24 | 一种搜索方法、装置及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108345608A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109286823A (zh) * | 2018-09-28 | 2019-01-29 | 传线网络科技(上海)有限公司 | 多媒体内容的获取方法及装置 |
CN110543592A (zh) * | 2019-08-27 | 2019-12-06 | 北京百度网讯科技有限公司 | 信息搜索方法、装置以及计算机设备 |
CN111008309A (zh) * | 2019-12-06 | 2020-04-14 | 北京百度网讯科技有限公司 | 查询方法及装置 |
CN111008268A (zh) * | 2019-10-31 | 2020-04-14 | 支付宝(杭州)信息技术有限公司 | 基于对话系统获取与用户问句对应的反问句的方法和装置 |
CN112559733A (zh) * | 2019-09-26 | 2021-03-26 | 阿里巴巴集团控股有限公司 | 信息获取方法、装置、电子设备及计算机可读存储介质 |
CN112966075A (zh) * | 2021-02-23 | 2021-06-15 | 北京新方通信技术有限公司 | 一种基于特征树的语义匹配问答方法及系统 |
CN115270786A (zh) * | 2022-09-27 | 2022-11-01 | 炫我信息技术(北京)有限公司 | 一种识别问句意图的方法、装置、设备和可读存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1928864A (zh) * | 2006-09-22 | 2007-03-14 | 浙江大学 | 一种基于问答库的中文自然语言问答方法 |
CN101510221A (zh) * | 2009-02-17 | 2009-08-19 | 北京大学 | 一种用于信息检索的查询语句分析方法与系统 |
CN104252533A (zh) * | 2014-09-12 | 2014-12-31 | 百度在线网络技术(北京)有限公司 | 搜索方法和搜索装置 |
CN104573028A (zh) * | 2015-01-14 | 2015-04-29 | 百度在线网络技术(北京)有限公司 | 实现智能问答的方法和系统 |
CN104657463A (zh) * | 2015-02-10 | 2015-05-27 | 乐娟 | 应用于自动问答系统的问句分类方法及装置 |
CN104866511A (zh) * | 2014-02-26 | 2015-08-26 | 华为技术有限公司 | 一种添加多媒体文件的方法及设备 |
CN105335348A (zh) * | 2014-08-07 | 2016-02-17 | 阿里巴巴集团控股有限公司 | 基于目标语句的依存句法分析方法、装置及服务器 |
CN105912575A (zh) * | 2016-03-31 | 2016-08-31 | 百度在线网络技术(北京)有限公司 | 文字信息推送方法和装置 |
-
2017
- 2017-01-24 CN CN201710054671.XA patent/CN108345608A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1928864A (zh) * | 2006-09-22 | 2007-03-14 | 浙江大学 | 一种基于问答库的中文自然语言问答方法 |
CN101510221A (zh) * | 2009-02-17 | 2009-08-19 | 北京大学 | 一种用于信息检索的查询语句分析方法与系统 |
CN104866511A (zh) * | 2014-02-26 | 2015-08-26 | 华为技术有限公司 | 一种添加多媒体文件的方法及设备 |
CN105335348A (zh) * | 2014-08-07 | 2016-02-17 | 阿里巴巴集团控股有限公司 | 基于目标语句的依存句法分析方法、装置及服务器 |
CN104252533A (zh) * | 2014-09-12 | 2014-12-31 | 百度在线网络技术(北京)有限公司 | 搜索方法和搜索装置 |
CN104573028A (zh) * | 2015-01-14 | 2015-04-29 | 百度在线网络技术(北京)有限公司 | 实现智能问答的方法和系统 |
CN104657463A (zh) * | 2015-02-10 | 2015-05-27 | 乐娟 | 应用于自动问答系统的问句分类方法及装置 |
CN105912575A (zh) * | 2016-03-31 | 2016-08-31 | 百度在线网络技术(北京)有限公司 | 文字信息推送方法和装置 |
Non-Patent Citations (6)
Title |
---|
刘增健: ""基于网络搜索的问答系统"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
李江华,时鹏: ""一种基于领域的语义搜索引擎模型SSEM"", 《情报杂志》 * |
杨清琳,李陶深,农健: ""基于领域本体知识库的语义查询扩展"", 《计算机工程与设计》 * |
王锐兵,许有志,王道平: ""基于语义扩展的知识服务检索与组合方法研究"", 《情报杂志》 * |
翟东升: "《专利知识挖掘关键技术研究》", 31 January 2013 * |
解耀伟: ""基于Hadoop的分布式垂直搜素引擎研究与设计"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109286823A (zh) * | 2018-09-28 | 2019-01-29 | 传线网络科技(上海)有限公司 | 多媒体内容的获取方法及装置 |
CN109286823B (zh) * | 2018-09-28 | 2021-03-19 | 阿里巴巴(中国)有限公司 | 多媒体内容的获取方法及装置 |
CN110543592A (zh) * | 2019-08-27 | 2019-12-06 | 北京百度网讯科技有限公司 | 信息搜索方法、装置以及计算机设备 |
CN110543592B (zh) * | 2019-08-27 | 2022-04-01 | 北京百度网讯科技有限公司 | 信息搜索方法、装置以及计算机设备 |
CN112559733A (zh) * | 2019-09-26 | 2021-03-26 | 阿里巴巴集团控股有限公司 | 信息获取方法、装置、电子设备及计算机可读存储介质 |
CN111008268A (zh) * | 2019-10-31 | 2020-04-14 | 支付宝(杭州)信息技术有限公司 | 基于对话系统获取与用户问句对应的反问句的方法和装置 |
CN111008268B (zh) * | 2019-10-31 | 2021-05-18 | 支付宝(杭州)信息技术有限公司 | 基于对话系统获取与用户问句对应的反问句的方法和装置 |
CN111008309A (zh) * | 2019-12-06 | 2020-04-14 | 北京百度网讯科技有限公司 | 查询方法及装置 |
CN111008309B (zh) * | 2019-12-06 | 2023-08-08 | 北京百度网讯科技有限公司 | 查询方法及装置 |
CN112966075A (zh) * | 2021-02-23 | 2021-06-15 | 北京新方通信技术有限公司 | 一种基于特征树的语义匹配问答方法及系统 |
CN115270786A (zh) * | 2022-09-27 | 2022-11-01 | 炫我信息技术(北京)有限公司 | 一种识别问句意图的方法、装置、设备和可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108345608A (zh) | 一种搜索方法、装置及设备 | |
CN110008401B (zh) | 关键词提取方法、关键词提取装置和计算机可读存储介质 | |
US20170154104A1 (en) | Real-time recommendation of reference documents | |
CN107621886B (zh) | 一种输入推荐方法、装置及电子设备 | |
CN107527619B (zh) | 语音控制业务的定位方法及装置 | |
CN111128183B (zh) | 语音识别方法、装置和介质 | |
CN110781305A (zh) | 基于分类模型的文本分类方法及装置,以及模型训练方法 | |
CN111368541B (zh) | 命名实体识别方法及装置 | |
CN110069624B (zh) | 文本处理方法及装置 | |
CN108345625B (zh) | 一种信息挖掘方法和装置、一种用于信息挖掘的装置 | |
WO2019109663A1 (zh) | 一种跨语言搜索方法和装置、一种用于跨语言搜索的装置 | |
CN111984749A (zh) | 一种兴趣点排序方法和装置 | |
CN112307281A (zh) | 一种实体推荐方法及装置 | |
CN114328838A (zh) | 事件抽取方法、装置、电子设备及可读存储介质 | |
CN111538830B (zh) | 法条检索方法、装置、计算机设备及存储介质 | |
CN112784142A (zh) | 一种信息推荐方法及装置 | |
CN111046210A (zh) | 一种信息推荐方法、装置和电子设备 | |
CN111241844B (zh) | 一种信息推荐方法及装置 | |
CN111831132A (zh) | 一种信息推荐方法、装置和电子设备 | |
CN107291259B (zh) | 一种信息显示方法、装置和用于信息显示的装置 | |
CN110781689B (zh) | 信息处理方法、装置及存储介质 | |
CN110858100B (zh) | 联想候选词生成方法及装置 | |
CN111381685B (zh) | 一种句联想方法和装置 | |
CN109976548B (zh) | 一种输入方法及输入装置 | |
CN110399468B (zh) | 一种数据处理方法、装置和用于数据处理的装置 |
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: 20180731 |