CN109753556A - 一种查询类别推测方法、装置、设备及存储介质 - Google Patents
一种查询类别推测方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN109753556A CN109753556A CN201811584396.3A CN201811584396A CN109753556A CN 109753556 A CN109753556 A CN 109753556A CN 201811584396 A CN201811584396 A CN 201811584396A CN 109753556 A CN109753556 A CN 109753556A
- Authority
- CN
- China
- Prior art keywords
- user
- category
- current
- query
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000012549 training Methods 0.000 claims description 8
- 238000013527 convolutional neural network Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 abstract description 3
- 235000006040 Prunus persica var persica Nutrition 0.000 description 7
- 244000144730 Amygdalus persica Species 0.000 description 4
- 240000005809 Prunus persica Species 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明实施例涉及数据处理技术领域，具体涉及一种查询类别推测方法、装置、设备及存储介质。所述查询类别推测方法包括：获取用户的当前查询信息；根据所述当前查询信息判断用户的当前欲查询类别是否为多种预设类别中的一种；当根据所述当前查询信息判断用户的当前欲查询类别不为多种预设类别中的一种时，根据所述当前查询信息和所述用户的历史查询类别推测用户的欲查询类别，推测得到的用户的欲查询类别为多种预设类别中的一种。本发明实施例的优点为：可以引导用户进一步明确欲查询类别或者向用户返回根据推测得到的欲查询类别进行搜索得到的搜索结果。
Description
技术领域
本发明实施例涉及数据处理领域，具体涉及一种查询类别推测方法、装置、设备及存储介质。
背景技术
随着语音识别技术的发展，用户可以通过查询类别推测设备运行，例如，通过语音进行信息查询、文件获取等。通过语音进行搜索更便捷、更易操作，越来越多的用户倾向于使用语音搜索。
现有技术中，用户在进行语音搜索时，语音搜索系统一般先将用户输入的查询信息进行类别划分，如果能划分到预设的类别上，则进行搜索，进而向用户返回搜索结果；如果不能划分到预设的类别上，则不进行搜索，而是直接向用户返回无搜索结果，导致用户体验较差。
发明内容
为此，本发明实施例提供一种查询类别推测方法、装置、设备及存储介质，以解决现有技术中在用户输入的查询信息不能划分到预设类别上时返回无搜索结果而导致的用户体验较差的问题。
为了实现上述目的，本发明的实施方式提供如下技术方案：
在本发明的实施方式的第一方面中，提供了查询类别推测方法，包括：获取用户的当前查询信息；根据所述当前查询信息判断用户的当前欲查询类别是否为多种预设类别中的一种；当根据所述当前查询信息判断用户的当前欲查询类别不为多种预设类别中的一种时，根据所述当前查询信息和用户的历史查询类别推测用户的欲查询类别，推测得到的用户的欲查询类别为多种预设类别中的一种。
在本发明的一个实施例中，所述根据所述当前查询信息和用户的历史查询类别推测用户的欲查询类别包括：根据所述当前查询信息和所述用户的历史查询类别计算所述用户的当前欲查询类别为多种预设类别中的一种的第一置信度；当第一置信度大于或等于第一阈值时，根据所述当前查询信息按照推测得到的用户的欲查询类别进行垂直搜索，并向用户呈现所述垂直搜索的结果。
在本发明的一个实施例中，所述根据所述当前查询信息判断用户的当前欲查询类别是否为多种预设类别中的一种包括：根据所述当前查询信息计算所述用户的当前欲查询类别为多种预设类别中一种的第二置信度；当第二置信度小于第二阈值时，则所述用户的当前欲查询类别不为多种预设类别中的一种。
在本发明的一个实施例中，所述根据所述当前查询信息和用户的历史查询类别推测用户的欲查询类别包括：根据第二置信度和所述用户的历史查询类别计算所述用户的当前欲查询类别为多种预设类别中的一种的第一置信度；当第一置信度大于或等于第一阈值时，根据所述当前查询信息按照推测得到的用户的欲查询类别进行垂直搜索，并向用户呈现所述垂直搜索的结果。
在本发明的一个实施例中，所述当前查询信息为语音信息时，所述获取用户的当前查询信息包括：将所述语音信息转换为文本信息；所述根据所述当前查询信息判断用户的当前欲查询类别是否为多种预设类别中的一种包括：根据所述文本信息判断用户的当前欲查询类别是否为多种预设类别中的一种；所述根据所述当前查询信息和用户的历史查询类别推测用户的欲查询类别包括：根据所述文本信息和用户的历史查询类别推测用户的欲查询类别。
在本发明的一个实施例中，所述根据所述文本信息判断用户的当前欲查询类别是否为多种预设类别中的一种包括：使用查询类别识别模型根据所述文本信息判断用户的当前欲查询类别是否为多种预设类别中的一种，所述查询类别识别模型为采用多个用户的历史查询信息和所述多个用户从所述历史查询信息对应的查询结果中选取的查询目标所属的查询类别进行训练得到的。
在本发明的一个实施例中，所述查询类别识别模型由卷积神经网络训练得到。
在本发明的实施方式的第二方面中，提供了一种查询类别推测装置，包括：获取单元，用于获取用户的当前查询信息；判断单元，用于根据所述当前查询信息判断用户的当前欲查询类别是否为多种预设类别中的一种；推测单元，用于当根据所述当前查询信息判断用户的当前欲查询类别不为多种预设类别中的一种时，根据所述当前查询信息和用户的历史查询类别推测用户的欲查询类别，推测得到的用户的欲查询类别为多种预设类别中的一种。
在本发明的实施方式的第三方面中，提供了一种电子设备，包括处理器和存储器；其中，所述存储器存储代码；所述处理器执行所述代码，用于执行第一方面所述的查询类别推测方法。
在本发明的实施方式的第四方面中，提供了一种存储程序的计算机可读存储介质，所述程序包括指令，所述指令被计算机执行时，使所述计算机执行第一方面所述的查询类别推测方法。
根据本发明的实施方式，本发明提供的查询类别推测方法、装置、设备及存储介质具有如下优点：当用户输入的当前查询信息不能被归为预设类别时，根据当前查询信息和该用户的历史查询结果推测用户当前欲查询类别，从而可以引导用户进一步明确欲查询类别或者向用户返回根据推测得到的欲查询类别进行搜索得到的搜索结果。
附图说明
为了更清楚地说明本发明的实施方式或现有技术中的技术方案，下面将对实施方式或现有技术描述中所需要使用的附图作简单地介绍。显而易见地，下面描述中的附图仅仅是示例性的，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图引伸获得其它的实施附图。
图1为本发明的一实施例提供的一种查询类别推测方法的流程图；
图2为本发明的另一实施例提供的一种查询类别推测装置的结构示意图；
图3为本发明的另一实施例提供的一种电子设备的结构示意图。
图中：21.获取单元，22.判断单元，23.推测单元，31.处理器，32.存储器。
具体实施方式
以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例提供的查询类别推测方法可以应用于按照查询类别进行垂直搜索的查询设备。在按照查询类别进行垂直搜索的查询设备中，需要先确定用户的当前欲查询类别，然后按照用户当前欲查询类别根据用户输入的当前查询信息进行垂直搜索。需要说明的是，在本实施例中，垂直搜索时根据查询信息按照查询类别进行搜索，例如查询类别为“电视剧”，则根据查询词至搜索电视剧。
接下来，对本发明实施例提供的查询类别推测方法进行具体介绍。
实施例1
本实施例提供了一种查询类别推测方法，其执行主体可以为任何具有计算能力的电子设备，该电子设备还具有语音采集部件，可以接收用户输入的语音信息。
如图1所示，所述查询类别推测方法包括如下步骤。
步骤11、获取用户的当前查询信息。
当前查询信息可以为用户通过键盘、触摸屏等输入设备输入的文字信息，也可以为通过麦克风等输入的语音信息。
当前查询信息为语音信息时，所述获取用户的当前查询信息包括将所述语音信息转换为文本信息。语言信息转换文本信息的技术可以参考现有技术的介绍，此处不再赘述。
步骤12、根据所述当前查询信息判断用户的当前欲查询类别是否为多种预设类别中的一种。
所述用户的当前欲查询类别是指用户想通过当前查询信息查询得到信息的类别，例如用户想看某一部电视剧，其当前欲查询类别为“电视剧”。
可以预设多个类别，例如“歌曲”、“电影”、“电视剧”、“小说”、“天气”等。根据当前查询信息判断所述用户的当前欲查询类别是否为上述预设的类别中的一种。
在一个示例中，所述根据所述当前查询信息判断用户的当前欲查询类别是否为多种预设类别中的一种包括：根据所述当前查询信息计算所述用户的当前欲查询类别为多种预设类别中一种的第二置信度；当第二置信度小于第二阈值时，则用户的当前欲查询类别不为多种预设类别中的一种。
第二阈值为预先设置的置信度阈值，例如可以为0.8。举例而言，用户如输入的当前查询信息为“三生三世十里桃花”，假设“三生三世十里桃花”新上映的电视剧，用于判断查询类别的模型所采用的训练数据中关于“三生三世十里桃花”对应“电视剧”的样本较少。相应地，根据“三生三世十里桃花”计算出的当前欲查询类别为“电视剧”的置信度也较低，假设为0.5，其小于0.8，不能被判断为电视剧类别。
再举例而言，用户输入的当前查询信息为“亮刀”，则根据“亮刀”计算出根据“亮刀”计算出的当前欲查询类别为“电视剧”的置信度为0.5，根据“亮刀”计算出的当前欲查询类别为“小说”的置信度为0.01，其都小于第二阈值0.8，则可以认为用户当前欲查询类别不为多种预设类别中的一种。
在一个示例中，所述根据所述文本信息判断所述用户的当前欲查询类别是否为多种预设类别中的一种包括：使用查询类别识别模型根据所述文本信息判断所述用户的当前欲查询类别是否为多种预设类别中的一种，所述查询类别识别模型为采用多个用户的历史查询信息和所述多个用户从所述历史查询信息对应的查询结果中选取的查询目标所属的查询类别进行训练得到的。
可以搜集多个用户的历史查询信息，以及用户从根据该历史查询信息进行非垂直搜索到的结果中选取的查询目标，然后根据历史查询信息和查询目标对应的查询类别进行模型训练。例如，1000个用户通过百度等搜索引擎搜了“亮剑”，百度等搜索引擎给出的搜索结果有小说类别的，有电视剧类别的，有幕后新闻类别等，其中，900个用户选择了电视剧类别的搜索结果，50个用户选择了小说类别的搜索结果，即电视剧类别的搜索结果为900个用户以“亮剑”为查询信息的查询目标，说类别的搜索结果为50个用户以“亮剑”为查询信息的查询目标。
需要说明的是，在训练时考虑查询信息语义之间的关系，例如“亮亮剑”和“亮刀”之间的语义，相比“亮剑”和“三生三世”之间的语义更接近。查询信息语义之间的关系可以用词向量来计算，词向量就是一种描述某个词所蕴含的语义的一组数字。本实施例可以使用谷歌提供的工具word2vec(word2vec地址：https://code.google.com/archive/p/word2vec/)进行语义关系计算。
根据上述数据进行查询类别识别模型训练。具体可以使用卷积神经网络进行查询类别识别模型训练。
步骤13、当根据所述当前查询信息判断用户的当前欲查询类别不为多种预设类别中的一种时，根据所述当前查询信息和用户的历史查询类别推测用户的欲查询类别，推测得到的用户的欲查询类别为多种预设类别中的一种。
用户的欲查询类别是指利用当前查询信息和用户的历史查询类别推测的用户本次可能想要查询的类别。
用户的历史查询类别为历史上用户输入的查询信息的查询类别，例如，历史上，用户查询信息的查询类别可以为“电视剧”、“电影”等。
在具体实现时，可以设置所述当前查询信息和用户的历史查询类别的权重，可以分别根据所述当前查询信息和根据用户的历史查询类别进行计算，然后利用预设的权重加权后相加，相加的和用于推测得到的欲查询类别。其中，根据所述当前查询信息进行计算的方法为步骤12中介绍的计算方法。
根据所述当前查询信息和用户的历史查询类别推测所述用户的欲查询类别具体为：根据所述用户的各个历史查询类别的次数占历史查询总次数和所述当前查询信息进行查询。
在一个示例中，所述根据所述当前查询信息和用户的历史查询类别推测所述用户的欲查询类别包括：根据所述当前查询信息和用户的历史查询类别计算所述用户的欲查询类别为多种预设类别中的一种的第一置信度；当第一置信度大于或等于第一阈值时，根据所述当前查询信息按照推测得到的用户的欲查询类别进行垂直搜索，并向用户呈现所述垂直搜索的结果；当第一置信度低于第一阈值时，向所述用户呈现所述推测得到的欲查询类别。
可以预先设置第一阈值，例如可以为0.8。当计算得到的第一置信度大于或等于第一阈值时，可以先进行按照推测得到的欲查询类别进行垂直搜索，并将搜索结果返给用户。当计算得到的第一置信度小于第一阈值时，先不进行垂直搜索，而是先将推测得到的欲查询类别返回给用户，使用户确认推测得到的欲查询类别是否为其想要的类别。
具体地，所述根据所述当前查询信息和用户的历史查询类别推测所述用户的欲查询类别包括：根据第二置信度和所述用户的历史查询类别推测所述用户的欲查询类别为多种预设类别中的一种的第一置信度。
举例而言，用户输入的当前查询信息为“三生三世十里桃花”，如介绍步骤12的内容所述，其属于电视剧的类别的第二置信度为0.5，用户历史查询中，电视剧类别的查询次数占总次数的比例为0.9，假设第二置信度的权重为0.3，用户的历史查询类别的权重为0.7，则可以计算得到查询类别为“电视剧”的第一置信度为0.87，则可以直接按照电视剧类别根据“三生三世十里桃花”进行垂直搜索。
再例如，用户输入的当前查询信息为“三生三世十里桃花”，如介绍步骤12的内容所述，其属于电视剧的类别的第二置信度为0.5，用户历史查询中，电视剧类别的查询次数占总次数的比例为0.5，假设第二置信度的权重为0.3，用户的历史查询类别的权重为0.7，则可以计算得到查询类别为“电视剧”的第一置信度为0.5，其小于0.8，则直接向用户返回用于表示“查询类别是否为电视剧”的信息，以使用户确认推测得到的欲查询类别是否符合用户的意图。
本实施例提供的查询类别推测方法具有如下优点：当用户输入的当前查询信息不能被归为预设类别时，根据当前查询信息和该用户的历史查询结果推测用户当前欲查询类别，从而可以引导用户进一步明确欲查询类别或者向用户返回根据推测得到的欲查询类别进行搜索得到的搜索结果。
实施例2
本实施例提供了一种查询类别推测装置，如图2所示，包括：
获取单元21，用于获取用户的当前查询信息；
判断单元22，用于根据所述当前查询信息判断用户的当前欲查询类别是否为多种预设类别中的一种；
推测单元23，用于当根据所述当前查询信息判断用户的当前欲查询类别不为多种预设类别中的一种时，根据所述当前查询信息和用户的历史查询类别推测用户的欲查询类别；推测得到的欲查询类别为多种预设类别中的一种。
本实施例提供的查询类别推测装置各功能单元的功能可以参考实施例1记载的内容实现，此处不再赘述。
本实施例提供查询类别推测装置具有如下优点：当用户输入的当前查询信息不能被归为预设类别时，根据当前查询信息和该用户的历史查询结果推测用户当前欲查询类别，从而可以引导用户进一步明确欲查询类别或者向用户返回根据推测得到的欲查询类别进行搜索得到的搜索结果。
实施例3
本实施例提供了一种电子设备，如图3所示，包括处理器31和存储器32；其中，
所述存储器32存储代码；
所述处理器31执行所述代码，用于执行实施例1所述的查询类别推测方法。
本实施例提供电子设备具有如下优点：当用户输入的当前查询信息不能被归为预设类别时，根据当前查询信息和该用户的历史查询结果推测用户当前欲查询类别，从而可以引导用户进一步明确欲查询类别或者向用户返回根据推测得到的欲查询类别进行搜索得到的搜索结果。
实施例4
本实施例提供了一种存储程序的计算机可读存储介质，所述程序包括指令，所述指令被计算机执行时，使所述计算机执行实施例1所述的查询类别推测方法。
在本发明的实施例中，处理器可以是一种集成电路芯片，具有信号的处理能力。处理器可以是通用处理器、数字信号处理器(Digital Signal Processor，简称DSP)、专用集成电路(Application Specific Integrated Circuit，简称ASIC)、现场可编程门阵列(Field Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。处理器读取存储介质中的信息，结合其硬件完成上述方法的步骤。
存储介质可以是存储器，例如可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。
其中，非易失性存储器可以是只读存储器(Read-Only Memory，简称ROM)、可编程只读存储器(Programmable ROM，简称PROM)、可擦除可编程只读存储器(Erasable PROM，简称EPROM)、电可擦除可编程只读存储器(Electrically EPROM，简称EEPROM)或闪存。
易失性存储器可以是随机存取存储器(Random Access Memory，简称RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(Static RAM，简称SRAM)、动态随机存取存储器(Dynamic RAM，简称DRAM)、同步动态随机存取存储器(Synchronous DRAM，简称SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data RateSDRAM，简称DDRSDRAM)、增强型同步动态随机存取存储器(EnhancedSDRAM，简称ESDRAM)、同步连接动态随机存取存储器(Synchlink DRAM，简称SLDRAM)和直接内存总线随机存取存储器(DirectRambus RAM，简称DRRAM)。
本发明实施例描述的存储介质旨在包括但不限于这些和任意其它适合类型的存储器。
本领域技术人员应该可以意识到，在上述一个或多个示例中，本发明所描述的功能可以用硬件与软件组合来实现。当应用软件时，可以将相应功能存储在计算机可读介质中或者作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质，其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是通用或专用计算机能够存取的任何可用介质。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的技术方案的基础之上，所做的任何修改、等同替换、改进等，均应包括在本发明的保护范围之内。
Claims (10)
1.一种查询类别推测方法，其特征在于，包括：
获取用户的当前查询信息；
根据所述当前查询信息判断用户的当前欲查询类别是否为多种预设类别中的一种；
当根据所述当前查询信息判断用户的当前欲查询类别不为多种预设类别中的一种时，根据所述当前查询信息和用户的历史查询类别推测用户的欲查询类别，推测得到的用户的欲查询类别为多种预设类别中的一种。
2.根据权利要求1所述的查询类别推测方法，其特征在于，所述根据所述当前查询信息和用户的历史查询类别推测用户的欲查询类别包括：
根据所述当前查询信息和所述用户的历史查询类别计算所述用户的当前欲查询类别为多种预设类别中的一种的第一置信度；
当第一置信度大于或等于第一阈值时，根据所述当前查询信息按照推测得到的用户的欲查询类别进行垂直搜索，并向用户呈现所述垂直搜索的结果。
3.根据权利要求1所述的查询类别推测方法，其特征在于，所述根据所述当前查询信息判断用户的当前欲查询类别是否为多种预设类别中的一种包括：
根据所述当前查询信息计算所述用户的当前欲查询类别为多种预设类别中一种的第二置信度；
当第二置信度小于第二阈值时，则所述用户的当前欲查询类别不为多种预设类别中的一种。
4.根据权利要求3所述的查询类别推测方法，其特征在于，所述根据所述当前查询信息和用户的历史查询类别推测用户的欲查询类别包括：
根据第二置信度和所述用户的历史查询类别计算所述用户的当前欲查询类别为多种预设类别中的一种的第一置信度；
当第一置信度大于或等于第一阈值时，根据所述当前查询信息按照推测得到的用户的欲查询类别进行垂直搜索，并向用户呈现所述垂直搜索的结果。
5.根据权利要求1所述的查询类别推测方法，其特征在于，所述当前查询信息为语音信息时，所述获取用户的当前查询信息包括：将所述语音信息转换为文本信息；
所述根据所述当前查询信息判断用户的当前欲查询类别是否为多种预设类别中的一种包括：
根据所述文本信息判断用户的当前欲查询类别是否为多种预设类别中的一种；
所述根据所述当前查询信息和用户的历史查询类别推测用户的欲查询类别包括：
根据所述文本信息和用户的历史查询类别推测用户的欲查询类别。
6.根据权利要求5所述的查询类别推测方法，其特征在于，所述根据所述文本信息判断用户的当前欲查询类别是否为多种预设类别中的一种包括：
使用查询类别识别模型根据所述文本信息判断用户的当前欲查询类别是否为多种预设类别中的一种，所述查询类别识别模型为采用多个用户的历史查询信息和所述多个用户从所述历史查询信息对应的查询结果中选取的查询目标所属的查询类别进行训练得到的。
7.根据权利要求6所述的查询类别推测方法，其特征在于，所述查询类别识别模型由卷积神经网络训练得到。
8.一种查询类别推测装置，其特征在于，包括：
获取单元，用于获取用户的当前查询信息；
判断单元，用于根据所述当前查询信息判断用户的当前欲查询类别是否为多种预设类别中的一种；
推测单元，用于当根据所述当前查询信息判断所述用户的当前欲查询类别不为多种预设类别中的一种时，根据所述当前查询信息和用户的历史查询类别推测用户的欲查询类别，推测得到的用户的欲查询类别为多种预设类别中的一种。
9.一种电子设备，其特征在于，包括处理器和存储器；其中，
所述存储器存储代码；
所述处理器执行所述代码，用于执行权利要求1-7任一项所述的查询类别推测方法。
10.一种存储程序的计算机可读存储介质，其特征在于，所述程序包括指令，所述指令被计算机执行时，使所述计算机执行权利要求1-7任一项所述的查询类别推测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811584396.3A CN109753556A (zh) | 2018-12-24 | 2018-12-24 | 一种查询类别推测方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811584396.3A CN109753556A (zh) | 2018-12-24 | 2018-12-24 | 一种查询类别推测方法、装置、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109753556A true CN109753556A (zh) | 2019-05-14 |
Family
ID=66403148
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811584396.3A Pending CN109753556A (zh) | 2018-12-24 | 2018-12-24 | 一种查询类别推测方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109753556A (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102880609A (zh) * | 2011-07-13 | 2013-01-16 | 北京百度网讯科技有限公司 | 一种用于提供与查询序列相对应的搜索结果的设备和方法 |
| US20150286685A1 (en) * | 2014-04-02 | 2015-10-08 | Microsoft Corporation | Reference resolution |
| CN107832468A (zh) * | 2017-11-29 | 2018-03-23 | 百度在线网络技术（北京）有限公司 | 需求识别方法和装置 |
| CN108415897A (zh) * | 2018-01-18 | 2018-08-17 | 北京百度网讯科技有限公司 | 基于人工智能的类别判别方法、装置及存储介质 |
-
2018
- 2018-12-24 CN CN201811584396.3A patent/CN109753556A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102880609A (zh) * | 2011-07-13 | 2013-01-16 | 北京百度网讯科技有限公司 | 一种用于提供与查询序列相对应的搜索结果的设备和方法 |
| US20150286685A1 (en) * | 2014-04-02 | 2015-10-08 | Microsoft Corporation | Reference resolution |
| CN107832468A (zh) * | 2017-11-29 | 2018-03-23 | 百度在线网络技术（北京）有限公司 | 需求识别方法和装置 |
| CN108415897A (zh) * | 2018-01-18 | 2018-08-17 | 北京百度网讯科技有限公司 | 基于人工智能的类别判别方法、装置及存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 刘宪立等: "《信息检索与利用》", 31 August 2018, 云南大学出版社 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP2191460B1 (en) | Method and system of optimal selection strategy for statistical classifications | |
| CN109101481B (zh) | 一种命名实体识别方法、装置及电子设备 | |
| US8560513B2 (en) | Searching for information based on generic attributes of the query | |
| WO2021008015A1 (zh) | 意图识别方法、设备及计算机可读存储介质 | |
| US20090055164A1 (en) | Method and System of Optimal Selection Strategy for Statistical Classifications in Dialog Systems | |
| CN109634698B (zh) | 菜单显示方法、装置、计算机设备及存储介质 | |
| WO2017206661A1 (zh) | 语音识别的方法及系统 | |
| CN111767713B (zh) | 关键词的提取方法、装置、电子设备及存储介质 | |
| CN110019896A (zh) | 一种图像检索方法、装置及电子设备 | |
| CN110263122B (zh) | 一种关键词获取方法、装置及计算机可读存储介质 | |
| CN113204618A (zh) | 基于语义增强的信息识别方法、装置、设备及存储介质 | |
| CN113157876A (zh) | 信息反馈方法、装置、终端和存储介质 | |
| CN110147494A (zh) | 信息搜索方法、装置，存储介质及电子设备 | |
| CN114818729A (zh) | 一种训练语义识别模型、查找语句的方法、装置及介质 | |
| CN108899030A (zh) | 一种语音识别方法及装置 | |
| CN110164416B (zh) | 一种语音识别方法及其装置、设备和存储介质 | |
| CN108682415A (zh) | 语音搜索方法、装置和系统 | |
| CN112100509B (zh) | 信息推荐方法、装置、服务器和存储介质 | |
| CN111858966B (zh) | 知识图谱的更新方法、装置、终端设备及可读存储介质 | |
| CN117334186B (zh) | 一种基于机器学习的语音识别方法及nlp平台 | |
| CN112579751A (zh) | 用户信息填入方法、装置以及计算机设备 | |
| CN109753556A (zh) | 一种查询类别推测方法、装置、设备及存储介质 | |
| CN112447173A (zh) | 语音交互方法、装置及计算机存储介质 | |
| CN111159526B (zh) | 查询语句处理方法、装置、设备及存储介质 | |
| CN113111855B (zh) | 一种多模态情感识别方法、装置、电子设备及存储介质 |
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 |
Application publication date: 20190514 |
|
| RJ01 | Rejection of invention patent application after publication |