CN110727862B - 一种商品搜索的查询策略的生成方法及装置 - Google Patents

Abstract

本发明公开了一种商品搜索的查询策略的生成方法及装置，该方法包括：当搜索语句的长度满足第一阈值时，选取匹配范围限制策略，否则，选取字段加权策略；当选取的是匹配范围限制策略时，若搜索语句的分词结果中的分词与预先获取的离线数据中的短语窗口匹配成功，则根据匹配成功的短语窗口对搜索语句进行匹配范围限制，生成查询策略；当选取的是字段加权策略时，若搜索语句的分词结果中的分词中包含离线数据中的查询意图的特征词，则对分词结果中的分词对应的查询意图字段进行加权，生成查询策略。本发明通过根据匹配范围限制策略或者字段加权策略来生成查询策略，提升不同类型搜索的排序效果，在兼顾召回率的条件下提升候选商品的排序相关性。

Description

一种商品搜索的查询策略的生成方法及装置

技术领域

本发明涉及互联网电子商务商品搜索技术领域，特别涉及一种商品搜索的查询策略的生成方法及装置。

背景技术

现有技术中，搜索通常是针对词语字面文本符号进行匹配的，即针对搜索词语进行分词，然后遍历商品所有字段信息，如果一个商品包含搜索词语的全部或大部分term（指分词结果中的分词），则该商品会被匹配，但因其它因素影响，该商品可能并不符合搜索预期，会存在以下现象：

1、Term之间共同出现规律不强的长尾词语搜索效果不好；

2、配件排序会出现在主件前面的紊乱现象；

3、意图搜索区分能力弱，主要涉及“试用/拼购/生鲜/店铺/二手/促销词”等。

因此，亟需提出一种新的商品搜索的查询策略的生成方法，已解决上述问题。

发明内容

为了解决现有技术的问题，本发明实施例提供了一种商品搜索的查询策略的生成方法及装置，以克服现有技术中搜索结果中的商品与搜索语句的相关性不强等问题。

为解决上述一个或多个技术问题，本发明采用的技术方案是：

一方面，提供了一种商品搜索的查询策略的生成方法，该方法包括如下步骤：

当搜索语句的长度满足第一阈值时，选取匹配范围限制策略，否则，选取字段加权策略；

当选取的是匹配范围限制策略时，若所述搜索语句的分词结果中的分词与预先获取的离线数据中的短语窗口匹配成功，则根据匹配成功的短语窗口对所述搜索语句进行匹配范围限制，生成查询策略；

当选取的是字段加权策略时，若所述搜索语句的分词结果中的分词中包含所述离线数据中的查询意图的特征词，则对所述分词结果中的分词对应的查询意图字段进行加权，生成查询策略。

进一步的，所述离线数据还包括短语词以及字段分类及其概率。

进一步的，若所述搜索语句的分词结果中的分词与预先获取的离线数据中的短语窗口匹配成功，则根据匹配成功的短语窗口对所述搜索语句进行匹配范围限制，生成查询策略包括：

对所述搜索语句进行分词处理，将分词结果中的分词与所述短语词进行匹配；

若所述分词结果中的分词与所述短语词匹配成功，则根据预设的合并条件对所述分词结果中的分词进行合并；

若所述分词结果中的分词合并失败，则将所述分词结果中的分词与所述短语窗口进行匹配；

若所述分词结果中的分词与所述短语窗口匹配成功，则根据匹配成功的短语窗口对所述搜索语句进行匹配范围限制，生成查询策略。

进一步的，若所述搜索语句的分词结果中的分词与预先获取的离线数据中的短语窗口匹配成功，则根据匹配成功的短语窗口对所述搜索语句进行匹配范围限制，生成查询策略还包括：

若所述分词结果中的分词合并成功，或者若所述分词结果中的分词与所述短语窗口匹配不成功，则在所述字段分类及其概率中查询所述分词结果中的分词对应的字段分类，根据所述分词结果中的分词对应的字段分类对所述搜索语句进行匹配范围限制，生成查询策略。

进一步的，若所述搜索语句的分词结果中的分词与预先获取的离线数据中的短语窗口匹配成功，则根据匹配成功的短语窗口对所述搜索语句进行匹配范围限制，生成查询策略还包括：

若所述分词结果中的分词与所述短语词匹配成功，则还需对所述分词结果中的分词之间的关系进行分析。

进一步的，所述离线数据还包括物品描述字段、查询语句文本长度、查询意图的特征词以及查询意图字段。

进一步的，若所述搜索语句的分词结果中的分词中包含所述离线数据中的查询意图的特征词，则对所述分词结果中的分词对应的查询意图字段进行加权，生成查询策略包括：

对所述搜索语句进行分词处理，并对分词结果中的分词进行结构化分析，生成候选匹配模式；

根据所述字段分类及其概率计算所述候选匹配模式的权重，选取权重最高的候选匹配模式作为查询策略。

进一步的，若所述搜索语句的分词结果中的分词中包含所述离线数据中的查询意图的特征词，则对所述分词结果中的分词对应的查询意图字段进行加权，生成查询策略还包括：

根据所述字段分类计算所述搜索语句的权重以及热度，若计算结果的值满足第二阈值，则获取所述搜索语句的长度；

若所述搜索语句的长度未超过所述查询语句文本长度的阈值，则根据所述物品描述字段判断是否对所述分词结果中的分词进行结构化分析。

进一步的，若所述搜索语句的分词结果中的分词中包含所述离线数据中的查询意图的特征词，则对所述分词结果中的分词对应的查询意图字段进行加权，生成查询策略还包括：

若不需对所述分词结果中的分词进行结构化分析，则查询所述分词结果中的分词是否包含所述查询意图的特征词；

若所述分词结果中的分词中包含所述查询意图的特征词，则将所述分词结果中除去所述查询意图的特征词的分词与所述查询意图字段的倒排表求交集匹配，匹配成功则对所述查询意图字段进行加权，生成查询策略，否则对所述查询意图的特征词对应的字段进行加权，生成查询策略。

另一方面，提供了一种商品搜索的查询策略的生成装置，所述装置包括：

策略选取模块，用于当搜索语句的长度满足第一阈值时，选取匹配范围限制策略，否则，选取字段加权策略；

第一生成模块，用于当选取的是匹配范围限制策略时，若所述搜索语句的分词结果中的分词与预先获取的离线数据中的短语窗口匹配成功，则根据匹配成功的短语窗口对所述搜索语句进行匹配范围限制，生成查询策略；

第二生成模块，用于当选取的是字段加权策略时，若所述搜索语句的分词结果中的分词中包含所述离线数据中的查询意图的特征词，则对所述分词结果中的分词对应的查询意图字段进行加权，生成查询策略。

进一步的，所述离线数据还包括短语词以及字段分类及其概率。

进一步的，所述第一生成模块包括：

第一分词单元，用于对所述搜索语句进行分词处理；

第一匹配单元，用于将分词结果中的分词与所述短语词进行匹配；

分词合并单元，用于若所述分词结果中的分词与所述短语词匹配成功，则根据预设的合并条件对所述分词结果中的分词进行合并；

第二匹配单元，用于若所述分词结果中的分词合并失败，则将所述分词结果中的分词与所述短语窗口进行匹配；

第一生成单元，用于若所述分词结果中的分词与所述短语窗口匹配成功，则根据匹配成功的短语窗口对所述搜索语句进行匹配范围限制，生成查询策略。

进一步的，所述第一生成模块还包括：

第一查询单元，用于若所述分词结果中的分词合并成功，或者若所述分词结果中的分词与所述短语窗口匹配不成功，则在所述字段分类及其概率中查询所述分词结果中的分词对应的字段分类；

所述第一生成单元还用于根据所述分词结果中的分词对应的字段分类对所述搜索语句进行匹配范围限制，生成查询策略

进一步的，所述第一生成模块还包括：

关系分析单元，用于若所述分词结果中的分词与所述短语词匹配成功，则还需对所述分词结果中的分词之间的关系进行分析。

进一步的，所述离线数据还包括物品描述字段、查询语句文本长度、查询意图的特征词以及查询意图字段。

进一步的，所述第二生成模块包括：

第二分词单元，用于对所述搜索语句进行分词处理；

模式生成单元，用于并对分词结果中的分词进行结构化分析，生成候选匹配模式；

第一计算单元，用于根据所述字段分类及其概率计算所述候选匹配模式的权重；

第二生成单元，用于选取权重最高的候选匹配模式作为查询策略。

进一步的，所述第二生成模块还包括：

第二计算单元，用于根据所述字段分类计算所述搜索语句的权重以及热度；

长度获取单元，用于若计算结果的值满足第二阈值，则获取所述搜索语句的长度；

分析判断单元，用于若所述搜索语句的长度未超过所述查询语句文本长度的阈值，则根据所述物品描述字段判断是否对所述分词结果中的分词进行结构化分析。

进一步的，所述第二生成模块还包括：

第二查询单元，用于若不需对所述分词结果中的分词进行结构化分析，则查询所述分词结果中的分词是否包含所述查询意图的特征词；

求交集匹配单元，用于若所述分词结果中的分词中包含所述查询意图的特征词，则将所述分词结果中除去所述查询意图的特征词的分词与所述查询意图字段的倒排表求交集匹配；

所述第二生成单元还用于对所述查询意图字段进行加权，生成查询策略，以及对所述查询意图的特征词对应的字段进行加权，生成查询策略。

本发明实施例提供的技术方案带来的有益效果是：

本发明实施例提供的商品搜索的查询策略的生成方法及装置，通过根据搜索语句的长度匹配范围限制策略或者字段加权策略，然后根据所述匹配范围限制策略以及预先获取的离线数据对所述搜索语句进行匹配范围限制，生成查询策略，或者根据所述字段加权策略以及预先获取的离线数据对所述搜索语句进行字段加权处理，生成查询策略，提升不同类型搜索的排序效果，在兼顾召回率的条件下提升候选商品的排序相关性。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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本发明的一些实施例，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，还可以根据这些附图获得其他的附图。

图1是根据一示例性实施例示出的商品搜索的查询策略的生成方法的流程图；

图2是根据一示例性实施例示出的若搜索语句的分词结果中的分词与预先获取的离线数据中的短语窗口匹配成功，则根据匹配成功的短语窗口对搜索语句进行匹配范围限制，生成查询策略的流程图；

图3是根据一示例性实施例示出的若搜索语句的分词结果中的分词中包含离线数据中的查询意图的特征词，则对分词结果中的分词对应的查询意图字段进行加权，生成查询策略的流程图；

图4是根据另一示例性实施例示出的若搜索语句的分词结果中的分词中包含离线数据中的查询意图的特征词，则对分词结果中的分词对应的查询意图字段进行加权，生成查询策略的流程图；

图5是根据一示例性实施例示出的商品搜索的查询策略的生成装置的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅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。

本发明实施例适用于搜索词语多样性的场景，能够从文本特征与潜在意图的角度，按照规则触发和融合检索策略，提高搜索相关性。一般来说，商品搜索是针对物品的几个关键字段：标题/品牌/属性/店铺名/自定义标签等，其中标题是基准匹配字段，本发明实施例主要通过分析搜索词语中term（即分词结果中分词）的可能组合模式，针对性的对字段限制匹配范围或进行加权来提高排序效果。

本发明实施例中，首先需要基于用户端或物品端预先挖掘离线数据，作为在线策略的参考，预先准备的离线数据主要包括单不限于以下几种：

短语词：从搜索日志中统计查询语句（query）的频率，并按照频率从大到小的顺序对查询语句进行排序，获取其中一定数量（如top20%）的左右词语当作短语词判断的参考，如健身卡、充电机、机器学习等；

字段权重：从商品标题中统计每个词语（term）的出现次数，并计算概率分布（idf），作为词（term）权重判断的参考，如手机 0.00966035、手机包 0.00001829、电脑包0.00000021、平板电脑 0.00080474、平板电脑配件 0.0000008、空调 0.00680728、空调被0.00007438、空调插 0.00000095、空调车 0.00000010 等；

字段分类及其概率：从点击日志中统计查询语句（query）中各个词（term）维度的商品点击，建立term到主题（品牌，分类，物品）的映射，训练贝叶斯分类器，作为term成分识别的预测模型，通过预测概率并结合词语位置与修饰关系，列举term的可能成分，例如，oled "BRA:oled,|COM:|PAR:" 平板电视:1.0;电视/音响/配件:0.4844等；

短语窗口：从商品标题统计各个词（term）间的范围，并计算累积分布函数（cdf）的分布值，并将它与历史搜索查询语句（query）求交集，针对包含“单字物品词/颜色/型号”等提取范围字典；

物品描述字段：电商搜索的是物品，对应字段是标题，描述物品的重要信息有品牌/分类/属性等字段，提取这些字段数据，建立前缀字典(trie)，作为加权策略触发的判断参考；

查询语句文本长度：结合搜索二次筛选日志与初次查询日志，结合短语窗口的数据，统计查询语句（query）的文本长度特征，并计算累积分布函数（cdf）的分布值；

查询意图的特征词：从业务获取意图搜索的特征词，例如专营、旗舰、买一送一、一拖四等；

查询意图字段：针对不同意图，从商品字段中获取对应的数据作为字典，作为在线策略选择的参考。

这里需要说明的是，上述获取各离线数据的分类及获取方法只是一种示例性说明，对本发明实施例不构成限定，即本发明实施例中的离线数据还可以包括其他数据，并且也可以通过其他方式获取离线数据。

图1是根据一示例性实施例示出的商品搜索的查询策略的生成方法的流程图，参照图1所示：

S1：当搜索语句的长度满足第一阈值时，选取匹配范围限制策略，否则，选取字段加权策略。

具体的，本发明实施例中，是根据搜索语句的文本长度来选取具体生成查询策略的方式的，因此，首先需要对搜索语句进行文本长度分析，获取搜索语句的文本长度，然后还需要预先设置一个第一阈值，来判断选取何种生成查询策略的方式。例如，可以设置第一阈值为6个字节，当获取到的搜索语句的长度小于第一阈值时，选取匹配范围限制策略，否则，选取字段加权策略。这里需要说明的是，第一阈值设置为6个字节只是本发明实施例的一种较优的实施方式，并不对本发明实施例的方案构成限制。

S2：当选取的是匹配范围限制策略时，若所述搜索语句的分词结果中的分词与预先获取的离线数据中的短语窗口匹配成功，则根据匹配成功的短语窗口对所述搜索语句进行匹配范围限制，生成查询策略。

具体的，当选取的是匹配范围限制策略来生成查询策略时，需要先对搜索语句进行分词处理，获取分词结果，然后将分词结果中的分词与预先获取的离线数据中的短语窗口进行匹配，若是匹配成功，则根据匹配成功的短语窗口对搜索语句进行匹配范围限制，生成查询策略。

S3：当选取的是字段加权策略时，若所述搜索语句的分词结果中的分词中包含所述离线数据中的查询意图的特征词，则对所述分词结果中的分词对应的查询意图字段进行加权，生成查询策略。

具体的，当选取的是字段加权策略来生成查询策略时，同样需要对搜索语句进行分词处理，获取分词结果，然后将分词结果中的分词与离线数据中的查询意图的特征词进行匹配，若是匹配出分词结果中的分词包含查询意图的特征词，则对分词结果中的分词对应的查询意图字段进行加权，生成查询策略。

作为一种较优的实施方式，本发明实施例中，所述离线数据还包括短语词以及字段分类及其概率。

具体的，在使用匹配范围限制策略来生成查询策略时，还需用到短语词、字段分类及其概率以及字段权重，短语词、字段分类及其概率以及字段权重的获取方式参照上文，这里不再一一赘述。

图2是根据一示例性实施例示出的若搜索语句的分词结果中的分词与预先获取的离线数据中的短语窗口匹配成功，则根据匹配成功的短语窗口对搜索语句进行匹配范围限制，生成查询策略的流程图，参照图2所示，作为一种较优的实施方式，本发明实施例中，若所述搜索语句的分词结果中的分词与预先获取的离线数据中的短语窗口匹配成功，则根据匹配成功的短语窗口对所述搜索语句进行匹配范围限制，生成查询策略包括：

S201：对所述搜索语句进行分词处理，将分词结果中的分词与所述短语词进行匹配。

具体的，首先对用户输入的搜索语句进行分词处理，获取分词结果，将分词结果中的分词与所述短语词进行匹配。具体匹配时，可以采用对分词结果中的各个分词的offset从小到大进行遍历，按照正向最大匹配的方式与短词语进行匹配。其中，Offset在这里是指查询语句（query）中每个词（term）相对于query起点的偏移数值，如果一个query包含三个单字term, 那么这三个term的offset分别是0、1、2。

S202：若所述分词结果中的分词与所述短语词匹配成功，则根据预设的合并条件对所述分词结果中的分词进行合并。

具体的，当分词结果中的分词与短语词匹配成功后，需要按照预设的合并条件对分词结果中的分词进行合并。预设的合并条件包括但不限于以下方式：如果获取到的分词结果一个整词，则不需要合并操作，否则依次进行如下几种情况识别：如果基本分词个数为2，并且总长度不大于4，其中不包含字段分类及其概率中的词，则对分词结果中的分词进行合并；如果基本分词个数为3，其中不包含字段分类及其概率中的词，则对分词结果中的分词进行合并；如果基本分词个数为3，并存在连续单字的情况，会将开始两个单字合并为一个词。这里需要说明的是，上述基本分词个数的值（包括2和3）以及总长度不大于4只是本发明实施例的一种较优的实施方式，不对本发明实施例的方案构成限制。

S203：若所述分词结果中的分词合并失败，则将所述分词结果中的分词与所述短语窗口进行匹配。

具体的，当对分词结果中的分词进行合并操作失败时，则将分词结果中的分词与短语窗口进行匹配，即查找分词结果中的分词是否有短语窗口中的词。

S204：若所述分词结果中的分词与所述短语窗口匹配成功，则根据匹配成功的短语窗口对所述搜索语句进行匹配范围限制，生成查询策略。

具体的，当分词结果中的分词与短语窗口匹配成功时，则根据匹配成功的短语窗口对搜索语句进行匹配范围限制，生成查询策略。

作为一种较优的实施方式，本发明实施例中，若所述搜索语句的分词结果中的分词与预先获取的离线数据中的短语窗口匹配成功，则根据匹配成功的短语窗口对所述搜索语句进行匹配范围限制，生成查询策略还包括：

若所述分词结果中的分词合并成功，或者若所述分词结果中的分词与所述短语窗口匹配不成功，则在所述字段分类及其概率中查询所述分词结果中的分词对应的字段分类，根据所述分词结果中的分词对应的字段分类对所述搜索语句进行匹配范围限制，生成查询策略。

具体的，当分词结果中的分词合并成功，或者当分词结果中的分词与短语窗口匹配不成功时，均进行在字段分类及其概率中查询分词结果中的分词对应的字段分类的操作，然后根据查找到的分词结果中的分词对应的字段分类对搜索语句进行匹配范围限制，生成查询策略。其中，还需遵循以下原则：当分词只是一个词时，只在标题匹配；都不包含字段分类及其概率的词时，只在标题匹配，否则，将查找到的分词结果中的分词对应的字段分类与标题进行混合匹配。

作为一种较优的实施方式，本发明实施例中，若所述搜索语句的分词结果中的分词与预先获取的离线数据中的短语窗口匹配成功，则根据匹配成功的短语窗口对所述搜索语句进行匹配范围限制，生成查询策略还包括：

若所述分词结果中的分词与所述短语词匹配成功，则还需对所述分词结果中的分词之间的关系进行分析。

具体的，本发明实施例中，当分词结果中的分词与短语词匹配成功时，还需对分词结果中的分词之间的关系进行分析。具体实施时，对分词结果中的分词进行反向过滤，过滤条件需满足：多个分词中不能出现字段分类及其概率的词，属于字段权重的分词的权重总和占比不能超过0.5，分词之间不能包含空格或特殊符号等。

这里需要说明的是，由于短语词包含着多种可能。例如，像“螺旋面”这种的，“螺旋”“面”这两个term在很多上下文场景都会出现，但它组合在一起才是用户的真正意图，这个是正向的例子，是应当用于限制term范围的。但有些短语词是常用的搜索习惯，比如“变频空调”“数码相机”这类是需要过滤掉的，这里对分词结果中的分词之间的关系进行分析的目的是为了过滤这类不应该限制term范围的短语词。

作为一种较优的实施方式，本发明实施例中，所述离线数据还包括物品描述字段以及查询语句文本长度。

具体的，在使用字段加权策略来生成查询策略时，还需用到物品描述字段以及查询语句文本长度，物品描述字段以及查询语句文本长度的获取方式参照上文，这里不再一一赘述。

图3是根据一示例性实施例示出的若搜索语句的分词结果中的分词中包含离线数据中的查询意图的特征词，则对分词结果中的分词对应的查询意图字段进行加权，生成查询策略的流程图，参照图3所示，作为一种较优的实施方式，本发明实施例中，若所述搜索语句的分词结果中的分词中包含所述离线数据中的查询意图的特征词，则对所述分词结果中的分词对应的查询意图字段进行加权，生成查询策略包括：

S301：对所述搜索语句进行分词处理，并对分词结果中的分词进行结构化分析，生成候选匹配模式。

具体的，在使用字段加权策略来生成查询策略时，同样也需要对搜索语句进行分词处理，获取分词结果，然后分词结果中的分词进行结构化分析，生成候选匹配模式。即对搜索语句的结构化进行判断，分析可能的匹配模式，例如，“品牌+物品词” ，“分类+物品”，“物品词+属性”等。

S302：根据所述字段分类及其概率计算所述候选匹配模式的权重，选取权重最高的候选匹配模式作为查询策略。

具体的，利用字段分类及其概率的词，对分词结果中的分词可能的主题成分概率值相加，候选匹配模式的权重，然后选择权值最大候选匹配模式作为最佳匹配，即作为查询策略。

图4是根据另一示例性实施例示出的若搜索语句的分词结果中的分词中包含离线数据中的查询意图的特征词，则对分词结果中的分词对应的查询意图字段进行加权，生成查询策略的流程图，参照图4所示，作为一种较优的实施方式，本发明实施例中，若所述搜索语句的分词结果中的分词中包含所述离线数据中的查询意图的特征词，则对所述分词结果中的分词对应的查询意图字段进行加权，生成查询策略还包括：

S301′：根据所述字段分类计算所述搜索语句的权重以及热度，若计算结果的值满足第二阈值，则获取所述搜索语句的长度。

具体的，本发明实施例中，在使用字段加权策略来生成查询策略时，还需要先根据字段分类计算搜索语句的权重以及热度，具体的实施时，可以利用字段分类及其概率的词来判断搜索词语的用户端语义信息，提取其中分词的概率分布，将分词结果中的分词可能的主题成分概率值相乘。当计算结果的值满足第二阈值时，继续下一步骤，即则获取搜索语句的长度，否则，结束本流程。这里需要说明的是，第二阈值可以根据用户的实际需求进行设置，本发明实施例中对第二阈值的具体数值不做限制。

S302′：若所述搜索语句的长度未超过所述查询语句文本长度的阈值，则根据所述物品描述字段判断是否对所述分词结果中的分词进行结构化分析。

具体的，分析搜索语句的文本长度，结合预先准备的离线数据中的查询语句文本长度，当获取到的搜索语句的文本长度未超过所述查询语句文本长度的阈值时，进入根据所述物品描述字段判断是否对所述分词结果中的分词进行结构化分析的流程，否则，结束流程。例如，当获取到的搜索语句的文本长度超过其中（指离线数据中的查询语句文本长度）80%的长度时，结束流程。这里的80%只是一种较优的实施方式，不对本发明实施例中的查询语句文本长度的阈值构成限制。这是因为，当搜索语句的文本长度达到一定值时（例如，在极端情况下，当搜索语句等于其中一个商品标题时），单通过文本匹配就能保证搜索的相关性。

S303′：对所述搜索语句进行分词处理，并对分词结果中的分词进行结构化分析，生成候选匹配模式。

S304′：根据所述字段分类及其概率计算所述候选匹配模式的权重，选取权重最高的候选匹配模式作为查询策略。

作为一种较优的实施方式，本发明实施例中，若所述搜索语句的分词结果中的分词中包含所述离线数据中的查询意图的特征词，则对所述分词结果中的分词对应的查询意图字段进行加权，生成查询策略还包括：

若不需对所述分词结果中的分词进行结构化分析，则查询所述分词结果中的分词是否包含所述查询意图的特征词。

具体的，若不需对分词结果中的分词进行结构化分析，则查询分词结果中的分词是否包含查询意图的特征词。

若所述分词结果中的分词中包含所述查询意图的特征词，则将所述分词结果中除去所述查询意图的特征词的分词与所述查询意图字段的倒排表求交集匹配，匹配成功则对所述查询意图字段进行加权，生成查询策略，否则对所述查询意图的特征词对应的字段进行加权，生成查询策略。

具体的，在程序初始化对查询意图字段建立一次倒排表，当分词结果中的分词中包含查询意图的特征词时，对搜索词语中除去查询意图的特征词之外的分词分别读取倒排表，求交并判断倒排表命中的信息是否有存在一个商品字段的可能，如果有则只将这个字段加权，生成查询策略，没有将查询意图特征词对应的字段填入加权字段集合中，生成查询策略。

以下举几个示例来说明本发明实施例提供的方案：

case 1：假设搜索语句为"测线仪"，由于它的文本长度小于6个字节，因此进入匹配范围限制策略流程：

a) 对搜索语句进行分词处理后得到的分词结果为“测/线/仪”三个单字，与短语词进行匹配后，得知分词在短语词里。接着进行反向过滤逻辑，第三个单字在很多物品中存在，不属于字段分类及其概率的词，前两个单字相对生僻，属于字段分类及其概率的词，节后字段权重得知，前两个单字的权重总和也没超过0.5，且两者之间不包含空格与特殊符号；

b) 基本分词个数为3，前两个包含字段分类及其概率的词，这个时候会将“测/线”合并为一个词，进入d)流程，即进入在字段分类及其概率中查询分词结果中的分词对应的字段分类的流程；

d) 这个时候“仪”对应的字段是物品字段（对应于标题），“测线”对应标题字段，最终虽然是与标题混合匹配，但因为重合相当于只在标题匹配，即生成的查询策略为在标题匹配。

case 2：假设搜索语句为"果自营"，由于它的文本长度小于6个字节，因此进入匹配范围限制策略流程：

a) 对搜索语句进行分词处理后得到的分词结果为“果/自营”二个，与短语词进行匹配后，得知分词不在短语词里。不需要对分词之间的关系进行分析；

b) 基本分词个数为2，这两个词都在字段分类及其概率的词里，不能合并，进入c)流程，即进入将分词结果中的分词与所述短语窗口进行匹配的流程；

c) 这两个词不属于短语窗口，（如不满足包含“单字物品词/颜色/型号”等范围字典），进入d)流程，即进入在字段分类及其概率中查询分词结果中的分词对应的字段分类的流程；

d) 查询到“果”对应的字段是物品字段，“自营”对应店铺字段，最终在店铺与标题字段混合匹配，即生成的查询策略为在店铺与标题字段混合匹配。

case 3：假设搜索语句为"Apple手机"，由于它的文本长度大于6个字节，因此进入字段加权策略流程：

a) 对搜索语句进行分词处理后得到的分词结果为 “Apple/手机”二个，在数据字段分类及其概率里，最后结果权重高且唯一且搜索词语热度高，因此结束流程，不进行下一步操作。

case 4：假设搜索语句为"Apple iPhone XS Max 64GB 深空灰色 移动联通电信4G"，由于它的文本长度大于6个字节，因此进入字段加权策略流程：

a) 对搜索语句进行分词处理后得到的分词结果是很多个分词，在数据字段分类及其概率里，因为包含不常见词，概率值相乘最后的值很低，进入b)，即进入判断搜索语句的长度是否超过所述查询语句文本长度的阈值的流程；

b) 结合数据查询语句文本长度，80%的查询语句文本长度点是25个字节以内，这个搜索语句超过了限制，因此结束流程，不进行下一步操作。

case 5：假设搜索语句为"Apple手机256g黑色二手"，由于它的文本长度大于6个字节，因此进入字段加权策略流程：

a) 对搜索语句进行分词处理后得到的分词结果是很多个分词，在数据字段分类及其概率里，因为包含不常见词，概率值相乘最后的值很低，进入b)，即进入判断搜索语句的长度是否超过所述查询语句文本长度的阈值的流程；

b) 结合数据查询语句文本长度，搜索语句的长度未超过所述查询语句文本长度的阈值，进入c)，即进入根据物品描述字段判断是否对分词结果中的分词进行结构化分析的流程；

c)利用数据物品描述字段，因为其中的Apple是品牌，手机是物品词，二手是频道词，黑色是属性词，这个时候是能触发的，满足先决条件。这个时候参考数据字段分类及其概率，分词之间的概率值是相加，而不是相乘，可能的模式组合排序是“手机：20006+BRA：Apple+频道：二手”、"手机：20006+BRA：Apple+PAR：黑色”、"手机：20006+BRA：Apple+PAR：256g”，这个时候根据权重值，考虑对分类、标题、店铺、属性字段来混合加权，生成查询策略。

这里需要说明的是，这里所说的先决条件是指是否进行结构化分析的先决条件。本发明实施例中，先决条件和模式组合有关，比如“物品词”+“频道”或“物品词”+“品牌”或“物品词”+“属性”或“品牌”+“属性”。上述搜索语句“Apple手机256g黑色二手”能触发其中的一个或多个检索模式，所以其满足先决条件。

case 6：假设搜索语句为"沐沐熊旗舰"，由于它的文本长度大于6个字节，因此进入字段加权策略流程：

a) 对搜索语句进行分词处理后得到的分词结果是很多个分词，在数据字段分类及其概率里，因为包含不常见词，概率值相乘最后的值很低，进入b)；

b) 结合数据查询语句文本长度，搜索语句的长度未超过所述查询语句文本长度的阈值，进入c)；

c) 利用数据物品描述字段，不符合先决条件，进入d)；

d) 查询分词结果中的分词是否包含查询意图的特征词，其中，查询到“旗舰”是店铺特征词，然后将“沐沐熊”在店铺字段单独的倒排表里term求交集匹配，如果能命中，召回将只在这个字段进行，不考虑标题了；如不能命中则将店铺字段id放入加权字段做兜底。

图5是根据一示例性实施例示出的商品搜索的查询策略的生成装置的结构示意图，参照图5所示，该装置包括：

策略选取模块，用于当搜索语句的长度满足第一阈值时，选取匹配范围限制策略，否则，选取字段加权策略；

第一生成模块，用于当选取的是匹配范围限制策略时，若所述搜索语句的分词结果中的分词与预先获取的离线数据中的短语窗口匹配成功，则根据匹配成功的短语窗口对所述搜索语句进行匹配范围限制，生成查询策略；

第二生成模块，用于当选取的是字段加权策略时，若所述搜索语句的分词结果中的分词中包含所述离线数据中的查询意图的特征词，则对所述分词结果中的分词对应的查询意图字段进行加权，生成查询策略。

作为一种较优的实施方式，本发明实施例中，所述离线数据还包括短语词以及字段分类及其概率。

作为一种较优的实施方式，本发明实施例中，所述第一生成模块包括：

第一分词单元，用于对所述搜索语句进行分词处理；

第一匹配单元，用于将分词结果中的分词与所述短语词进行匹配；

分词合并单元，用于若所述分词结果中的分词与所述短语词匹配成功，则根据预设的合并条件对所述分词结果中的分词进行合并；

第二匹配单元，用于若所述分词结果中的分词合并失败，则将所述分词结果中的分词与所述短语窗口进行匹配；

第一生成单元，用于若所述分词结果中的分词与所述短语窗口匹配成功，则根据匹配成功的短语窗口对所述搜索语句进行匹配范围限制，生成查询策略。

作为一种较优的实施方式，本发明实施例中，所述第一生成模块还包括：

第一查询单元，用于若所述分词结果中的分词合并成功，或者若所述分词结果中的分词与所述短语窗口匹配不成功，则在所述字段分类及其概率中查询所述分词结果中的分词对应的字段分类；

所述第一生成单元还用于根据所述分词结果中的分词对应的字段分类对所述搜索语句进行匹配范围限制，生成查询策略。

作为一种较优的实施方式，本发明实施例中，所述第一生成模块还包括：

关系分析单元，用于若所述分词结果中的分词与所述短语词匹配成功，则还需对所述分词结果中的分词之间的关系进行分析。

作为一种较优的实施方式，本发明实施例中，所述离线数据还包括物品描述字段、查询语句文本长度、查询意图的特征词以及查询意图字段。

作为一种较优的实施方式，本发明实施例中，所述第二生成模块包括：

第二分词单元，用于对所述搜索语句进行分词处理；

模式生成单元，用于并对分词结果中的分词进行结构化分析，生成候选匹配模式；

第一计算单元，用于根据所述字段分类及其概率计算所述候选匹配模式的权重；

第二生成单元，用于选取权重最高的候选匹配模式作为查询策略。

作为一种较优的实施方式，本发明实施例中，所述第二生成模块还包括：

第二计算单元，用于根据所述字段分类计算所述搜索语句的权重以及热度；

长度获取单元，用于若计算结果的值满足第二阈值，则获取所述搜索语句的长度；

分析判断单元，用于若所述搜索语句的长度未超过所述查询语句文本长度的阈值，则根据所述物品描述字段判断是否对所述分词结果中的分词进行结构化分析。

作为一种较优的实施方式，本发明实施例中，所述第二生成模块还包括：

第二查询单元，用于若不需对所述分词结果中的分词进行结构化分析，则查询所述分词结果中的分词是否包含所述查询意图的特征词；

求交集匹配单元，用于若所述分词结果中的分词中包含所述查询意图的特征词，则将所述分词结果中除去所述查询意图的特征词的分词与所述查询意图字段的倒排表求交集匹配；

所述第二生成单元还用于对所述查询意图字段进行加权，生成查询策略，以及对所述查询意图的特征词对应的字段进行加权，生成查询策略。

作为一种较优的实施方式，本发明实施例中，本发明实施例中，所述装置还包括：

长度分析模块，用于对所述搜索语句进行文本长度分析，获取所述搜索语句的文本长度。

综上所述，本发明实施例提供的技术方案带来的有益效果是：

本发明实施例提供的商品搜索的查询策略的生成方法及装置，通过根据搜索语句的长度匹配范围限制策略或者字段加权策略，然后根据所述匹配范围限制策略以及预先获取的离线数据对所述搜索语句进行匹配范围限制，生成查询策略，或者根据所述字段加权策略以及预先获取的离线数据对所述搜索语句进行字段加权处理，生成查询策略，提升不同类型搜索的排序效果，在兼顾召回率的条件下提升候选商品的排序相关性。并且本发明实施例提供的方案，能针对不同搜索场景，减少了用户二次操作次数，能更快地找到期望商品，增大精准商品的在不同场景曝光几率，整体提高了单品页面的点击率，间接提高订单转化率。

需要说明的是：上述实施例提供的商品搜索的查询策略的生成装置在触发查询策略生成业务时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将装置的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的商品搜索的查询策略的生成装置与商品搜索的查询策略的生成方法实施例属于同一构思，即该装置是基于该商品搜索的查询策略的生成方法的，其具体实现过程详见方法实施例，这里不再赘述。

本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种商品搜索的查询策略的生成方法，其特征在于，所述方法包括如下步骤：

当搜索语句的长度满足第一阈值时，选取匹配范围限制策略，否则，选取字段加权策略；

当选取的是匹配范围限制策略时，若所述搜索语句的分词结果中的分词与预先获取的离线数据中的短语窗口匹配成功，则根据匹配成功的短语窗口对所述搜索语句进行匹配范围限制，生成查询策略；

当选取的是字段加权策略时，若所述搜索语句的分词结果中的分词中包含所述离线数据中的查询意图的特征词，则对所述分词结果中的分词对应的查询意图字段进行加权，生成查询策略；

所述离线数据还包括短语词、字段分类及其概率、物品描述字段以及查询语句文本长度；

所述生成查询策略包括：

根据所述字段分类计算所述搜索语句的权重以及热度，若计算结果的值满足第二阈值，则获取所述搜索语句的长度；

若所述搜索语句的长度未超过所述查询语句文本长度的阈值，则根据所述物品描述字段判断是否对所述分词结果中的分词进行结构化分析。

2.根据权利要求1所述的商品搜索的查询策略的生成方法，其特征在于，若所述搜索语句的分词结果中的分词与预先获取的离线数据中的短语窗口匹配成功，则根据匹配成功的短语窗口对所述搜索语句进行匹配范围限制，生成查询策略包括：

对所述搜索语句进行分词处理，将分词结果中的分词与所述短语词进行匹配；

若所述分词结果中的分词与所述短语词匹配成功，则根据预设的合并条件对所述分词结果中的分词进行合并；

若所述分词结果中的分词合并失败，则将所述分词结果中的分词与所述短语窗口进行匹配；

若所述分词结果中的分词与所述短语窗口匹配成功，则根据匹配成功的短语窗口对所述搜索语句进行匹配范围限制，生成查询策略。

3.根据权利要求2所述的商品搜索的查询策略的生成方法，其特征在于，若所述搜索语句的分词结果中的分词与预先获取的离线数据中的短语窗口匹配成功，则根据匹配成功的短语窗口对所述搜索语句进行匹配范围限制，生成查询策略还包括：

若所述分词结果中的分词合并成功，或者若所述分词结果中的分词与所述短语窗口匹配不成功，则在所述字段分类及其概率中查询所述分词结果中的分词对应的字段分类，根据所述分词结果中的分词对应的字段分类对所述搜索语句进行匹配范围限制，生成查询策略。

4.根据权利要求2所述的商品搜索的查询策略的生成方法，其特征在于，若所述搜索语句的分词结果中的分词与预先获取的离线数据中的短语窗口匹配成功，则根据匹配成功的短语窗口对所述搜索语句进行匹配范围限制，生成查询策略还包括：

若所述分词结果中的分词与所述短语词匹配成功，则还需对所述分词结果中的分词之间的关系进行分析。

5.根据权利要求1所述的商品搜索的查询策略的生成方法，其特征在于，若所述搜索语句的分词结果中的分词中包含所述离线数据中的查询意图的特征词，则对所述分词结果中的分词对应的查询意图字段进行加权，生成查询策略包括：

对所述搜索语句进行分词处理，并对分词结果中的分词进行结构化分析，生成候选匹配模式；

根据所述字段分类及其概率计算所述候选匹配模式的权重，选取权重最高的候选匹配模式作为查询策略。

6.根据权利要求1所述的商品搜索的查询策略的生成方法，其特征在于，若所述搜索语句的分词结果中的分词中包含所述离线数据中的查询意图的特征词，则对所述分词结果中的分词对应的查询意图字段进行加权，生成查询策略还包括：

若不需对所述分词结果中的分词进行结构化分析，则查询所述分词结果中的分词是否包含所述查询意图的特征词；

若所述分词结果中的分词中包含所述查询意图的特征词，则将所述分词结果中除去所述查询意图的特征词的分词与所述查询意图字段的倒排表求交集匹配，匹配成功则对所述查询意图字段进行加权，生成查询策略，否则对所述查询意图的特征词对应的字段进行加权，生成查询策略。

7.一种基于权利要求1至6任一所述方法的商品搜索的查询策略的生成装置，其特征在于，所述装置包括如下步骤：

策略选取模块，用于当搜索语句的长度满足第一阈值时，选取匹配范围限制策略，否则，选取字段加权策略；

第一生成模块，用于当选取的是匹配范围限制策略时，若所述搜索语句的分词结果中的分词与预先获取的离线数据中的短语窗口匹配成功，则根据匹配成功的短语窗口对所述搜索语句进行匹配范围限制，生成查询策略；

第二生成模块，用于当选取的是字段加权策略时，若所述搜索语句的分词结果中的分词中包含所述离线数据中的查询意图的特征词，则对所述分词结果中的分词对应的查询意图字段进行加权，生成查询策略；

所述离线数据还包括短语词、字段分类及其概率、物品描述字段以及查询语句文本长度；

所述生成查询策略包括：

根据所述字段分类计算所述搜索语句的权重以及热度，若计算结果的值满足第二阈值，则获取所述搜索语句的长度；

若所述搜索语句的长度未超过所述查询语句文本长度的阈值，则根据所述物品描述字段判断是否对所述分词结果中的分词进行结构化分析。

Images