CN110869925A - 搜索中的多个实体感知的预输入 - Google Patents
搜索中的多个实体感知的预输入 Download PDFInfo
- Publication number
- CN110869925A CN110869925A CN201780093044.5A CN201780093044A CN110869925A CN 110869925 A CN110869925 A CN 110869925A CN 201780093044 A CN201780093044 A CN 201780093044A CN 110869925 A CN110869925 A CN 110869925A
- Authority
- CN
- China
- Prior art keywords
- string
- entity type
- input
- fst
- search
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 claims abstract description 39
- 230000006855 networking Effects 0.000 claims description 17
- 238000004891 communication Methods 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 9
- 230000004044 response Effects 0.000 claims description 4
- 230000004913 activation Effects 0.000 claims description 3
- 230000015654 memory Effects 0.000 description 10
- 230000006870 function Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000005291 magnetic effect Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/9032—Query formulation
- G06F16/90324—Query formulation using system suggestions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/248—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
- G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
- G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
- G06F3/0482—Interaction with lists of selectable items, e.g. menus
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/105—Human resources
- G06Q10/1053—Employment or hiring
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/01—Social networking
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Computational Linguistics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Economics (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- User Interface Of Digital Computer (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供了用于生成多个实体感知的预输入建议的方法和系统。该系统被配置为使用多个有限状态转换器(FST)来检查用户通过搜索框提交的输入字符串,并且基于该检查结果来生成一个或多个预输入建议。关于被识别为与不同实体类型相关联的字符串,构造不同的FST。预输入建议中的至少一个包括与一种实体类型相关联的部分以及与不同实体类型相关联的部分。
Description
优先权申请
本申请要求享受2017年7月12日提交的美国专利申请号为15/648,220的优先权,故以引用方式将该申请的全部内容并入本文。
技术领域
本申请涉及软件和/或硬件技术的技术领域,并且在一个示例性实施例中,本申请涉及用于生成多个实体感知的预输入建议的系统和方法。
背景技术
在线社交网络可以视作为在虚拟空间中人们相互连接的平台。在线社交网络可以是基于网络的平台(例如,社交网络网站),并且可以通过使用经由web浏览器或通过移动电话、平板设备等等提供的移动应用程序来访问。在线社交网络可以是专门针对商业社区而设计的以商业为中心的社交网络,在该社区中,注册成员可以建立并记录他们专业上认识和信任的人的网络。每个注册成员可以通过成员简档来代表。成员简档可以用一个或多个网页表示,也可以用XML(可扩展标记语言)、JSON(JavaScript对象表示法)或类似格式的成员信息结构表示。社交网络网站的成员简档网页可以强调相关成员的履历和教育背景。在线社交网络系统中的成员简档也可以表示团体、公司、学校等等。在线社交网络系统中的成员简档可以简称为简档。
在线社交网络系统可以包括搜索系统,该搜索系统允许成员搜索在线社交网络内的信息,例如职位发布、人等等。在线社交网络内的搜索可以被视为是导航性的(在该情况下,搜索的目的(搜索目的)是定位特定的项,例如特定的人)或探索性的(在该情况下,搜索的目的是扫描可用信息以识别潜在的感兴趣或有用的信息)。导航性搜索可能是相当具体的(例如,指示一个人的名字和姓氏)。另一方面,探索性搜索可能会返回大量的搜索结果,这有时可能会难以识别出最有用的那些搜索结果。搜索系统可以通过将搜索字符串与存储的内容进行匹配以确定哪些文档或记录包含搜索字符串,来处理搜索请求。包含搜索字符串的文档或对这些文档的引用将作为搜索结果进行返回。搜索系统可以获取搜索字符串,例如通过访问由用户作为图形用户界面(GUI)的一部分呈现的搜索框来提供的输入。
附图说明
附图仅通过示例而非限制的方式,描绘了本发明的实施例,在附图中,相同的附图标记表示类似的元件,其中:
图1是网络环境的示意图,在该网络环境中,可以实现用于生成多个实体感知的预输入建议的示例方法和系统;
图2是根据一个示例实施例,用于生成多个实体感知的预输入建议的系统的框图;
图3是根据示例性实施例,用于生成多个实体感知的预输入建议的方法的流程图;
图4是示例性有限状态转换器的示意图;
图5是根据示例实施例,示出预输入建议的呈现的示例性用户界面屏幕;以及
图6是计算机系统形式的示例性机器的示意图,其中在该示例性机器中,可以执行用于使该机器执行本文所讨论的方法中的任何一个或多个的一组指令。
具体实施方式
描述了用于在在线社交网络中生成多个实体感知的预输入建议的方法和系统。在以下描述中,为了便于解释起见,阐述了许多具体细节以便提供对本发明的实施例的透彻理解。但是,对于本领域普通技术人员来说显而易见的是,可以在不使用这些具体细节的情况下实践本发明。
如本文所使用的,可以以包括性或排他性的意义来解释术语“或”。类似地,术语“示例性”仅是指某种事物或示例的举例,而不一定是实现目标的优选或理想方式。另外,虽然下面讨论的各种示例性实施例可以利用基于Java的服务器和相关环境,但是给出这些实施例仅仅是为了公开内容的清楚阐述。因此,任何类型的服务器环境(包括各种系统架构)都可以采用本文所描述的以应用程序为中心的资源系统和方法的各种实施例,并且被认为落入本发明的保护范围内。
为了便于本发明的描述起见,短语“在线社交网络应用程序”可以称为短语“在线社交网络”或仅仅“社交网络”,并与之互换地使用。还应当注意,在线社交网络可以是任何类型的在线社交网络,例如专业网络、基于兴趣的网络、或者允许用户以注册成员身份加入的任何在线联网系统。为了便于本发明的描述起见,在线社交网络的注册成员可以简单地称为成员。
在线社交网络的每个成员都通过成员简档(也称为成员的简档或简称为简档)表示。成员简档可以与社交链接相关联,这些链接指示成员与社交网络的其他成员的联系。成员简档还可以包括来自在线社交网络的其他成员的评论或推荐或者与之相关联,具有到其它网络资源(例如,出版物等)的链接。如上所述,在线社交网络系统可以被设计为允许注册成员建立和记录他们在专业上认识和信任的人的网络。社交网络的任何两个成员都可以表明他们在社交网络的上下文中“相互连接”的意愿,因为他们可以查看彼此的简档,为彼此提供推荐和认可,或者通过社交网络保持联系。
社交网络成员的简档信息可以包括个人信息,例如,成员的姓名、成员的当前和先前地理位置、成员的当前和以前就业信息、与成员的教育有关的信息、关于成员的专业成就、出版物、专利的信息等等。社交网络成员的简档信息还可以包括关于成员的专业技能的信息,例如“产品管理”、“专利申请”、“图像处理”等等。
成员的简档还可以包括关于成员当前和过去工作的信息,例如公司标识、相应公司的相关联成员拥有的专业头衔、以及成员在这些公司中的任职日期。可以出现在成员简档中并指示该成员在特定工作期间的专业职位的专业职称可以称为头衔字符串。因此,出现在成员资料中的头衔字符串可以与特定公司相关联,也可以与该成员在该公司中担任特定职位的时间段相关联。
在线社交网络系统还维持关于各种公司以及所谓的职位发布的信息。职位发布(在本说明书中也简称为“职位”)是一种电子存储的发布内容(publication),其包括雇主可以就职位空缺发布的信息。职位发布中的信息可以包括与不同的预定义类别相关的信息,例如行业、公司、职位、所需和/或期望的技能、工作的地理位置等等。为了便于本发明的描述起见,这些预定义的类别称为实体类型。例如,将描述用户专业技能的字符串(例如,“专利撰写”、“窗户清洁”或“Java”)指定为“技能”类型的实体。标识诸如“软件工程师”或“专利律师”之类的用户专业头衔的字符串,被指定为“头衔”类型的实体。标识提供就业机会的组织(例如,“Apple”或“Google”)的字符串,被指定为“公司”类型的实体。
在线社交网络系统可以包括搜索系统,该搜索系统允许用户搜索诸如工作、人、公司等等之类的广泛信息。用户可以通过相应的搜索目录网页(其显示基于关键字的字母索引)来访问信息。用户还可以通过在搜索框中输入一个或多个关键字,使用负责启动搜索的控件,并检查返回的搜索结果来访问信息。当用户开始在搜索框中键入字符时,搜索系统生成有关如何完成部分输入的字符串以形成查询的建议。例如,当用户在搜索框中键入序列“le”时,搜索系统会将该序列“le”视为前缀信息,并可以提供一个选项来完成输入字符串以读取“legal”,这是因为“legal”是以序列“le”开始的关键字。可以基于前缀的语义紧密性与来自先前存储的潜在查询集合的查询,来生成针对潜在查询的建议,在该潜在查询集合中,对基于前缀选择的候选建议进行检查,以确定代表最受欢迎查询的建议(例如,在预定时间段内最常请求的查询),判断该建议是否与特定实体类型相关联(例如,表示建议的字符串是否映射到标准化实体字典中的一个里的一项),如果是的话,则用该实体类型标记这种预输入建议,并将其显示为在用户的显示设备上显示的搜索UI中的可选用户界面(UI)元素。该预输入建议对应于与特定实体类型相关联的查询。如果用户选择预输入建议并基于该预输入建议请求搜索,则搜索系统能够判断该特定实体类型是否与电子文档集合中的一个或多个特定字段相关联,如果是,则仅搜索集合中的文档里的那些特定字段。
搜索系统的一个或多个组件称为智能预输入系统,这些组件用于处理输入到搜索框中的输入并生成建议的查询以供用户选择。智能预输入系统被配置为生成查询建议,该查询建议被构造为产生具有增加的相关性和召回特征的结果。
在一个实施例中,智能预输入系统能够生成与包含两个或更多不同实体的查询相对应的预输入建议。例如,假定搜索框中的输入字符串“Java”,智能预输入系统可以产生建议“要求Java为技能的工程职位”或者“要求Java为技能的开发职位”。这些类型的预输入建议中的每一个都与两个实体类型“头衔”和“技能”相关联。
为了生成多个实体感知的预输入建议,智能预输入系统针对不同的实体类型生成并存储相应的有限状态转换器(FST)。FST是包含有效建议(字符串)并经过优化以实现快速检索和存储器使用的存储器中数据结构。例如,在图4的图表400中显示了基于字符串“java”、“jedi”和“writing”而针对实体类型“技能”生成的简单FST。
为每个实体类型构建单独的FST,该实体类型将在生成预输入建议的过程中使用。例如,针对“头衔”、“技能”和“公司”实体类型构建了三个相应的FST。智能预输入系统可以使用与特定实体类型相关联的标准化字典,为特定实体类型构建FST。
FST中存储的每个字符串表示潜在的有效预输入结果,并且其可以与基于各种标准(例如,相关联的查询的受欢迎程度、与该字符串相关联的有效职位发布数量等等)的权重值相关联。在一些实施例中,可以基于针对特定成员简档存储的搜索历史,为FST中的字符串分配相应的权重。
在操作中,智能预输入系统使用基于不同的各自实体类型的字符串生成的多个FST,来确定候选预输入字符串,并且然后合并和混合这些候选预输入字符串以生成一个或多个预输入建议,其包括与多个实体相关联的建议。返回上面提供的示例,当智能预输入系统在搜索框中检测到输入字符串“java”时,其解析针对“技能”类型的实体构建的FST,并且还解析针对“头衔”实体构建的FST。使用对这两个FST进行解析的结果来产生建议“要求Java为技能的工程职位”,其对应于具有两个实体类型“头衔”和“技能”的查询。
例如,如图5中的屏幕500所示,当用户在搜索框510中键入序列“ja”时,智能预输入系统在区域520中显示一个下拉列表,其中包括可选的预输入建议“要求Java为技能的工程职位”或者“要求Java为技能的开发职位”。
智能预输入系统可以被配置为包括性能评估器或者与性能评估器通信,性能评估器可以使用多个度量来测量智能预输入系统的性能。性能评估器可以测量输入字符串中的字符数如何影响预输入建议的相关性。当性能评估器报告特定的预输入建议的性能方面的改进时(例如,基于用户对该预输入建议的选择的增加),可以响应于较短的输入字符串来调整智能预输入系统以显示该预输入建议,并在预输入建议列表的顶部附近显示该建议。性能评估器可以被配置为将特定的预输入建议的点击率(CTR)度量计算为:用户选择预输入建议的次数除以显示该预输入建议的次数。性能评估器还可以被配置为测量从预输入建议中选择的职位搜索查询的召回率(recall)、以及在选择预输入建议后加载“未找到职位”页面的次数。
智能预输入系统可以被配置为:使用例如有效职位发布(满足由不同预输入建议表示的查询)的相应数量,来对预输入建议进行排名和混合。在一些实施例中,智能预输入系统可以将个性化排名模型用作预输入建议的排名功能。可以使用预输入候选特征来训练个性化排名模型,例如针对预输入候选查询日志的词条频率-逆文档频率(tf-idf)和针对每个预输入候选的CTR。还可以使用实体感知功能(例如,与不同实体类型相关联的预输入建议的各个CTR)以及个性化功能(例如,基于用户日志的先前搜索历史、针对用户行业的行业间搜索、针对用户行业的用户内搜索等等),来训练个性化排名模型。个性化排名模型可以被配置为考虑短期和长期查询历史。例如,搜索“Java工程师”的人更有可能在同一会话中搜索“Java开发人员”,而不是“记者”或“Disk Jockey”。可以在图1所示的网络环境100的环境中,实现产生多个实体感知的预输入建议的示例性方法和系统。
如图1中所示,网络环境100可以包括客户端系统110和120以及服务器系统140。客户端系统120可以是移动设备(例如,移动电话或平板设备)。在一个示例性实施例中,服务器系统140可以托管在线社交网络系统142。如上所述,在线社交网络的每个成员通过成员简档来表示,其中成员简档包含关于该成员的个人和专业信息,可以与社交链接相关联,这些社交链接指示成员与在线社交网络中的其他成员简档的连接。成员简档和相关信息可以作为成员简档152存储在数据库150中。数据库150还存储职位发布154、以及标准化字典和查询日志。
客户端系统110和120能够使用例如在客户端系统110上执行的浏览器应用程序112或者在客户端系统120上执行的移动应用程序,通过通信网络130访问服务器系统140。通信网络130可以是公共网络(例如,互联网、移动通信网络或者能够传输数字数据的任何其它网络)。如图1中所示,服务器系统140还托管搜索系统144,该搜索系统144可以有益地用于帮助用户制定搜索请求。搜索系统144可以包括智能预输入系统,后者被配置为使用本文所描述的方法来生成预输入建议。如上所述,在一个实施例中,配备有搜索系统144的智能预输入系统被配置为检查用户经由搜索框提交的输入字符串,生成代表与两个或更多实体类型相关联的查询的至少一个预输入建议,并将其传送给用户的客户端设备。在图2中示出了示例性搜索系统144。
图2是根据一个示例性实施例,用于生成多个实体感知的预输入建议的系统200的框图。如图2中所示,系统200包括输入检测器210、建议字符串生成器220、通信模块230、FST构建器240、修改的搜索UI生成器250、呈现模块260和结果生成器270。
输入检测器210被配置为:检测搜索框中的输入字符串,该搜索框作为计算应用程序的搜索用户界面(UI)的一部分(例如,图5中所示的输入框510)而呈现在客户端系统的显示设备上。在一个实施例中,该计算应用程序是在线社交网络系统,其维护多个职位发布和多个成员简档。来自所述多个职位发布的职位发布包括第一实体类型(例如,实体类型“技能”)的信息和第二实体类型(例如,实体类型“头衔”)的信息。
建议字符串生成器220被配置为使用输入字符串来解析第一有限状态转换器(FST)以产生第一结果,该第一FST包含第一实体类型的字符串以产生第一结果,并且还使用该输入字符串来解析第二FST以产生第二结果。第一FST和第二FST分别包含第一实体类型和第二实体类型的字符串。例如,第一FST包含与“技能”实体类型相关联的字符串,而第二FST包含与“头衔”实体类型相关联的字符串。然后,建议字符串生成器220基于第一结果和第二结果来生成预输入建议字符串。预输入建议字符串表示包括第一实体类型的第一字符串和第二实体类型的第二字符串的查询。例如,如上面已经描述的,当输入检测器210在搜索框中检测到输入字符串“java”时,其解析针对“技能”类型的实体构建的FST,并且还解析针对“头衔”类型的实体构建的FST。使用对这两个FST进行解析的结果来产生建议“要求Java为技能的工程职位”,其对应于具有两个实体类型“头衔”和“技能”的查询。FST由FST构建器240生成,FST构建器240被配置为基于第一实体类型的标准化实体的第一字典来构造第一FST,并基于第二实体类型的标准化实体的第二字典来构造第二FST。通信模块230被配置为将预输入建议字符串传送给客户端系统。
修改的搜索UI生成器250被配置为通过在搜索UI中包括由预输入建议字符串表示的查询选择控件,来生成修改的搜索UI。呈现模块260被配置为使修改的搜索UI呈现在显示设备上。搜索UI生成器还被配置为响应于检测到由该预输入建议字符串表示的查询选择控件的激活,将预输入建议字符串包括在搜索框中。结果生成器270被配置为处理与该预输入建议字符串表示的查询选择控件相对应的查询。在一个实施例中,该查询包括第一实体类型的第一字符串和第二实体类型的第二字符串。该查询的处理产生一组搜索结果,所有或部分搜索结果可以呈现在显示设备上。例如,结果生成器270可以从多个职位发布中检索至少一个职位发布,该职位发布包括与第一实体类型的第一字符串相对应的字符串和与第二实体类型的第二字符串相对应的字符串。可以参考图3来描述由系统200执行的某些操作。
图3是根据一个示例性实施例,用于生成多个实体感知的预输入建议的方法300的流程图。方法300可以由处理逻辑来执行,该处理逻辑可以包括硬件(例如,专用逻辑、可编程逻辑、微代码等)、软件(例如,在通用计算机系统或专用机器上运行的软件)或两者的组合。在一个示例性实施例中,处理逻辑驻留在图1的服务器系统140处,具体而言,驻留在图2所示的系统200处。
如图3中所示,方法300开始于操作310,图2的输入检测器210检测搜索框中的输入字符串,该搜索框作为计算应用程序的搜索用户界面(UI)的一部分(例如,图5中所示的输入框510)而呈现在客户端系统的显示设备上。在操作320处,建议字符串生成器220解析包含第一实体类型的字符串的第一FST以产生第一结果(例如,与“技能”实体类型相关联的字符串),在操作330处,使用该输入字符串来解析第二FST以产生第二结果(例如,与“头衔”实体类型相关联的字符串)。在操作340处,建议字符串生成器220基于第一结果和第二结果来生成预输入建议字符串。如上所述,预输入建议字符串表示包括第一实体类型的第一字符串和第二实体类型的第二字符串的查询。在操作350处,通信模块230将预输入建议字符串传送给客户端系统。
本文所描述的示例方法的各种操作可以至少部分地由被临时配置(例如,通过软件)或永久配置为执行相关操作的一个或多个处理器来执行。无论是临时配置还是永久配置,这些处理器都可以构成用于执行一个或多个操作或功能的处理器实现的模块。在一些示例性实施例中,本文引用的模块包括处理器实现的模块。
类似地,本文所描述的方法可以至少部分地由处理器实现。例如,一个方法的至少一些操作可以由一个或多个处理器或处理器实现的模块来执行。可以将某些操作的执行分布在一个或多个处理器之中,不仅驻留在单个机器中,而是部署在多个机器上。在一些示例性实施例中,处理器或处理器簇可以位于单个地理位置中(例如,位于家庭环境、办公室环境或服务器群内),而在其它实施例中,处理器可以分布在多个地理位置上。
图6是示例性形式的计算机系统600的机器的示意图,其中在该示例性机器中,可以执行用于使该机器执行本文所讨论的方法中的任何一个或多个的一组指令。在替代的实施例中,机器操作为独立设备,或者可以连接到(例如,联网到)其它机器。在网络化部署中,机器可以以服务器-客户端网络环境中的服务器或客户端机器的能力运行,或者作为对等(或分布式)网络环境中的对等机器进行运行。机器可以是个人计算机(PC)、平板PC、机顶盒(STB)、个人数字助理(PDA)、蜂窝电话、网络设备、网络路由器、交换机或桥接器、或者能够(顺序地或以其它方式)执行指令的任何机器,其中这些指令指定要由机器采取的动作。此外,虽然仅示出了单个机器,但术语“机器”还应被视为包括机器的集合,这些机器单独地或联合地执行一个指令集(或多个指令集)以执行本文所讨论的方法中的任何一种或多种。
示例性计算机系统600包括经由总线606彼此通信的处理器602(例如,中央处理单元(CPU)、图形处理单元(GPU)或二者)、主存储器604和静态存储器606。计算机系统600还可以包括视频显示单元610(例如,液晶显示器(LCD)或阴极射线管(CRT))。计算机系统600还包括字母数字输入设备612(例如,键盘)、用户界面(UI)导航设备614(例如,光标控制设备)、磁盘驱动单元616、信号生成设备618(例如,扬声器)和网络接口设备620。
磁盘驱动单元616包括存储有一组或多组指令和数据结构(例如,软件624)的机器可读介质622,其中这些指令和数据结构体现本文所描述的方法或功能中的任何一个或多个或者由其使用。软件624还可以在由计算机系统600执行期间,完全地或至少部分地驻留在主存储器604和/或处理器602内,主存储器604和处理器602也构成机器可读介质。
可以利用多种公知的传输协议中的任何一种(例如,超文本传输协议(HTTP)),经由网络接口设备620在网络626上发送或接收软件624。
虽然在示例性实施例中将机器可读介质622示出为单个介质,但是术语“机器可读介质”应当被视为包括用于存储一组或多组指令的单个介质或多个介质(例如,集中式或分布式数据库、和/或相关联的高速缓存和服务器)。术语“机器可读介质”还应被视为包括能够存储和编码一组指令以供机器执行并且使机器执行本发明的实施例方法中的任何一个或多个、或者能够存储和编码由该组指令使用或与该组指令相关联的数据结构的任何介质。因此,术语“机器可读介质”应当被视为包括但不限于固态存储器、光学和磁性介质。这种介质还可以包括但不限于:硬盘、软盘、闪存卡、数字视频磁盘、随机存取存储器(RAM)、只读存储器(ROM)等等。
可以在包括安装在计算机上、硬件中的软件、或软硬件结合的操作环境中,实现本文所描述的实施例。仅仅为了方便起见,本发明主题的这些实施例在本文中可以单独地或共同地使用术语“发明”来指代,并且如果实际上披露了一个以上的发明或发明概念,则不希望将本申请的范围自动限制为任何单个发明或发明概念。
模块、组件和逻辑
本文将某些实施例描述为包括逻辑或多个组件、模块或装置。模块可以构成软件模块(例如,体现在(1)非临时性机器可读介质上的代码或者(2)传输信号中的代码)或硬件实现的模块。硬件实现的模块是能够执行某些操作的有形单元,并且可以以某种方式来配置或布置。在示例性实施例中,一个或多个计算机系统(例如,独立计算机系统、客户端计算机系统或服务器计算机系统)或者一个或多个处理器可以由软件(例如,应用程序或应用程序部分)配置为用于执行如本文所描述的某些操作的硬件实现的模块。
在各个实施例中,可以机械地或电子地实现硬件实现的模块。例如,硬件实现的模块可以包括被永久配置为执行某些操作的专用电路或逻辑(例如,配置为诸如现场可编程门阵列(FPGA)或专用集成电路(ASIC)之类的专用处理器)。硬件实现的模块还可以包括由软件临时配置以执行某些操作的可编程逻辑或电路(例如,涵盖在通用处理器或其它可编程处理器中)。应当理解,在专用和永久配置的电路中或者在临时配置的电路(例如,通过软件配置)中机械地实现硬件实现的模块的决定,可以通过成本和时间考虑来驱动。
因此,术语“硬件实现的模块”应当被理解为涵盖有形实体,即,进行物理构造、永久配置(例如,硬连线)或者临时或暂时地配置(例如,编程)以便以某种方式操作和/或执行本文所描述的某些操作的实体。考虑对硬件实现模块进行临时配置(例如,编程)的实施例,不需要在任何一个时刻配置或实例化每个硬件实现的模块。例如,当硬件实现的模块包括使用软件配置的通用处理器时,可以在不同时间将通用处理器配置为相应不同的硬件实现的模块。软件可以相应地配置处理器,例如,在一个时刻构成特定的硬件实现的模块,并在不同的时刻构成不同的硬件实现的模块。
硬件实现的模块可以向其它硬件实现的模块提供信息并从其接收信息。因此,可以将所描述的硬件实现的模块视作为通信地耦合。在同时存在多个这样的硬件实现的模块的情况下,可以通过连接硬件实现的模块的信号传输(例如,通过适当的电路和总线)来实现通信。在不同时间配置或实例化多个硬件实现的模块的实施例中,可以例如通过信息在多个硬件实现模块可访问的存储器结构中的存储和检索,来实现这些硬件实现的模块之间的通信。例如,一个硬件实现的模块可以执行操作,并将该操作的输出存储在与其通信耦合的存储器设备中。然后,另外的硬件实现的模块可以稍后访问存储器设备以检索和处理所存储的输出。硬件实现的模块还可以发起与输入设备或输出设备的通信,并且可以在资源(例如,信息集合)上操作。
本文所描述的示例方法的各种操作可以至少部分地由被临时配置(例如,通过软件)或永久配置为执行相关操作的一个或多个处理器来执行。无论是临时配置还是永久配置,这些处理器都可以构成用于执行一个或多个操作或功能的处理器实现的模块。在一些示例性实施例中,本文引用的模块包括处理器实现的模块。
类似地,本文所描述的方法可以至少部分地由处理器实现。例如,一个方法的至少一些操作可以由一个或多个处理器或处理器实现的模块来执行。可以将某些操作的执行分布在一个或多个处理器之中,不仅驻留在单个机器中,而是部署在多个机器上。在一些示例性实施例中,处理器或处理器簇可以位于单个地理位置中(例如,位于家庭环境、办公室环境或服务器群内),而在其它实施例中,处理器可以分布在多个地理位置上。
此外,一个或多个处理器还可以操作以支持在“云计算环境”中执行相关的操作或者操作成“软件作为服务”(SaaS)。例如,操作中的至少一些可以由一组计算机(作为包括处理器的机器的示例)来执行,其中这些操作可通过网络(例如,互联网)和通过一个或多个适当的接口(例如,应用编程接口(API))来访问。
因此,描述了用于生成多个实体感知的预输入建议的方法和系统。虽然已经参考在线社交网络系统的上下文中的搜索来描述用于形成搜索查询的技术,但是可以在请求并检索电子搜索结果的任何上下文中有益地使用用于生成多个实体感知的预输入建议的方法和系统。虽然已经参考特定的示例性实施例描述了实施例,但显而易见的是,可以在不脱离本公开内容的更广泛保护范围的情况下,对这些实施例进行各种修改和改变。因此,说明书和附图应被视作为示例性的而非限制性的。
Claims (20)
1.一种计算机实现的方法,其包括:
检测搜索框中的输入字符串,所述搜索框作为计算应用程序的搜索用户界面(UI)的一部分而呈现在客户端系统的显示设备上;
使用所述输入字符串解析第一有限状态转换器(FST)以生成第一结果,所述第一FST包含第一实体类型的字符串;
使用所述输入字符串解析第二FST以生成第二结果,所述第二FST包含第二实体类型的字符串;
使用至少一个处理器,基于所述第一结果和所述第二结果,生成预输入建议字符串,所述预输入建议字符串表示包括所述第一实体类型的第一字符串和所述第二实体类型的第二字符串的查询;以及
将所述预输入建议字符串传送给所述客户端系统。
2.根据权利要求1所述的方法,其中,所述将所述预输入建议字符串传送给所述客户端系统包括:
通过在所述搜索UI中包括由所述预输入建议字符串表示的查询选择控件,来生成修改的搜索UI;以及
使得在显示设备上呈现所述修改的搜索UI。
3.根据权利要求2所述的方法,包括:
响应于检测到所述查询选择控件的激活,将所述预输入建议字符串包括在所述搜索框中;
处理包括所述第一实体类型的所述第一字符串和所述第二实体类型的所述第二字符串的所述查询,以产生一组搜索结果;以及
使得在所述显示设备上呈现所述搜索结果中的一项或多项。
4.根据权利要求3所述的方法,其中,所述对包括所述第一实体类型的所述第一字符串和所述第二实体类型的所述第二字符串的所述查询的处理包括:从多个职位发布中检索包括有与所述第一实体类型的所述第一字符串相对应的字符串和与所述第二实体类型的所述第二字符串相对应的字符串的至少一个职位发布。
5.根据权利要求1所述的方法,其中,所述计算应用程序维护多个职位发布,所述多个职位发布中的职位发布包括所述第一实体类型的信息和所述第二实体类型的信息。
6.根据权利要求1所述的方法,其中,所述计算应用程序维护多个成员简档,所述多个成员简档中的成员简档包括所述第一实体类型的信息和所述第二实体类型的信息。
7.根据权利要求1所述的方法,包括:基于所述第一实体类型的标准化实体的第一字典来构造所述第一FST,并且基于所述第二实体类型的标准化实体的第二字典来构造所述第二FST。
8.根据权利要求1所述的方法,其中,所述第一FST和所述第二FST是存储器中数据结构。
9.根据权利要求1所述的方法,其中,所述计算应用程序是在线社交网络系统。
10.根据权利要求9所述的方法,其中,所述第一实体类型表示在所述在线社交网络系统的成员简档中被指定为专业技能的字符串,并且所述第二实体类型表示在所述在线社交网络系统的成员简档中被指定为专业头衔的字符串。
11.一种计算机实现的系统,其包括:
使用至少一个处理器实现的输入检测器,其用于检测搜索框中的输入字符串,所述搜索框作为计算应用程序的搜索用户界面(UI)的一部分而呈现在客户端系统的显示设备上;
使用至少一个处理器实现的建议字符串生成器,其用于:
使用所述输入字符串解析第一有限状态转换器(FST)以生成第一结果,所述第一FST包含第一实体类型的字符串,
使用所述输入字符串解析第二FST以生成第二结果,所述第二FST包含第二实体类型的字符串,以及
基于所述第一结果和所述第二结果,生成预输入建议字符串,所述预输入建议字符串表示包括所述第一实体类型的第一字符串和所述第二实体类型的第二字符串的查询;以及
使用至少一个处理器实现的通信模块,其用于将所述预输入建议字符串传送给所述客户端系统。
12.根据权利要求11所述的系统,包括:
使用至少一个处理器实现的修改的搜索UI生成器,其用于通过在所述搜索UI中包括由所述预输入建议字符串表示的查询选择控件,来生成修改的搜索UI;以及
使用至少一个处理器实现的呈现模块,其用于使得在显示设备上呈现所述修改的搜索UI。
13.根据权利要求12所述的系统,其中,所述搜索UI生成器将响应于检测到所述查询选择控件的激活,将所述预输入建议字符串包括在所述搜索框中,所述系统包括使用至少一个处理器实现的结果生成器,其用于处理包括所述第一实体类型的所述第一字符串和所述第二实体类型的所述第二字符串的所述查询,以产生一组搜索结果,所述呈现模块使得在所述显示设备上呈现所述搜索结果中的一项或多项。
14.根据权利要求13所述的系统,其中,所述结果生成器将从多个职位发布中检索包括有与所述第一实体类型的所述第一字符串相对应的字符串和与所述第二实体类型的所述第二字符串相对应的字符串的至少一个职位发布。
15.根据权利要求11所述的系统,其中,所述计算应用程序维护多个职位发布,所述多个职位发布中的职位发布包括所述第一实体类型的信息和所述第二实体类型的信息。
16.根据权利要求11所述的系统,其中,所述计算应用程序维护多个成员简档,所述多个成员简档中的成员简档包括所述第一实体类型的信息和所述第二实体类型的信息。
17.根据权利要求11所述的系统,包括:使用至少一个处理器实现的FST构建器,其用于基于所述第一实体类型的标准化实体的第一字典来构造所述第一FST,以及基于所述第二实体类型的标准化实体的第二字典来构造所述第二FST。
18.根据权利要求11所述的系统,其中,所述第一FST和所述第二FST是存储器中数据结构。
19.根据权利要求11所述的系统,其中,所述计算应用程序是在线社交网络系统,所述第一实体类型表示在所述在线社交网络系统的成员简档中被指定为专业技能的字符串,并且所述第二实体类型表示在所述在线社交网络系统的成员简档中被指定为专业头衔的字符串。
20.一种机器可读的非临时性存储介质,其具有可由机器执行以使所述机器执行包括以下操作的指令数据:
检测搜索框中的输入字符串,所述搜索框作为计算应用程序的搜索用户界面(UI)的一部分而呈现在客户端系统的显示设备上;
使用所述输入字符串解析第一有限状态转换器(FST)以生成第一结果,所述第一FST包含第一实体类型的字符串;
使用所述输入字符串解析第二FST以生成第二结果,所述第二FST包含第二实体类型的字符串;
使用至少一个处理器,基于所述第一结果和所述第二结果,生成预输入建议字符串,所述预输入建议字符串表示包括所述第一实体类型的第一字符串和所述第二实体类型的第二字符串的查询;以及
将所述预输入建议字符串传送给所述客户端系统。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US15/648,220 US10606895B2 (en) | 2017-07-12 | 2017-07-12 | Multiple entity aware typeahead in searches |
US15/648,220 | 2017-07-12 | ||
PCT/US2017/054427 WO2019013833A1 (en) | 2017-07-12 | 2017-09-29 | CONTINUOUS STRIKE SENSITIVE TO MULTIPLE ENTITIES IN RESEARCH |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110869925A true CN110869925A (zh) | 2020-03-06 |
CN110869925B CN110869925B (zh) | 2024-04-05 |
Family
ID=64999060
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780093044.5A Active CN110869925B (zh) | 2017-07-12 | 2017-09-29 | 搜索中的多个实体感知的预输入 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10606895B2 (zh) |
CN (1) | CN110869925B (zh) |
WO (1) | WO2019013833A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118227879A (zh) * | 2024-03-25 | 2024-06-21 | 北京北极星科技发展有限公司 | 一种招聘职位搜索方法、装置及计算机设备 |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR102345002B1 (ko) * | 2018-08-29 | 2021-12-29 | 주식회사 아이팩토리 | 특허 문서 작성 장치, 방법, 컴퓨터 프로그램, 컴퓨터로 판독 가능한 기록매체, 서버 및 시스템 |
US11397770B2 (en) * | 2018-11-26 | 2022-07-26 | Sap Se | Query discovery and interpretation |
US10817654B2 (en) * | 2018-11-27 | 2020-10-27 | Snap-On Incorporated | Method and system for modifying web page based on tags associated with content file |
US11544308B2 (en) * | 2019-03-28 | 2023-01-03 | Microsoft Technology Licensing, Llc | Semantic matching of search terms to results |
US11475085B2 (en) * | 2020-02-26 | 2022-10-18 | Microsoft Technology Licensing, Llc | Generating personalized query suggestions |
US20230101701A1 (en) * | 2021-09-28 | 2023-03-30 | International Business Machines Corporation | Dynamic typeahead suggestions for a text input |
CN114547345B (zh) * | 2022-04-18 | 2022-07-19 | 支付宝(杭州)信息技术有限公司 | 结合图谱模式的输入提示方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103064954A (zh) * | 2011-12-30 | 2013-04-24 | 微软公司 | 基于实体的搜索和解析 |
US20150317610A1 (en) * | 2014-05-05 | 2015-11-05 | Zlemma, Inc. | Methods and system for automatically obtaining information from a resume to update an online profile |
US20160092459A1 (en) * | 2014-09-29 | 2016-03-31 | Linkedin Corporation | Translating a keyword search into a structured query |
CN105468605A (zh) * | 2014-08-25 | 2016-04-06 | 济南中林信息科技有限公司 | 一种实体信息图谱生成方法及装置 |
US20170091168A1 (en) * | 2015-09-29 | 2017-03-30 | Apple Inc. | Unified language modeling framework for word prediction, auto-completion and auto-correction |
CN106796611A (zh) * | 2014-08-29 | 2017-05-31 | 邻客音公司 | 用于生成搜索查询的用户接口 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5625554A (en) * | 1992-07-20 | 1997-04-29 | Xerox Corporation | Finite-state transduction of related word forms for text indexing and retrieval |
US6564213B1 (en) | 2000-04-18 | 2003-05-13 | Amazon.Com, Inc. | Search query autocompletion |
US20020026452A1 (en) | 2000-05-17 | 2002-02-28 | Jason Baumgarten | Internet based employee/executive recruiting system and method |
AU2009350904B2 (en) | 2009-08-04 | 2016-07-14 | Google Llc | Query suggestions from documents |
US8560562B2 (en) | 2010-07-22 | 2013-10-15 | Google Inc. | Predictive query suggestion caching |
US9916538B2 (en) | 2012-09-15 | 2018-03-13 | Z Advanced Computing, Inc. | Method and system for feature detection |
US9317605B1 (en) * | 2012-03-21 | 2016-04-19 | Google Inc. | Presenting forked auto-completions |
US10169356B2 (en) * | 2013-02-26 | 2019-01-01 | Facebook, Inc. | Intelligent data caching for typeahead search |
US20150193447A1 (en) * | 2014-01-03 | 2015-07-09 | Microsoft Corporation | Synthetic local type-ahead suggestions for search |
US9792364B2 (en) * | 2014-08-08 | 2017-10-17 | Facebook, Inc. | Blending search results on online social networks |
US10042940B2 (en) | 2014-08-29 | 2018-08-07 | Microsoft Technology Licensing, Llc | Enhancing rankings of search results for member profile queries |
US20160098416A1 (en) * | 2014-10-03 | 2016-04-07 | Yahoo! Inc. | Auto complete search box based on the user's context to reduce user's input |
US10339122B2 (en) * | 2015-09-10 | 2019-07-02 | Conduent Business Services, Llc | Enriching how-to guides by linking actionable phrases |
US20170109411A1 (en) * | 2015-10-14 | 2017-04-20 | Linkedln Corporation | Assisted creation of a search query |
-
2017
- 2017-07-12 US US15/648,220 patent/US10606895B2/en active Active
- 2017-09-29 CN CN201780093044.5A patent/CN110869925B/zh active Active
- 2017-09-29 WO PCT/US2017/054427 patent/WO2019013833A1/en active Application Filing
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103064954A (zh) * | 2011-12-30 | 2013-04-24 | 微软公司 | 基于实体的搜索和解析 |
US20150317610A1 (en) * | 2014-05-05 | 2015-11-05 | Zlemma, Inc. | Methods and system for automatically obtaining information from a resume to update an online profile |
CN105468605A (zh) * | 2014-08-25 | 2016-04-06 | 济南中林信息科技有限公司 | 一种实体信息图谱生成方法及装置 |
CN106796611A (zh) * | 2014-08-29 | 2017-05-31 | 邻客音公司 | 用于生成搜索查询的用户接口 |
US20160092459A1 (en) * | 2014-09-29 | 2016-03-31 | Linkedin Corporation | Translating a keyword search into a structured query |
US20170091168A1 (en) * | 2015-09-29 | 2017-03-30 | Apple Inc. | Unified language modeling framework for word prediction, auto-completion and auto-correction |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118227879A (zh) * | 2024-03-25 | 2024-06-21 | 北京北极星科技发展有限公司 | 一种招聘职位搜索方法、装置及计算机设备 |
Also Published As
Publication number | Publication date |
---|---|
US20190018884A1 (en) | 2019-01-17 |
WO2019013833A1 (en) | 2019-01-17 |
CN110869925B (zh) | 2024-04-05 |
US10606895B2 (en) | 2020-03-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110869925B (zh) | 搜索中的多个实体感知的预输入 | |
US20190251422A1 (en) | Deep neural network architecture for search | |
US20180137589A1 (en) | Contextual personalized list of recommended courses | |
US20180060432A1 (en) | Prioritizing people search results | |
JP2017182828A (ja) | オンライン・ソーシャル・ネットワークにおける検索クエリの書き換え | |
US20150026193A1 (en) | Method and system to provide reputation scores for a social network member | |
KR102454954B1 (ko) | 검색 동작 출력 엘리먼트에 대한 액션 표시자 | |
US20200104427A1 (en) | Personalized neural query auto-completion pipeline | |
US20180144305A1 (en) | Personalized contextual recommendation of member profiles | |
US20190188324A1 (en) | Enriching a knowledge graph | |
US11442972B2 (en) | Methods and systems for modifying a search result | |
US20180253695A1 (en) | Generating job recommendations using job posting similarity | |
US20180253694A1 (en) | Generating job recommendations using member profile similarity | |
US20160092506A1 (en) | Generating suggested structured queries | |
US10162820B2 (en) | Suggested keywords | |
US20180336527A1 (en) | Offline computation of partial job recommendation scores | |
US20180336525A1 (en) | Hybrid offline/online generation of job recommendations | |
CN108604241B (zh) | 搜索系统 | |
US20180137587A1 (en) | Contextual personalized list of recommended courses | |
US20180089570A1 (en) | Skills detector system | |
US20190018885A1 (en) | Index aware typeahead in searches | |
US20180089284A1 (en) | Ranking courses for a presentation | |
US20170353421A1 (en) | Contextual Feed | |
US20160092459A1 (en) | Translating a keyword search into a structured query | |
US20200175455A1 (en) | Classification of skills |
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 |