CN110991172B - 域名推荐方法、域名推荐模型训练方法及电子设备 - Google Patents

Abstract

本发明公开了一种域名推荐方法、域名推荐模型训练方法及电子设备，其中方法包括：获取待识别词语；对待识别词语和预设语料库中的词语的词向量进行相似性计算，得到待识别词语的第一近似词；将待识别词语和第一近似词输入深度学习模型，得到待识别词语的第一近义词；根据第一近义词进选择可注册域名进行推荐。通过词向量的相似性得到近似词后，可能近似词虽然字形相似，再通过深度学习模型对近似词中具有相同或相近的含义的词筛选出来，以无论在字形还是在字义上均能达到用户的需求。通过对近似词识别，并利用深度学习模型对同义或近义词识别，使得在进行域名推荐算法的时候，能够更提供更精准的推荐词语。

Description

域名推荐方法、域名推荐模型训练方法及电子设备

技术领域

本发明的实施方式涉及自然语言信息处理领域，更具体地，本发明的实施方式涉及一种域名推荐方法、域名推荐模型训练方法及电子设备。

背景技术

随着互联网和人工智能的快速发展，类似域名这些互联网的早期资源已经越来越难以获取，大部分的域名都掌握在商业机构手里，如何注册一个便于记忆，又符合企业相关特性的域名，是很多企业在注册域名的时候必须要考虑的事情。

目前为了提高域名未被注册的算法，一般都是通过添加一些固定的后缀或者是随机字符来增加域名的随机性，然而这种处理方式，往往破坏了域名的整体性，也有可能导致域名结构相对混乱，面对一些比较热门的词语，这种简单的随机算法，往往无法符合用户在选择时的真实需求。

发明内容

本发明实施例提供了一种域名推荐方法、域名推荐模型训练方法及电子设备以解决现有技术中使用随机或者特定后缀的方法给域名进行打乱的算法，无法精准判断用户的真实需要的问题。

根据第一方面，本发明实施例提供了一种域名推荐方法，包括：获取待识别词语；对所述待识别词语和预设语料库中的词语的词向量进行相似性计算，得到待识别词语的第一近似词；将所述待识别词语和第一近似词输入深度学习模型，得到所述待识别词语的第一近义词，所述深度学习模型通过近似词样本进行训练得到的；根据所述第一近义词进选择可注册域名进行推荐。

可选地，所述对待识别词语和预设语料库中的词语的词向量进行相似性计算，得到待识别词语的第一近似词包括：将所述待识别词语和预设语料库中的词语输入词向量模型，分别构建各个词语的第一词向量；对所述第一词向量进行余弦相似性计算，得到所述待识别词语的第一近似词。

可选地，所述将所述待识别词语和第一近似词输入深度学习模型，得到所述待识别词语的第一近义词包括：通过深度学习模型识别所述待识别词语和第一近似词的词义的近义值；将所述近义值与预设近义阈值比较，将大于所述预设近义阈值的第一近似词作为所述待识别词语的第一近义词。

可选地，所述根据所述第一近义词进选择可注册域名进行推荐包括：分别检测所述第一近义词的注册状态；基于所述注册状态选择可注册的第一近义词作为域名进行推荐。

可选地，所述基于所述注册状态选择可注册的第一近义词作为域名进行推荐包括：根据所述第一近义词库进行域名多样化推断和选取；对多样化推断和选取的第一近义词的注册状态进行检测。

根据第二方面，本发明实施例提供了一种域名推荐模型训练方法，所述域名推荐模型包括：词向量模型和深度学习模型，所述训练方法包括：利用所述词向量模型针对预设语料库中词语建立对应的第二词向量；对所述第二词向量进行相似性计算得到预设语料库中词语的第二近似词；将所述第二近似词作为所述深度学习模型的训练样本对深度学习模型进行训练，得到训练好得深度学习模型。

可选地，域名推荐模型训练方法还包括：对所述预设语料库的词语进行分词和词向量标注得到词向量训练样本；利用所述词向量训练样本对所述词向量模型进行训练，得到训练好的向量模型。

可选地，所述将所述第二近似词作为所述深度学习模型的训练样本对深度学习模型进行训练，得到训练好得深度学习模型包括：对所述第二近似词的词义进行识别，得到词义相似值；基于所述相似值更新所述深度学习模型的参数，得到近义词阈值。

根据第三方面，本发明实施例提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机指令，计算机指令用于使计算机执行上述第一方面任意一项描述的域名推荐方法和/或第二方面任意一项描述的域名推荐模型训练方法。

根据第四方面，本发明实施例提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的计算机程序，计算机程序被至少一个处理器执行，以使至少一个处理器执行上述第一方面任一项描述的域名推荐方法和/或第二方面任意一项描述的域名推荐模型训练方法。

通过词向量的相似性得到近似词后，可能近似词虽然字形相似，再通过深度学习模型对近似词中具有相同或相近的含义的词筛选出来，以无论在字形还是在字义上均能达到用户的需求，通过对近似词识别，并利用深度学习模型对同义或近义词识别，使得在进行域名推荐算法的时候，能够更提供更精准的推荐词语，以及更多可用于注册的域名选择，提高了域名的选择准确度和丰富性，基于深度学习域名近义词的模型，实现智能化运算域名词语选择的趋势和概率。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体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，下面描述中的附图是本发明的一些实施方式，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示出了本实施例的域名推荐方法的示意图；

图2示出了本实施例的域名推荐模型训练方法的示意图；

图3示出了本发明实施例的电子设备的示意图。

具体实施方式

下面将结合附图对本发明的技术方案进行清楚、完整地描述，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。

本发明实施例提供了一种域名推荐方法。具体的可以参见图1，该域名推荐方法可以包括如下步骤：

S11.获取待识别词语。示例性的，所称待识别词语可以为用户自行选择的任意词语，例如可以为英文文本、也可以为中文文本。在本实施例中，待识别词语可以为候选的待注册的域名。

S12.对所述待识别词语和预设语料库中的词语的词向量进行相似性计算，得到待识别词语的第一近似词。作为示例性的实施例，预设语料库可以为任意语料库，可以分别对待识别词语和预设语料库中的所有词语分别建立词向量。作为可选的实施例，建立词向量可以通过词向量模型建立，例如可以通过Word2vec进行词向量分析，分别构建每一个词语的向量。在本实施例中，词向量模型可以为预先训练好的模型，在本实施例中，词向量模型可以将各个词语进行低维实数向量词表示方法。例如，词语apple的可以表示为：apple＝[0.23，0.4，0.13，0.45]。并对构建的词向量进行相似性计算，已得到各个词之间的相似性，在本实施例中，可以分别计算预设语料库中的各个词语与待识别词语之间的相似性。具体的，可以对所述预设语料库中的各个词语的词向量与待识别词语的词向量进行余弦相似性计算，得到所述待识别词语的第一近似词。示例性的，计算两个词语相似度就是通过两个向量的余弦夹角cos来进行描述，词语相似性公式如下：

其中，分子表示两个向量的点乘积，分母表示两个向量的模的积。下面以实际例子为例进行说明：

从词向量里面随机获取两个词语的表示，例如，可以选取apple＝[0.23，0.4，0.13，0.45]和applet＝[0.98，0.23，0.56，0.16]。

通过余弦夹角计算得到的值为：0.25389，余弦值越接近1，表示向量夹角越接近0，也即是两个向量越相似，所以apple和applet两个词看着很相似。在本实施了中，所称的近似词为两个词或多个词的形状或写法很相似，但是实际含义可能不相似。

S13.将所述待识别词语和第一近似词输入深度学习模型，得到所述待识别词语的第一近义词，所述深度学习模型通过近似词样本进行训练得到的。通过深度学习模型识别所述待识别词语和第一近似词的词义的近义值；将所述近义值与预设近义阈值比较，将大于所述预设近义阈值的第一近似词作为所述待识别词语的第一近义词。在本实施例中，对于域名的注册，不仅要字形近似，也需要字义近似，例如，如果只通过词向量的相似性得到近似词后，可能近似词虽然字形相似，但是如果实际含义不同，通常难以符合用户的真实需求。因此，可以通过深度学习模型对相似词中具有相同或相近的含义的词筛选出来，以无论在字形还是在字义上均能达到用户的需求，通过对近似词识别，并利用深度学习模型对同义或近义词识别，使得在进行域名推荐算法的时候，能够更提供更精准的推荐词语，以及更多可用于注册的域名选择，提高了域名的选择准确度和丰富性，基于深度学习域名近义词的模型，实现智能化运算域名词语选择的趋势和概率。

S14.根据所述第一近义词进选择可注册域名进行推荐。作为示例性的实施例，分别检测所述第一近义词的注册状态；基于所述注册状态选择可注册的第一近义词作为域名进行推荐。具体的，根据所述第一近义词库进行域名多样化推断和选取；对多样化推断和选取的第一近义词的注册状态进行检测。在本实施例中，所称的根据所述第一近义词库进行域名多样化推断可以添加一些固定的后缀或者是随机字符。

本发明实施例提供了一种域名推荐模型训练方法，所述域名推荐模型包括：词向量模型和深度学习模型，如图2所示，所述训练方法可以包括：

S21.利用所述词向量模型针对预设语料库中词语建立对应的第二词向量。作为示例性的实施例，预设语料库可以为《英文wiki语料库》。在本实施例中，首先需要预先训练一个词向量模型，然后利用该词向量模型对预设语料库中的词语分别进行向量化处理，获取预设预料库中所有的词语对应的词向量。具体的，对所述预设语料库的词语进行分词和词向量标注得到词向量训练样本；利用所述词向量训练样本对所述词向量模型进行训练，得到训练好的向量模型。作为示例性的实施例，词向量训练样本可以为：可以按照词语的字形对词向量样本进行标记，尽量将字形相似的词语的词向量标记的较为接近。例如，可以根据自然语言处理中的词向量低维实数向量词表示方法，如：[0.645，-0.473，0.3452，0.201，-0.7453]。在标记时，词向量可以让字形相似或相关的词语相对余稀疏矩阵在距离上更加接近。利用标记的词语对词向量模型进行训练，得到可以对词语进行词向量分析的词向量模型。

S22.对所述第二词向量进行相似性计算得到预设语料库中词语的第二近似词；在获取到词向量模型建立的各个词语的词向量之后，根据词向量计算词语余弦近似值。示例性的，计算两个词语相似度就是通过两个向量的余弦夹角cos来进行描述，词语相似性公式如下：

其中，分子表示两个向量的点乘积，分母表示两个向量的模的积。下面以实际例子为例进行说明：

从词向量里面随机获取两个词语的表示，例如，可以选取apple＝[0.23，0.4，0.13，0.45]和applet＝[0.98，0.23，0.56，0.16]。

通过余弦夹角计算得到的值为：0.25389，余弦值越接近1，表示向量夹角越接近0，也即是两个向量越相似，所以apple和applet两个词看着很相似。在本实施了中，所称的近似词为两个词或多个词的形状或写法很相似，但是实际含义可能不相似。

S23.将所述第二近似词作为所述深度学习模型的训练样本对深度学习模型进行训练，得到训练好得深度学习模型。对预设语料库中词语的相似度较高的词语进行词义标注，例如可以将意义相同的文本对标记为1，意义不同的文本对标记为0。采用标注的样本对深度学习模型进行训练，并利用输出结果调整深度学习模型的参数，使得输出结果更为接近标注结果，最终得到近义词阈值。进而可以通过近义词阀值，通过输入待识别词语获取推荐的近义词。本发明实施例提供了一种域名推荐装置，包括：获取模块，用于获取待识别词语；计算模块，用于对所述待识别词语和预设语料库中的词语的词向量进行相似性计算，得到待识别词语的第一近似词；识别模块，用于将所述待识别词语和第一近似词输入深度学习模型，得到所述待识别词语的第一近义词，所述深度学习模型通过近似词样本进行训练得到的；推荐模块，用于根据所述第一近义词进选择可注册域名进行推荐。

可选地，计算模块包括：词向量构建单元，用于将所述待识别词语和预设语料库中的词语输入词向量模型，分别构建各个词语的第一词向量；近似词计算单元，用于对所述第一词向量进行余弦相似性计算，得到所述待识别词语的第一近似词。

可选地，识别模块包括：识别单元，用于通过深度学习模型识别所述待识别词语和第一近似词的词义的近义值；选择单元，用于将所述近义值与预设近义阈值比较，将大于所述预设近义阈值的第一近似词作为所述待识别词语的第一近义词。

可选地，推荐模块包括：检测单元，用于分别检测所述第一近义词的注册状态；推荐单元，用于基于所述注册状态选择可注册的第一近义词作为域名进行推荐。

本发明实施例提供了一种电子设备，如图3所示，该电子设备包括一个或多个处理器31以及存储器32，图3中以一个处理器33为例。

该控制器还可以包括：输入装置33和输出装置34。

处理器31、存储器32、输入装置33和输出装置34可以通过总线或者其他方式连接，图3中以通过总线连接为例。

处理器31可以为中央处理器(CentralProcessingUnit，CPU)。处理器31还可以为其他通用处理器、数字信号处理器(DigitalSignalProcessor，DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit，ASIC)、现场可编程门阵列(Field-ProgrammableGateArray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。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。

存储器32作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块，如本申请实施例中的控制方法对应的程序指令/模块。处理器31通过运行存储在存储器32中的非暂态软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例的域名推荐方法和/或域名推荐模型训练方法。

存储器32可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据服务器操作的处理装置的使用所创建的数据等。此外，存储器32可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器32可选包括相对于处理器31远程设置的存储器，这些远程存储器可以通过网络连接至网络连接装置。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

输入装置33可接收输入的数字或字符信息，以及产生与服务器的处理装置的用户设置以及功能控制有关的键信号输入。输出装置34可包括显示屏等显示设备。

一个或者多个模块存储在存储器32中，当被一个或者多个处理器31执行时，执行如图1和/或2所示的方法。

本领域技术人员可以理解，实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，被执行的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各电机控制方法的实施例的流程。其中，存储介质可为磁碟、光盘、只读存储记忆体(Read-OnlyMemory，ROM)、随机存储记忆体(RandomAccessMemory，RAM)、快闪存储器(FlashMemory)、硬盘(HardDiskDrive，缩写：HDD)或固态硬盘(Solid-StateDrive，SSD)等；存储介质还可以包括上述种类的存储器的组合。

虽然结合附图描述了本发明的实施方式，但是本领域技术人员可以在不脱离本发明的精神和范围的情况下作出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。

Claims (5)

1.一种域名推荐方法，其特征在于，包括：

获取待识别词语，其中，所述待识别词语为候选的待注册的域名；

对所述待识别词语和预设语料库中的词语的词向量进行相似性计算，得到待识别词语的第一近似词，其中，所述第一近似词的形状或写法相似，但是实际含义可能不相似；

将所述待识别词语和第一近似词输入深度学习模型，得到所述待识别词语的第一近义词，所述深度学习模型通过近似词样本进行训练得到，通过深度学习模型对相似词中具有相同或相近的含义的词筛选出来；

根据所述第一近义词选择可注册域名进行推荐，包括：检测所述第一近义词的注册状态；根据第一近义词库进行域名多样化推断和选取；对多样化推断和选取的第一近义词的注册状态进行检测，其中，根据所述第一近义词库进行域名多样化推断为添加一些固定的后缀或者是随机字符。

2.如权利要求1所述的域名推荐方法，其特征在于，

所述对所述待识别词语和预设语料库中的词语的词向量进行相似性计算，得到待识别词语的第一近似词包括：

将所述待识别词语和预设语料库中的词语输入词向量模型，分别构建各个词语的第一词向量；

对所述第一词向量进行余弦相似性计算，得到所述待识别词语的第一近似词。

3.如权利要求1所述的域名推荐方法，其特征在于，所述将所述待识别词语和第一近似词输入深度学习模型，得到所述待识别词语的第一近义词包括：

通过深度学习模型识别所述待识别词语和第一近似词的词义的近义值；

将所述近义值与预设近义阈值比较，将大于所述预设近义阈值的第一近似词作为所述待识别词语的第一近义词。

4.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使所述计算机执行如权利要求1-3任一项所述的域名推荐方法。

5.一种电子设备，其特征在于，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器执行如权利要求1-3任一项所述的域名推荐方法。