CN111159546B - 事件推送方法、装置、计算机可读存储介质和计算机设备 - Google Patents

Abstract

本申请涉及一种事件推送方法、装置、计算机可读存储介质和计算机设备，方法包括：获取输入的搜索词；对搜索词进行语义分析，得到搜索词对应的意图信息和槽位信息；基于意图信息和槽位信息，从事件库获取相匹配的目标事件；获取并推送目标事件对应的事件数据。本申请提供的方案可以根据用户的意图信息和槽位信息确定推送的事件，可以提高事件推送的准确性。

Description

事件推送方法、装置、计算机可读存储介质和计算机设备

技术领域

本申请涉及互联网技术领域，特别是涉及一种事件推送方法、装置、计算机可读存储介质和计算机设备。

背景技术

随着互联网技术的发展，人们获取信息的方式越来越丰富，通过互联网查看或搜索事件的现象越来越普遍。用户终端可以根据需求对事件进行搜索或订阅，服务器根据搜索或订阅的内容可以从将匹配的事件信息推送给终端，由终端进行展示。然而，传统的事件推送方法往往是基于历史查看事件、或者关键字匹配的方式进行事件的获取和推送，存在事件推送准确性低的问题。

发明内容

基于此，有必要针对事件推送准确性低的技术问题，提供一种事件推送方法、装置、计算机可读存储介质和计算机设备。

一种事件推送方法，包括：

获取输入的搜索词；

对所述搜索词进行语义分析，得到所述搜索词对应的意图信息和槽位信息；

基于所述意图信息和槽位信息，从事件库获取相匹配的目标事件；

获取并推送所述目标事件对应的事件数据。

一种事件推送装置，所述装置包括：

搜索词获取模块，用于获取输入的搜索词；

语义分析模块，用于对所述搜索词进行语义分析，得到所述搜索词对应的意图信息和槽位信息；

事件获取模块，用于基于所述意图信息和槽位信息，从事件库获取相匹配的目标事件；

推送模块，用于获取并推送所述目标事件对应的事件数据。

一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如下步骤：

获取输入的搜索词；

对所述搜索词进行语义分析，得到所述搜索词对应的意图信息和槽位信息；

基于所述意图信息和槽位信息，从事件库获取相匹配的目标事件；

获取并推送所述目标事件对应的事件数据。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如下步骤：

获取输入的搜索词；

对所述搜索词进行语义分析，得到所述搜索词对应的意图信息和槽位信息；

基于所述意图信息和槽位信息，从事件库获取相匹配的目标事件；

获取并推送所述目标事件对应的事件数据。

上述事件推送方法、装置、计算机可读存储介质和计算机设备，通过获取输入的搜索词，对搜索词进行语义分析，得到搜索词对应的意图信息和槽位信息，基于意图信息和槽位信息从事件库获取相匹配的目标事件，获取并推送目标事件对应的事件数据。既可以根据用户的意图信息和槽位信息确定事件进行推送，可以提高事件推送的准确性。

附图说明

图1为一个实施例中事件推送方法的应用环境图；

图2为一个实施例中事件推送方法的流程示意图；

图3为一个实施例将热点事件保存至事件库的流程图；

图4为一个实施例中获取搜索词的意图信息和槽位信息的流程图；

图5为一个实施例中更新词典的流程图；

图6为一个实施例中词典更新的架构示意图；

图7为推送目标事件的事件数据的流程图；

图8为一个实施例中终端展示目标事件的界面示意图；

图9为一个实施例中事件推送方法的框架示意图；

图10为一个实施例中事件推送装置的结构框图；

图11为另一个实施例中事件推送装置的结构框图；

图12为一个实施例中计算机设备的结构框图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

图1为一个实施例中事件推送方法的应用环境图。参照图1，该事件推送方法应用于事件推送系统。该事件推送系统包括终端110和服务器120。终端110和服务器120通过网络连接。终端110具体可以是台式终端或移动终端，移动终端具体可以手机、平板电脑、笔记本电脑等中的至少一种。服务器120可以用独立的服务器或者是多个服务器组成的服务器集群来实现。

如图2所示，在一个实施例中，提供了一种事件推送方法。本实施例主要以该方法应用于上述图1中的服务器120来举例说明。参照图2，该事件推送方法具体包括如下步骤：

S202，获取输入的搜索词。

搜索词可以是用户在搜索框中输入的词语，也可以是用户通过触控操作选中的词语。具体地，终端可以接收用户输入的搜索词，并根据搜索词生成搜索请求发送给服务器，服务器接收该搜索请求，并解析该搜索请求即可以得到该搜索词。可选地，服务器也可以接收用户在服务器输入的搜索词。

S204，对搜索词进行语义分析，得到搜索词对应的意图信息和槽位信息。

意图信息用于表征搜索词所要达到的搜索目的。具体地，意图信息可以由搜索词对应的领域和意图中的至少一种构成。其中，领域可以限定意图的范围。例如，当领域为娱乐时，意图可以是明星生子、明星结婚等；当领域为影视时，意图可以是新剧上线、电影票房、电影影评等。

槽位信息用于表征搜索词所表达的明确定义属性的关键信息。例如，当搜索词为“明星A绯闻”时，得到的槽位信息可以是“star_name＝明星A，star_bagua＝绯闻”；其中，star_name和star_bagua即为明确定义的属性。

服务器可以对搜索词进行语义分析，以得到搜索词对应的意图信息和槽位信息，具体地，服务器需要预先构建词典，词典包含与领域、意图、槽位相关的词语；根据预先构建的词典对搜索词进行语义分析，确定搜索词包含的槽位，并根据词典中词语确定搜索词中各个槽位对应的槽位值以得到搜索词的槽位信息；进而，根据搜索词的槽位信息匹配到对应的意图信息。

S206，基于意图信息和槽位信息，从事件库获取相匹配的目标事件。

事件库用于保存筛选得到的事件。事件库中保存的事件可以包括事件的事件标识、事件标题、事件对应的领域、意图和槽位等信息。其中，事件标识为事件对应的唯一标识符。事件标题是用于表征事件的主要内容的题记文本。事件对应的领域、意图、槽位等信息可以基于自然语言处理和知识图谱挖掘技术对事件进行分析后得到。

服务器基于意图信息和槽位信息，从事件库中获取相匹配的目标事件，具体地，服务器可以获取事件库中包含的事件所对应的领域、意图、槽位等信息，根据搜索词的意图信息和槽位信息、事件库中包含的事件所对应的领域、意图、槽位等信息计算该搜索词与事件库中包含的事件之间的相似度，根据相似度确定事件库中相匹配的目标事件。

在一个实施例中，事件库中包含的事件可以按照领域或者意图进行分类；服务器可以从事件库包含的事件中获取与搜索词的意图信息相匹配的事件集合，进而基于意图信息和槽位信息，确定搜索词与事件集合包含的事件之间相似度，根据相似度确定事件集合中相匹配的目标事件。

在一个实施例中，服务器可以预设事件筛选规则，根据事件筛选规则从服务器存储的事件和/或从第三方服务器获取的事件中筛选事件，将筛选的事件进行分析得到事件对应的领域、意图、槽位等信息后保存至事件库。其中，预设的事件筛选规则可以根据实际应用场景来确定，例如，事件的筛选规则可以是在一段时间内搜索量、转发量或者查看量达到对应阈值的事件。

S208，获取并推送目标事件对应的事件数据。

事件数据是指用于表述事件的数据。例如，事件数据可以是文本数据、音频数据、图片数据，或多媒体数据等，在此不做限定。

服务器可以获取并推送目标事件对应的事件数据，具体地，服务器可以根据该目标事件对应的事件标识获取事件数据，将事件数据推送给终端，以在终端展示目标事件及对应的事件数据。

在一个实施例中，服务器可以按照目标事件的匹配程度为顺序推送目标事件。具体地，服务器可以获取匹配程度最高的预设数量个目标事件，将预设数量个目标事件按匹配程度为顺序推送给终端。例如，服务器可以获取3个、4个或5个目标事件等，按照匹配程度为顺序推送目标事件，终端可以按照匹配程度展示目标事件对应的事件数据。

在一个实施例中，获取并推送给目标事件的事件数据的过程也可以包括：将目标事件推送给终端，当接收到终端针对目标事件的查看请求时，则获取该目标事件的事件数据并推送给终端。其中，查看请求是终端根据用户对目标事件的触控操作生成的。

上述事件推送方法，可以对搜索词进行语义分析，得到搜索词对应的意图信息和槽位信息，基于意图信息和槽位信息从事件库获取相匹配的目标事件，获取并推送目标事件对应的事件数据。由于可以分析得到搜索词的意图信息和槽位信息，即根据搜索词的语义从事件库中获取目标事件进行推送，可以避免通过关键词筛选并推送事件导致推送的事件不符合用户需求，准确性低的问题，可以提高事件推送的准确性。

图3为一个实施例将热点事件保存至事件库的流程图。如图3所示，在一个实施例中，提供的事件推送方法还包括：

S302，获取搜索日志，搜索日志包含搜索词及对应的搜索事件。

搜索日志是服务器用于存储用户输入的搜素词及触发的搜索事件的文档。搜索日志包括搜索词及对应的搜索事件。其中，搜索词是终端获取的用户输入的文本内容；或者是终端根据用户输入的语音数据转换的文本内容。

搜索事件是指基于该搜索词，用户所查看的事件。具体地，服务器可以接收终端发送的搜索词，并根据该搜索词推送对应的目标事件，终端可以展示返回的目标事件，并获取用户针对目标事件的查看指示，则服务器根据该查看指示将所针对的目标事件确认为该搜索词对应的搜索事件，将该搜索词及对应的搜索事件保存至搜索日志。

S304，统计搜索日志包含的搜索词的增长信息。

搜索词的增长信息可以表征搜索词在时间梯度上的搜索数量。

服务器统计搜索日志包含的搜索词的增长信息，具体地，服务器可以按照时间粒度统计搜索词的增长信息，即可以每间隔一个时间粒度，则获取该时间粒度范围内搜索词的搜索数量，根据多个时间粒度范围内的搜索数量得到搜索词的增长信息。例如，时间粒度可以是10分钟、30分钟、1小时、1天等，在此不做限定；以30分钟为例，即可以每间隔30分钟则统计30分钟内搜索词的搜索数量，以得到以30分钟为时间粒度的增长信息。

在一个实施例中，服务器可以预设多个时间粒度，以统计搜索日志包含的搜索词在不同时间粒度上的增长信息，可以满足不同的事件筛选需求，同时保证热点事件的时效性和覆盖度。

S306，根据增长信息确定搜索事件中的热点事件。

热点事件是指受到大量用户关注的新闻或信息。服务器通过分析搜索词的增长信息可以确定搜索事件中的热点事件。具体地，服务器可以根据搜索词的增长信息确定搜索词对应的增长速率、搜索词在不同时间粒度中的最大搜索数量、搜索数量超过数量阈值的次数等信息，根据预设的事件筛选规则及前述信息中的至少一种确定搜索事件中的热点事件。

其中，增长速率越高、最大搜索数量越大、超过数量阈值的次数越大，则事件为热点事件的概率越大。服务器可以根据实际需求设定不同的事件筛选规则，例如，事件筛选规则可以是最大搜索量超过1000；也可以是最大搜索量超过800，搜索量超过500的次数超过3次；还可是增长速率持续大于400次每时间粒度等，在此不做限定。

在一个实施例中，服务器可以获取预设时段内搜索词的增长信息，根据预设时段内搜索词的增长信息确定搜索事件中的热点事件。其中，预设时段大于增长信息对应的时间粒度。例如，当时间粒度为30分钟时，预设时段可以是1小时、3小时、1天、2天等；当时间粒度为1小时时，预设时段可以是2小时、4小时、12小时、1天、2天等，在此不做限定。

S308，将热点事件保存至事件库。

服务器可以将确定的热点事件保存至事件库中。在一些实施例中，事件库用于保存与热点事件相关的信息。具体地，以事件标识唯一标识热点事件，将该事件标识及对应的事件标题保存至事件库，将热点事件对应的事件数据保存至服务器的数据库中，可以避免事件库的数据量过大。

在本实施例中，通过统计搜索日志包含的搜索词的增长信息，根据增长信息确定搜索事件中的热点事件，将热点事件保存至事件库，既可以自动挖掘热点事件，提高热点事件的挖掘效率；进而根据输入的搜索词在事件库中获取匹配的热点事件进行推送，可以提高热点事件推送的实时性和准确性。并且，通过预设多种时间粒度，可以实现向用户推送多种时间范围内的热点事件，以确保热点事件的时效性和覆盖范围。

在一个实施例中，步骤S308可以包括：获取热点事件对应的事件信息；对事件信息进行意图识别，得到热点事件对应的领域和意图；对事件信息进行槽位识别，得到热点事件对应的槽位值；将热点事件对应的领域、意图和槽位值保存至事件库。

事件信息可以表征事件的相关内容。事件信息包括事件标题、事件包含的图像信息、事件对应的搜索词等中的一种或多种。服务器可以从热点事件对应的事件数据获取事件信息。

在一个实施例中，事件领域的识别可以通过分类模型实现，服务器可以预先构建能够识别事件领域的分类模型，通过将热点事件的事件信息输入至分类模型，即可以得到输出的领域。意图的识别通常需要考虑到语义的歧义性、多样性、识别过程中的鲁棒性等问题，服务器可以通过结构化、半结构化、无结构化等多种数据处理方式，结合NLP(NaturalLanguage Processing，自然语言处理)的多种技术识别事件信息对应的意图。其中，服务器可以基于SVM(Support Vector Machine,支持向量机)、CRF(conditional random field，条件随机场)、CNN(Convolutional Neural Networks，卷积神经网络)、RNN(RecurrentNeural Network，循环神经网络)等对自然语言理解的技术对事件信息进行意图识别，以得到热点事件的意图。

进一步地，服务器可以基于知识图谱数据识别事件信息对应的槽位值。即通过知识图谱数据对事件信息进行命名实体识别，确认事件信息中包含的具有特定意义的实体，如人名、地名、机构名、专有称等；将识别得到的具有特定意义的实体作为事件信息对应的槽位值。例如，对于事件信息“歌手A将于下个月在地点b举办演唱会”，可以确定包含的槽位值为：star_name＝歌手、star_time＝最新、star_bagua＝演唱会。可选地，服务器还可以结合上下文对槽位值进行歧义消除，即基于实体之间的关系消除槽位值的歧义。例如，当槽位值为“情书”时，若通过上下文确定“情书”属于歌名，则可以对该槽位值增加书名号“《情书》”以进行歧义消除。

将得到热点事件对应的领域、意图和槽位值保存至事件库。可选地，在一个实施例中，服务器可以按照<事件标题，事件标识，槽位值，意图，领域>为格式将热点事件保存于事件库。如表1为一个热点事件的DIS(Domain、Intent、Slot，领域、意图、槽位)示例：

表1

在本实施中，可以获取热点事件的事件信息，对事件信息进行意图识别和槽位识别，得到热点事件对应的领域、意图和槽位值，以保存至事件库，可以方便后续与搜索词进行匹配。

图4为一个实施例中获取搜索词的意图信息和槽位信息的流程图。如图4所示，在一个实施例中，槽位信息包括槽位值，该事件推送方法中对搜索词进行语义分析，得到搜索词对应的意图信息和槽位信息的过程，包括：

S402，根据预设的词典对搜索词进行序列标注，得到搜索词对应的槽位值。

预设的词典包含不同领域中的词语。例如，娱乐领域的词语可以包含各种明星的名字；旅行领域的词语可以包含有大量的地点；天气领域的词语可以包含不同天气对应的词语等，在此不做限定。服务器根据预设的词典对搜索词进行序列标注，具体地，服务器可以基于搜索词的句法结构、词汇之间的依存关系将搜索词按照词性划分为多个词语，并确定各个词语之间的依存关系，从而根据各个词语的词性确定词语对应的槽位类型，将该词语作为该槽位类型对应的槽位值。

可选地，在一个实施例中，服务器可以基于lex(LEXical compiler，LEXical编译器)工具生成句法分析器，通过该句法分析器结合预设的词典对搜索词进行序列标注，以得到搜索词对应的槽位值。

S404，获取由搜索词对应的槽位值的槽位类型组成的槽位类型序列。

槽位类型用于表征槽位值对应的类别。可选地，槽位类型可以依据不同的领域进行划分。例如对应于人名，可以有娱乐领域包含的明星人名，体育领域包含的运动员人名，动漫领域包含的动漫人物人名等。

槽位类型序列是由槽位类别按照顺序构成的。具体地，槽位类别序列可以基于对搜索词的序列标注得到的。即进行序列标注之后，服务器可以输出搜索词对应连续性的槽位类型及槽位值，服务器可以获取由槽位类别组成的槽位类型序列。例如，当对搜索词进行序列标注得到槽位值为“star_name＝歌手、star_time＝最新、star_bagua＝演唱会”时，服务器可以获取槽位类型序列为“star_name+star_time+star_bagua”。其中，槽位类型序列包含的槽位类型的顺序与槽位值在搜索词中的顺序相对应。

S406，将与槽位类型序列匹配的意图和领域作为搜索词的意图信息。

服务器将与槽位类型序列匹配的意图和领域作为搜索词的意图信息。具体地，服务器预存有各个领域下各个意图所对应的槽位类型序列，通过将搜索词的槽位类型序列与服务器预存的槽位类型序列进行匹配，可以获得与搜索词的槽位类型序列相匹配的槽位类型序列，将该相匹配的槽位类型序列对应的意图和领域作为该搜索词的意图信息。其中，槽位类型序列匹配是指两个槽位类型序列包含的槽位类型、及槽位类型对应的顺序均相同。

在本实施例中，通过根据预设的词典对搜索词进行序列标注，得到搜索词对应的槽位值，获取由搜索词对应的槽位值的槽位类型组成的槽位类型序列，将与槽位类型序列匹配的意图和领域作为搜索词的意图信息，可以获得搜索词的槽位值、意图和领域。

图5为一个实施例中更新词典的流程图。如图5所示，在一个实施例中，提供的事件推送方法还包括：

S502，获取样本搜索词和词典。

样本搜索词是用于更新词典的样本搜索词。可选地，样本搜索词可以是服务器获取的终端输入的搜索词，例如，服务器可以从事件日志中获取搜索词。样本搜索词也可以是人工设定的搜索词，或者从第三方服务器获取的搜索词等。词典是服务器预设的词典。该词典可以是通过现有的词库如百科词条、线上词库等方式获取的；也可以是在事件推送方法的应用过程中，服务器不断更新后的词典。

S504，根据词典对样本搜索词进行序列标注，得到已标注的第一搜索词和无法标注的第二搜索词。

第一搜索词是指能够被成功标注的样本搜索词。第二搜索词是指标注不成功的样本搜索词。

具体地，服务器可以基于样本搜索词的句法结构、词汇之间的依存关系将样本搜索词按照词性划分为多个词语，若样本搜索词中包含无法确定词性的词语时，则词典不包含该词语，该样本搜索词无法被标注，服务器可以将该样本搜索词确定为第二搜索词；若样本搜索词包含的各个词语的词性被成功标注，则确定该样本搜索词为第一搜索词。

S506，通过第一搜索词标注得到的第一槽位值及对应的第一槽位类型训练词性标注模型。

词性标注模型是用于输出句子中包含的词语的词性的模型。在步骤S504中，通过对样本搜索词进行序列标注，可以得到已标注的第一搜索词对应的第一槽位值及第一槽位类型。

服务器可以通过第一搜索词对应的第一槽位值和第一槽位类型对词性标注模型进行训练，具体地，服务器将第一搜索词输入词性标注模型，获得词性标注模型输出的预测槽位值和预测槽位类型，根据预测槽位值与第一槽位值之间的差异，及第一槽位类型与预测槽位类型之间的差异，可以对词性标注模型的参数进行调整，直至词性标注模型可以准确输出第一搜索词的第一槽位值和第一槽位类型。服务器可以通过对已标注的多个第一搜索词对词性标注模型进行训练，以提高词性标注模型的准确性。其中，词性标注模型可以通过CRF模型实现。

S508，将第二搜索词输入训练完成的词性标注模型，得到第二搜索词对应的第二槽位值及对应的第二槽位类型。

训练完成的词性标注模型可以准确输出输入词语包含的槽位值和槽位类型。服务器可以将第二搜索词输出训练完成的词性标注模型，以得到第二搜索词对应的第二槽位值及第二槽位类型。

例如，当第一搜索词为“明星C最新绯闻”，序列标注得到该第一搜索词的第一槽位值及对应的第一槽位类型为“star_name＝明星C，star_time＝最新，star_bagua＝绯闻”；通过该第一搜索词对词性标注模型进行训练后，若将第二搜索词为“人物D最新绯闻”输出词性标注模型，则词性标注模型通过分析可以确定人物D为star_name的概率较高，则可以输出第二搜索词对应的第二槽位值和第二槽位类型为“star_name＝人物D，star_time＝最新，star_bagua＝绯闻”。

S510，当词典不包含第二槽位值时，按照第二槽位类型将第二槽位值保存至词典。

当词典不包含第二槽位值时，服务器按照第二槽位类型将第二槽位值保存至词典，可以对词典进行更新。

在一个实施例中，服务器在得到第二槽位值后，还可以根据第二槽位值的出现频次、长度、词性标注模型输出的第二槽位值对应的第二槽位类型的概率等中的一种或多种，对第二槽位值进行筛选，将筛选后的第二槽位值保存至词典。

在本实施例中，通过对样本搜索词进行序列标注，可以得到标注的第一搜索词和未标注的第二搜索词，通过第一搜索词训练的词性标注模型，得到第二搜索词包含的第二槽位值及对应的第二槽位类型，将不存在于词典的第二槽位值按照对应的第二槽位类型保存至词典，既可以在事件推送方法的应用过程中对词典进行更新，以提高槽位值获取和事件推送的时效性和准确性。

图6为一个实施例中词典更新的架构示意图。如图6所示，在一个实施中，可以采用CRF模型对搜索词进行词性识别。具体地，通过词典对样本搜索词进行序列标注解析，得到可以得到解析成功的第一搜索词和解析不成功的第二搜索词，将第一搜索词和第二搜索词转换为符合CRF模型输入的格式，通过转换的第一搜索词对CRF模型进行训练，以调整CRF模型的参数，使得训练后的CRF模型可以准确输出搜索词的槽位值和槽位值类型；将第二搜索词输入CRF模型，可以得到CRF模型输出该第二搜索词对应的第二槽位值，将不存在于词典的第二槽位值保存至词典，可以对词典进行更新。

在一个实施例中，提供的事件推送方法中基于意图信息和槽位信息，从事件库获取相匹配的目标事件的过程，可以包括：根据意图信息和槽位信息计算搜索词与事件库中包含的热点事件之间的相似度；当相似度超过相似度阈值时，则确定热点事件为目标事件。

相似度阈值可以根据实际应用需求进行设定，在此不做限定。具体地，可以综合实验数据获得的目标事件数量和目标事件的准确性来设定。通常，相似度阈值越高，则获得的目标事件越少，准确性越高；反之，相似度阈值越低，则目标事件越多，准确性越低。例如，当相似度取值为0至1时，相似度阈值可以是0.7、0.8、0.9、0.95等，在此不做限定。

当相似度大于相似度阈值时，则说明热点事件和搜索词之间的差异较小，该热点事件可以作为该搜索词的目标事件。

在一个实施例中，相似度可以基于搜索词的意图信息和槽位信息、与热点事件对应的槽位和意图及意图之间的距离来确定。具体地，服务器可以基于余弦距离、欧式距离、马氏距离中的至少一种确定搜索词与热点事件之间的距离，将该距离作为搜索词与热点事件之间的相似度，以获取相似度超过相似度阈值的目标事件。

在本实施例中，可以根据意图信息和槽位信息计算搜索词与热点事件之间的相似度，将相似度超过相似度阈值的热点事件确认为目标事件，可以提高目标事件的准确性。

图7为推送目标事件的事件数据的流程图。如图7所示，在一个实施例中，提供的事件推送方法中获取并推送目标事件对应的事件数据的过程，包括：

S702，获取目标时效策略和目标分发策略。

时效策略是与热点事件对应的时效类型相关的策略。其中，时效策略可以包括但不限于是周期性热点投放、最新热点投放、或者突发性热点投放等。服务器可以基于热点事件对应的搜索词的增长信息确定热点事件对应的时效类型。目标分发策略是指目标事件的展示方式相关的策略。例如，分发策略可以但不限于是搜索结果展示、直接展示位展示、搜索直达展示等。

服务器可以预存各种时效策略和分发策略。按照不同的热点事件获取相对应的目标时效策略和分发策略。

在一个实施例中，服务器可以获取输入搜索词的终端对应的终端标识，根据终端标识获取相对应的目标时效策略和目标分发策略。服务器也可以获取搜索词对应的领域，根据该领域获取相对应的目标时效策略和目标分发策略等，在此不做限定。

S704，根据目标时效策略从目标事件中筛选目标热点事件。

具体地，时效策略限制了目标热点事件的时效类型。服务器可以根据目标事件对应的搜索词的增长信息确定目标事件对应的时效类型，将满足目标时效策略的目标事件作为目标热点事件。例如，当目标失效策略为最新热点投放时，若服务器得到的多个目标事件的最大搜索量对应的时间分别是1日22时、2日8时，2日11时；则服务器可以将2日11时所对应的目标事件作为目标热点事件；当然也可以将2日8时，2日11时分别的目标事件均作为目标热点事件。

S706，按照目标分发策略推送目标热点事件对应的事件数据。

服务器按照目标分发策略推送目标热点事件对应的事件数据，则终端可以根据接收目标分类策略展示目标热点事件对应的事件数据。可选地，在一些实施例中，分发策略还可以与时效策略相关联，即服务器可以根据目标时效策略确定对应的目标分发策略。

在一个实施例中，按照目标分发策略推送目标热点事件对应的事件数据的过程，包括：获取目标热点事件对应的事件标识，根据事件标识获取对应的视频数据；将视频数据按照目标分发策略推送至输入搜索词的终端；视频数据用于指示终端按照目标分发策略展示视频数据，并根据触发的播放指示播放视频数据。

在该实施例中，事件推送方法可以应用于视频推送场景，即热点事件对应的事件数据为视频数据。事件标识为事件的唯一标识，通过事件标识可以获取热点事件相关的信息和事件数据。

服务器可以将热点事件的事件信息和视频数据分开存储，即在事件库保存热点事件的事件信息，将热点事件对应的视频数据或者视频数据的链接存储于服务器数据库；进而根据目标热点事件的事件标识可以从数据库中拉取该目标热点事件对应的视频数据，将视频数据下发给终端。

终端按照目标分发策略展示接收的视频数据，并根据触发的播放指示播放视频数据。其中，触发指示可以是用户按照终端触摸屏生成的，也可以是用户点击显示屏上的控件生成的等。在一些实施例中，终端还可以自动播放接收的视频数据。

通常，热点事件的视频挖掘往往需要依赖人工从视频库中查找和整理相关的视频数据，从而将热点事件的事件标题匹配到对应的视频数据。在本实施例中，服务器可以自动进行热点事件的挖掘，将热点事件按照识别的DIS保存至事件库，从而在接收到搜索词时，根据搜索词的DIS与热点事件的DIS之间的相似度确定目标事件，将目标事件对应的视频数据推送给对应的终端，可以视频推荐中热点事件的时效性，降低视频推荐的成本。

图8为一个实施例中终端展示目标事件的界面示意图。如图8所示，该事件推送界面包括搜索词输入框802和事件展示区域804。终端可以接收用户在搜索输入框802输入的搜索词，并生成搜索请求发送给服务器，通过事件展示区域804展示服务器根据搜索词返回的目标热点事件及事件数据。如图8，当终端接收到针对按钮806的触发指示时，可以根基该触发指示播放对应的视频数据。

图9为一个实施例中事件推送方法的框架示意图。如图9所示，在一个实施例中，通过的事件推送方法可以通过外部网站和系统内搜索事件获取热点事件，将热点事件进行识别之后，获得热点事件对应的槽位、领域和意图保存至事件库中；在接收到用户在终端输入的搜索词时，对搜索词进行分析得到搜索词的槽位信息和意图信息，并根据搜索词的槽位信息和意图信息从事件库中召回相匹配的目标事件，按照时效性策略和分发策略将目标事件推送至终端。

图1-5、7为一个实施例中事件推送方法的流程示意图。应该理解的是，虽然图1-5、7的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图1-5、7中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

图10为一个实施例中事件推送装置的结构框图。如图10所示，在一个实施例中，该事件推送装置1000包括搜索词获取模块1002、语义分析模块1004、事件获取模块1006和推送模块1008。其中：

搜索词获取模块1002，用于获取输入的搜索词。

语义分析模块1004，用于对所述搜索词进行语义分析，得到所述搜索词对应的意图信息和槽位信息。

事件获取模块1006，用于基于所述意图信息和槽位信息，从事件库获取相匹配的目标事件。

推送模块1008，用于获取并推送所述目标事件对应的事件数据。

上述事件推送装置，可以分析得到搜索词的意图信息和槽位信息，即根据搜索词的语义从事件库中获取目标事件进行推送，可以避免通过关键词筛选并推送事件导致推送的事件不符合用户需求，准确性低的问题，可以提高事件推送的准确性。

图11为另一个实施例中事件推送装置的结构框图。如图11所示，在一个实施例中，提供的事件推送装置还包括热点事件保存模块1010，热点事件保存模块1010用于获取搜索日志，搜索日志包含搜索词及对应的搜索事件；统计搜索日志包含的搜索词的增长信息；根据增长信息确定搜索事件中的热点事件；将热点事件保存至事件库。

在本实施例中，通过统计搜索日志包含的搜索词的增长信息，根据增长信息确定搜索事件中的热点事件，将热点事件保存至事件库，既可以自动挖掘热点事件，提高热点事件的挖掘效率；进而根据输入的搜索词在事件库中获取匹配的热点事件进行推送，可以提高热点事件推送的实时性和准确性。

在一个实施例中，热点事件保存模块1010还可以用于获取热点事件对应的事件信息；对事件信息进行意图识别，得到热点事件对应的领域和意图；对事件信息进行槽位识别，得到热点事件对应的槽位值；将热点事件对应的领域、意图和槽位值保存至事件库。

在本实施中，可以获取热点事件的事件信息，对事件信息进行意图识别和槽位识别，得到热点事件对应的领域、意图和槽位值，以保存至事件库，可以方便后续与搜索词进行匹配。

在一个实施例中，语义分析模块1004还可以用于根据预设的词典对搜索词进行序列标注，得到搜索词对应的槽位值；获取由搜索词对应的槽位值的槽位类型组成的槽位类型序列；将与槽位类型序列匹配的意图和领域作为搜索词的意图信息。

在本实施例中，通过根据预设的词典对搜索词进行序列标注，得到搜索词对应的槽位值，获取由搜索词对应的槽位值的槽位类型组成的槽位类型序列，将与槽位类型序列匹配的意图和领域作为搜索词的意图信息，可以获得搜索词的槽位值、意图和领域。

在一个实施例中，该事件推送装置还可以包括词典更新模块1012，词典更新模块1012用于获取样本搜索词和词典；根据词典对样本搜索词进行序列标注，得到已标注的第一搜索词和无法标注的第二搜索词；通过第一搜索词标注得到的第一槽位值及对应的第一槽位类型训练词性标注模型；将第二搜索词输入训练完成的词性标注模型，得到第二搜索词对应的第二槽位值及对应的第二槽位类型；当词典不包含第二槽位值时，按照第二槽位类型将第二槽位值保存至词典。

在本实施例中，通过对样本搜索词进行序列标注，可以得到标注的第一搜索词和未标注的第二搜索词，通过第一搜索词训练的词性标注模型，得到第二搜索词包含的第二槽位值及对应的第二槽位类型，将不存在于词典的第二槽位值按照对应的第二槽位类型保存至词典，既可以在事件推送装置的应用过程中对词典进行更新，以提高槽位值获取和事件推送的时效性和准确性。

在一个实施例中，事件获取模块1006还可以用于根据意图信息和槽位信息计算搜索词与事件库中包含的热点事件之间的相似度；当相似度超过相似度阈值时，则确定热点事件为目标事件。

在本实施例中，可以根据意图信息和槽位信息计算搜索词与热点事件之间的相似度，将相似度超过相似度阈值的热点事件确认为目标事件，可以提高目标事件的准确性。

在一个实施例中，推送模块1008还可以用于获取目标时效策略和目标分发策略；根据目标时效策略从目标事件中筛选目标热点事件；按照目标分发策略推送目标热点事件对应的事件数据。

在一个实施例中，推送模块1008还可以用于获取目标热点事件对应的事件标识，根据事件标识获取对应的视频数据；将视频数据按照目标分发策略推送至输入搜索词的终端；视频数据用于指示终端按照目标分发策略展示视频数据，并根据触发的播放指示播放视频数据。

在本实施例中，服务器可以自动进行热点事件的挖掘，将热点事件按照识别的DIS保存至事件库，从而在接收到搜索词时，根据搜索词的DIS与热点事件的DIS之间的相似度确定目标事件，将目标事件对应的视频数据推送给对应的终端，可以视频推荐中热点事件的时效性，降低视频推荐的成本。

图12示出了一个实施例中计算机设备的内部结构图。该计算机设备具体可以是图1中的服务器120。如图12所示，该计算机设备包括该计算机设备包括通过系统总线连接的处理器、存储器、网络接口。其中，存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统，还可存储有计算机程序，该计算机程序被处理器执行时，可使得处理器实现事件推送方法。该内存储器中也可储存有计算机程序，该计算机程序被处理器执行时，可使得处理器执行事件推送方法。

本领域技术人员可以理解，图12中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，本申请提供的事件推送装置可以实现为一种计算机程序的形式，计算机程序可在如图12所示的计算机设备上运行。计算机设备的存储器中可存储组成该事件推送装置的各个程序模块，比如，图10所示的搜索词获取模块、语义分析模块、事件获取模块和推送模块。各个程序模块构成的计算机程序使得处理器执行本说明书中描述的本申请各个实施例的事件推送方法中的步骤。

例如，图12所示的计算机设备可以通过如图10所示的事件推送装置中的搜索词获取模块执行步骤S202。计算机设备可通过语义分析模块执行步骤S204。计算机设备可通过事件获取模块执行步骤S206。计算机设备可通过推送模块执行步骤S208。

在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器存储有计算机程序，计算机程序被处理器执行时，使得处理器执行上述事件推送方法的步骤。此处事件推送方法的步骤可以是上述各个实施例的事件推送方法中的步骤。

在一个实施例中，提供了一种计算机可读存储介质，存储有计算机程序，计算机程序被处理器执行时，使得处理器执行上述事件推送方法的步骤。此处事件推送方法的步骤可以是上述各个实施例的事件推送方法中的步骤。

本领域普通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，的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。

Claims (12)

1.一种事件推送方法，包括：

获取输入的搜索词；

根据预设的词典对所述搜索词进行序列标注，得到所述搜索词对应的槽位类型及槽位值，所述槽位类型依据不同的领域划分；

获取所述槽位值的槽位类型形成的槽位类型序列，所述槽位类型序列包含的槽位类型的顺序与所述槽位值在所述搜索词中的顺序相对应；

将所述槽位类型序列与预存的槽位类型序列进行匹配，将与所述槽位类型序列相匹配的预存的槽位类型序列所对应的意图和领域，作为所述搜索词的意图信息；

基于所述意图信息和所述槽位值，从事件库获取相匹配的目标事件，包括：

按照所述搜索词对应的领域获取相对应的目标时效策略；时效策略表征相应的热点事件的时效类型，所述时效策略包括周期性热点投放、最新热点投放或突发性热点投放；

根据所述目标时效策略确定对应的目标分发策略；所述目标分发策略表征热点事件在终端的展示方式；

根据所述目标时效策略从所述目标事件中筛选出满足所述目标时效策略的目标热点事件；

按照所述目标分发策略推送所述目标热点事件对应的事件数据。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取搜索日志，所述搜索日志包含搜索词及对应的搜索事件；

统计所述搜索日志包含的搜索词的增长信息；

根据所述增长信息确定所述搜索事件中的热点事件；

将所述热点事件保存至所述事件库。

3.根据权利要求2所述的方法，其特征在于，所述将所述热点事件保存至所述事件库，包括：

获取所述热点事件对应的事件信息；

对所述事件信息进行意图识别，得到所述热点事件对应的领域和意图；

对所述事件信息进行槽位识别，得到所述热点事件对应的槽位值；

将所述热点事件对应的领域、意图和槽位值保存至所述事件库。

4.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取样本搜索词和词典；

根据所述词典对所述样本搜索词进行序列标注，得到已标注的第一搜索词和无法标注的第二搜索词；

通过所述第一搜索词标注得到的第一槽位值及对应的第一槽位类型训练词性标注模型；

将所述第二搜索词输入训练完成的词性标注模型，得到所述第二搜索词对应的第二槽位值及对应的第二槽位类型；

当所述词典不包含所述第二槽位值时，按照所述第二槽位类型将所述第二槽位值保存至所述词典。

5.根据权利要求1所述的方法，其特征在于，所述按照所述目标分发策略推送所述目标热点事件对应的事件数据，包括：

获取所述目标热点事件对应的事件标识，根据所述事件标识获取对应的视频数据；

将所述视频数据按照所述目标分发策略推送至输入所述搜索词的终端；所述视频数据用于指示所述终端按照所述目标分发策略展示所述视频数据，并根据触发的播放指示播放所述视频数据。

6.一种事件推送装置，其特征在于，所述装置包括：

搜索词获取模块，用于获取输入的搜索词；

语义分析模块，用于根据预设的词典对所述搜索词进行序列标注，得到所述搜索词对应的槽位类型及槽位值，所述槽位类型依据不同的领域划分；获取所述槽位值的槽位类型形成的槽位类型序列，所述槽位类型序列包含的槽位类型的顺序与所述槽位值在所述搜索词中的顺序相对应；将所述槽位类型序列与预存的槽位类型序列进行匹配，将与所述槽位类型序列相匹配的预存的槽位类型序列所对应的意图和领域，作为所述搜索词的意图信息；

事件获取模块，用于基于所述意图信息和所述槽位值，从事件库获取相匹配的目标事件；

推送模块，用于按照所述搜索词对应的领域获取相对应的目标时效策略；时效策略表征相应的热点事件的时效类型，所述时效策略包括周期性热点投放、最新热点投放或突发性热点投放；根据所述目标时效策略确定对应的目标分发策略；所述目标分发策略表征热点事件在终端的展示方式；根据所述目标时效策略从所述目标事件中筛选出满足所述目标时效策略的目标热点事件；按照所述目标分发策略推送所述目标热点事件对应的事件数据。

7.根据权利要求6所述的装置，其特征在于，所述装置还包括热点事件保存模块；所述热点事件保存模块，用于获取搜索日志，所述搜索日志包含搜索词及对应的搜索事件；统计所述搜索日志包含的搜索词的增长信息；根据所述增长信息确定所述搜索事件中的热点事件；将所述热点事件保存至所述事件库。

8.根据权利要求7所述的装置，其特征在于，所述热点事件保存模块，还用于获取所述热点事件对应的事件信息；对所述事件信息进行意图识别，得到所述热点事件对应的领域和意图；对所述事件信息进行槽位识别，得到所述热点事件对应的槽位值；将所述热点事件对应的领域、意图和槽位值保存至所述事件库。

9.根据权利要求6所述的装置，其特征在于，所述装置还包括词典更新模块；所述词典更新模块，用于获取样本搜索词和词典；根据所述词典对所述样本搜索词进行序列标注，得到已标注的第一搜索词和无法标注的第二搜索词；

通过所述第一搜索词标注得到的第一槽位值及对应的第一槽位类型训练词性标注模型；将所述第二搜索词输入训练完成的词性标注模型，得到所述第二搜索词对应的第二槽位值及对应的第二槽位类型；当所述词典不包含所述第二槽位值时，按照所述第二槽位类型将所述第二槽位值保存至所述词典。

10.根据权利要求6所述的装置，其特征在于，所述推送模块，还用于获取所述目标热点事件对应的事件标识，根据所述事件标识获取对应的视频数据；

将所述视频数据按照所述目标分发策略推送至输入所述搜索词的终端；所述视频数据用于指示所述终端按照所述目标分发策略展示所述视频数据，并根据触发的播放指示播放所述视频数据。

11.一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如权利要求1至5中任一项所述方法的步骤。

12.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如权利要求1至5中任一项所述方法的步骤。