CN111506704B - 日语关键词组生成方法、装置、电子设备、存储介质 - Google Patents

日语关键词组生成方法、装置、电子设备、存储介质 Download PDF

Info

Publication number
CN111506704B
CN111506704B CN202010279327.2A CN202010279327A CN111506704B CN 111506704 B CN111506704 B CN 111506704B CN 202010279327 A CN202010279327 A CN 202010279327A CN 111506704 B CN111506704 B CN 111506704B
Authority
CN
China
Prior art keywords
japanese
keyword
keywords
acquiring
retrieval 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.)
Active
Application number
CN202010279327.2A
Other languages
English (en)
Other versions
CN111506704A (zh
Inventor
梅陈
申思
肖铨武
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Ctrip Business Co Ltd
Original Assignee
Shanghai Ctrip Business Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Ctrip Business Co Ltd filed Critical Shanghai Ctrip Business Co Ltd
Priority to CN202010279327.2A priority Critical patent/CN111506704B/zh
Publication of CN111506704A publication Critical patent/CN111506704A/zh
Application granted granted Critical
Publication of CN111506704B publication Critical patent/CN111506704B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
    • G06F16/374—Thesaurus
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明提供一种日语关键词组生成方法、装置、电子设备、存储介质，日语关键词组生成方法包括：自第一系统获取第一日语关键词；自搜索系统获取用户输入的日语检索信息；根据所述日语检索信息获取第二日语关键词；根据所述日语检索信息提取关键词模板；将所述第一日语关键词和第二日语关键词加入一日语字典；以及根据所述日语字典及所述关键词模板生成日语关键词组。本发明提供的日语关键词组生成方法及装置对日语字典进行补充同时提高关键词组与用户搜索信息的匹配度。

Description

日语关键词组生成方法、装置、电子设备、存储介质
技术领域
本发明涉及计算机应用技术领域，尤其涉及一种日语关键词组生成方法、装置、电子设备、存储介质。
背景技术
随着互联网技术的发展，越来越多的用户会选择使用搜索引擎，进行酒店等产品的检索，并通过搜索引擎提供的匹配结果，对酒店等产品进行线上预订。随着酒店预订的国际化趋势，用户可在酒店预订网站上订购国内外各种酒店。目前，对于国内的酒店预订平台可以向搜索引擎的日本站点提供搜索关键词，以吸引越来越多的国际用户通过国内的酒店预订平台进行酒店预订。提供的关键词与用户的搜索信息越接近，搜索引擎提供的内容就越接近用户的意图，用户的点击率或下单率就越高。提供精准的关键词可以有效的提高国内的酒店预订平台的酒店预订点击率或下单率。
目前，搜索引擎的日本站点的用户多是日本本地用户，这部分用户一般使用日语进行酒店的检索。而现有的开源的日语字典较少。同时，现有技术存在如下问题，1)日语中的假名太多，一个词可以有多种写法；2)现有的开源的日语分词模型效果并不理想；3)目前并没有日语的关键词模板，需要提取有效的关键词模板；4)已有的日语字典较少，需要进一步完善字典。
由此，如何解决上述问题，在对日语字典进行补充的同时提高的关键词组与用户搜索信息的匹配度是本领域技术人员亟待解决的问题。
发明内容
本发明为了克服上述现有技术存在的缺陷，提供一种日语关键词组生成方法、装置、电子设备、存储介质，以解决或缓解上述现有技术存在的缺陷。
根据本发明的一个方面，提供一种日语关键词组生成方法，包括：
自第一系统获取第一日语关键词；
自搜索系统获取用户输入的日语检索信息；
根据所述日语检索信息获取第二日语关键词；
根据所述日语检索信息提取关键词模板；
将所述第一日语关键词和第二日语关键词加入一日语字典；以及
根据所述日语字典及所述关键词模板生成日语关键词组。
在本发明的一些实施例中，所述第一日语关键词包括第一日语位置名称、第一日语兴趣点名称及第一日语酒店名称；所述第二日语关键词包括第二日语位置名称、第二日语兴趣点名称及第二日语酒店名称，所述第一系统为提供酒店服务的线上系统。
在本发明的一些实施例中，所述日语关键词组用于发送至所述搜索系统，所述搜索系统响应于用户实时输入的日语检索信息与所述日语关键词组的匹配度，向用户提供所述第一系统的链接。
在本发明的一些实施例中，所述自第一系统获取第一日语关键词包括：
自所述第一系统直接获取第一日语关键词；和/或
对所述第一系统获取的日语词组进行分词获取所述第一日语关键词，
对应地，所述根据所述日语检索信息获取第二日语关键词包括：
对所述日语检索信息进行分词获取所述第二日语关键词。
在本发明的一些实施例中，所述关键词模板用作对所述日语词组和/或所述日语检索信息进行分词的分词模型。
在本发明的一些实施例中，所述根据所述日语检索信息提取关键词模板包括：
根据所述日语检索信息提取多个候选关键词模板；
根据提升度筛选所述候选关键词模板，以生成频繁项集；
根据所述频繁项集内各候选关键词模板的第一回报参数，确定关键词模板。
在本发明的一些实施例中，所述根据所述日语字典及所述关键词模板生成日语关键词组包括：
根据所述第一系统及所述搜索系统的历史数据，确定用于生成所述日语关键词组的第一准日语关键词；
根据所述关键词模板及第一准日语关键词，自所述日语字典中查找第二准日语关键词，所述第一准日语关键词及所述第二准日语关键词的组合符合所述关键词模板；
至少将所述第一准日语关键词及所述第二准日语关键词按所述关键词模板组合为日语关键词组。
根据本发明的又一方面，还提供一种日语关键词组生成装置，包括：
第一获取模块，用于自第一系统获取第一日语关键词；
第二获取模块，用于自搜索系统获取用户输入的日语检索信息；
第三获取模块，用于根据所述日语检索信息获取第二日语关键词；
提取模块，用于根据所述日语检索信息提取关键词模板；
添加模块，用于将所述第一日语关键词和第二日语关键词加入一日语字典；以及
生成模块，用于根据所述日语字典及所述关键词模板生成日语关键词组。
根据本发明的又一方面，还提供一种电子设备，所述电子设备包括：处理器；存储介质，其上存储有计算机程序，所述计算机程序被所述处理器运行时执行如上所述日语关键词组生成方法的步骤。
根据本发明的又一方面，还提供一种存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如上所述日语关键词组生成方法的步骤。
相比现有技术，本发明的优势在于：
通过第一系统内的数据以及从搜索系统中获取的用户输入日语检索信息来扩充日语字典，并通过用户输入的日语检索信息提取关键词模板，从而结合日语字典和关键词模块生成精确的日语关键词组，可以有效提高用户检索信息与日语关键词组之间的匹配度。
附图说明
通过参照附图详细描述其示例实施方式，本发明的上述和其它特征及优点将变得更加明显。
图1示出了根据本发明实施例的日语关键词组生成方法的流程图。
图2示出了根据本发明具体实施例的提取关键词模板的流程图。
图3示出了根据本发明具体实施例的生成日语关键词组的流程图。
图4示出了根据本发明实施例的日语关键词组生成装置的示意图。
图5示意性示出本公开示例性实施例中一种计算机可读存储介质示意图。
图6示意性示出本公开示例性实施例中一种电子设备示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。
此外，附图仅为本公开的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
为了解决现有技术的缺陷，为了对日语字典进行补充同时提高关键词组与用户搜索信息的匹配度，本发明提供一种日语关键词组生成方法、装置、电子设备、存储介质。
首先参见图1，图1示出了根据本发明实施例的日语关键词组生成方法的示意图。日语关键词组生成方法包括如下步骤：
步骤S110：自第一系统获取第一日语关键词；
步骤S120：自搜索系统获取用户输入的日语检索信息；
步骤S130：根据所述日语检索信息获取第二日语关键词；
步骤S140：根据所述日语检索信息提取关键词模板；
步骤S150：将所述第一日语关键词和第二日语关键词加入一日语字典；以及
步骤S160：根据所述日语字典及所述关键词模板生成日语关键词组。
在本发明提供的日语关键词组生成方法中，通过第一系统内的数据以及从搜索系统中获取的用户输入日语检索信息来扩充日语字典，并通过用户输入的日语检索信息提取关键词模板，从而结合日语字典和关键词模块生成精确的日语关键词组，可以有效提高用户检索信息与日语关键词组之间的匹配度。
具体而言，在本发明的一个具体实现中，本发明适用于线上酒店预定平台向搜索引擎之间提供日语关键词组的应用场景中。在这样的应用场景中，所述第一系统为提供酒店服务的线上系统。所述第一日语关键词可以包括第一日语位置名称、第一日语兴趣点名称及第一日语酒店名称。所述第二日语关键词可以包括第二日语位置名称、第二日语兴趣点名称及第二日语酒店名称，其中，第一日语位置名称和第二日语位置名称可以指城市、行政区等的日语名称。兴趣点是地理信息系统中的一个术语，泛指一切可以抽象为点的地理对象，尤其是一些与人们生活密切相关的地理实体，如学校、银行、餐馆、加油站、医院、超市等。兴趣点的主要用途是对事物或事件的地址进行描述，能在很大程度上增强对事物或事件位置的描述能力和查询能力，提高地理定位的精度和速度。
在该场景中，所生成的日语关键词组用于发送至所述搜索系统，所述搜索系统响应于用户实时输入的日语检索信息与所述日语关键词组的匹配度，向用户提供所述第一系统的链接，以作为检索结果。具体而言，向用户提供所述第一系统的链接为对应于日语关键词组的酒店产品的链接。在另一些实施例中，所生成的日语关键词组可以直接显示于所述搜索系统提供的页面中，响应于用户对所显示的日语关键词组的操作，可以直接跳转至所述第一系统的链接。本发明还可以实现更多的变化方式，在此不予赘述。
在本发明的一些实施例中，所述自第一系统获取第一日语关键词的步骤可以包括自所述第一系统直接获取第一日语关键词。在另一些实施例中，自第一系统获取第一日语关键词的步骤可以包括对所述第一系统获取的日语词组进行分词获取所述第一日语关键词。例如，可以对于第一系统内已有的完整的酒店日文名称，经过分词模型，提取酒店名称中的城市名称、poi名称和具体的酒店名(例如：ザグレートウォール(hotelname即酒店名称)ホテル(accommodation，住宿)北京(city即城市名称))。由此，可以通过第一系统内直接获取的第一日语关键词和/或通过分词获取的第一日语关键词进一步补充日语字典。
在本发明的一些实施例中，所述根据所述日语检索信息获取第二日语关键词的步骤也可以包括对所述日语检索信息进行分词获取所述第二日语关键词。具体而言，在该步骤中可以对经分词的所述日语检索信息使用LDA模型提取各检索信息的关键词作为第二日语关键词，从而对日语字典进行补充。其中，LDA是一种典型的词袋模型，即它认为一篇文档是由一组词构成的一个集合，词与词之间没有顺序以及先后的关系。一篇文档可以包含多个主题，文档中每一个词都由其中的一个主题生成。LDA模型是一种主题模型，它可以将文档集中每篇文档的主题按照概率分布的形式给出。同时，LDA模型也是一种无监督学习算法，在训练时不需要手工标注的训练集，需要的仅仅是文档集以及指定主题的数量k即可。此外，LDA模型的优点是，对于每一个主题均可找出一些词语来描述它。由此，可以通过LDA模型提取各检索信息的关键词作为第二日语关键词。
下面参见图2，图2示出了根据本发明具体实施例的提取关键词模板的流程图。图2共示出如下步骤：
步骤S141：根据所述日语检索信息提取多个候选关键词模板。
步骤S142：根据提升度筛选所述候选关键词模板，以生成频繁项集。
步骤S143：根据所述频繁项集内各候选关键词模板的第一回报参数，确定关键词模板。
在上述实施例中，关键词模板可以如下表所示：
上述表格中，不同维度的关键词模板包括不同日语关键词类型的组合。上述表格仅仅是示意性地描述本发明提供的关键词模板，本发明并非以此为限制。
在上述实施例中，提升度lift(x,y)根据如下公式计算：
在本发明的一些实施例中，提升度可以根据支持度和置信度计算。
其中，支持度support(x,y)根据如下公式计算：
置信度confidence(x,y)和confidence(y,x)根据如下公式计算：
具体而言，步骤S142可以对每一候选关键词模板计算提升度，并将提升度排序前N1个或前M1％的候选关键词模板加入频繁项集中。N1为大于等于1的整数。M1为大于0且小于100的整数。
具体而言，步骤S143中的第一回报参数可以为投资回报率(ROI，ROI＝[(收入－成本)/投入]*100％)。例如，对频繁项集中的每一候选关键词模板计算其投资回报率，并将投资回报率排序前N2个或前M2％的候选关键词模板加入频繁项集中。N2为大于等于1的整数。M2为大于0且小于100的整数。N2小于N1。
进一步地，在步骤S143中还可以包括去除容易产生多义或者歧义的关键词组的步骤，降低后续待匹配的数据量的同时,降低不必要的广告投放成本
进一步地，在本发明的一些实施例中，所述关键词模板还可以复用于对所述日语词组和/或所述日语检索信息进行分词的分词模型，以实现数据复用，并提高分词准确性。
下面参见图3图3示出了根据本发明具体实施例的生成日语关键词组的流程图。图3共示出如下步骤：
步骤S161：根据所述第一系统及所述搜索系统的历史数据，确定用于生成所述日语关键词组的第一准日语关键词；
步骤S162：根据所述关键词模板及第一准日语关键词，自所述日语字典中查找第二准日语关键词，所述第一准日语关键词及所述第二准日语关键词的组合符合所述关键词模板；
步骤S163：至少将所述第一准日语关键词及所述第二准日语关键词按所述关键词模板组合为日语关键词组。
具体而言，在适用于线上酒店预定平台向搜索引擎之间提供日语关键词组的应用场景中，可以根据第一系统的酒店历史订单数据以及搜索系统提供关键词的投放数据，选择投放参数较高的城市、poi、酒店等场所进行广告投放，根据扩展的日语字典与生成的关键词模板进行组合，生产日语关键词组。其中，投放参数可以包括ROI、ERPC及优势率中的一项或多项。ROI＝[(收入－成本)/投入]＊100％。ERPC＝ECVR*ERPO*60％/Bid，其中，ECVR为预估的CVR(点击转化率)，ERPO为每个订单所带来的利润，Bid为关键词的出价(搜索引擎竞价)。优势率＝过去30天用户搜索的该酒店价格低于竞争平台的该酒店价格的搜索量/过去30天该酒店的总搜索量。
进一步地，本发明还可以包括对确定关键词组的出价(搜索引擎竞价)的步骤。具体而言，可以根据关键词组的点击转化率、ERPC、优势率等指标参数对生成的关键词组进行出价，以提升关键词组投放的收益。
以上仅仅是本发明的具体实现方式，本发明并非以此为限制。
本发明还提供一种日语关键词组生成装置，图4示出了根据本发明实施例的日语关键词组生成装置的示意图。日语关键词组生成装置200包括第一获取模块210、第二获取模块220、第三获取模块230、提取模块240、添加模块250及生成模块260。
第一获取模块210用于自第一系统获取第一日语关键词；
第二获取模块220用于自搜索系统获取用户输入的日语检索信息；
第三获取模块230用于根据所述日语检索信息获取第二日语关键词；
提取模块240用于根据所述日语检索信息提取关键词模板；
添加模块250用于将所述第一日语关键词和第二日语关键词加入一日语字典；以及
生成模块260用于根据所述日语字典及所述关键词模板生成日语关键词组。
在本发明提供的日语关键词组生成装置中，通过第一系统内的数据以及从搜索系统中获取的用户输入日语检索信息来扩充日语字典，并通过用户输入的日语检索信息提取关键词模板，从而结合日语字典和关键词模块生成精确的日语关键词组，可以有效提高用户检索信息与日语关键词组之间的匹配度。
图4仅仅是示意性的示出本发明提供的日语关键词组生成装置，在不违背本发明构思的前提下，模块的拆分、合并、增加都在本发明的保护范围之内。本发明提供的日语关键词组生成装置可以由软件、硬件、固件、插件及他们之间的任意组合来实现，本发明并非以此为限。
在本公开的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被例如处理器执行时可以实现上述任意一个实施例中所述日语关键词组生成方法的步骤。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述日语关键词组生成方法部分中描述的根据本发明各种示例性实施方式的步骤。
参考图5所示，描述了根据本发明的实施方式的用于实现上述方法的程序产品400，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
所述计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在租户计算设备上执行、部分地在租户设备上执行、作为一个独立的软件包执行、部分在租户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到租户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
在本公开的示例性实施例中，还提供一种电子设备，该电子设备可以包括处理器，以及用于存储所述处理器的可执行指令的存储器。其中，所述处理器配置为经由执行所述可执行指令来执行上述任意一个实施例中所述日语关键词组生成方法的步骤。
所属技术领域的技术人员能够理解，本发明的各个方面可以实现为系统、方法或程序产品。因此，本发明的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。
下面参照图6来描述根据本发明的这种实施方式的电子设备600。图6显示的电子设备600仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图6所示，电子设备600以通用计算设备的形式表现。电子设备600的组件可以包括但不限于：至少一个处理单元610、至少一个存储单元620、连接不同系统组件(包括存储单元620和处理单元610)的总线630、显示单元640等。
其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元610执行，使得所述处理单元610执行本说明书上述日语关键词组生成方法部分中描述的根据本发明各种示例性实施方式的步骤。例如，所述处理单元610可以执行如图1至图3中所示的步骤。
所述存储单元620可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)6201和/或高速缓存存储单元6202，还可以进一步包括只读存储单元(ROM)6203。
所述存储单元620还可以包括具有一组(至少一个)程序模块6205的程序/实用工具6204，这样的程序模块6205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线630可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备600也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得租户能与该电子设备600交互的设备通信，和/或与使得该电子设备600能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口650进行。并且，电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。网络适配器660可以通过总线630与电子设备600的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备600使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、或者网络设备等)执行根据本公开实施方式的上述日语关键词组生成方法。
相比现有技术，本发明的优势在于：
通过第一系统内的数据以及从搜索系统中获取的用户输入日语检索信息来扩充日语字典，并通过用户输入的日语检索信息提取关键词模板，从而结合日语字典和关键词模块生成精确的日语关键词组，可以有效提高用户检索信息与日语关键词组之间的匹配度。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由所附的权利要求指出。

Claims (9)

1.一种日语关键词组生成方法，其特征在于，包括：
自第一系统获取第一日语关键词；
自搜索系统获取用户输入的日语检索信息；
根据所述日语检索信息获取第二日语关键词；
根据所述日语检索信息提取关键词模板，包括：根据所述日语检索信息提取多个候选关键词模板，根据提升度筛选所述候选关键词模板，以生成频繁项集，根据所述频繁项集内各候选关键词模板的第一回报参数，确定关键词模板，其中，提升度lift(x,y)根据如下公式计算：
所述提升度可以根据支持度和置信度计算，其中，支持度support(x,y)根据如下公式计算：
置信度confidence(x,y)和confidence(y,x)根据如下公式计算：
将所述第一日语关键词和第二日语关键词加入一日语字典；以及
根据所述日语字典及所述关键词模板生成日语关键词组。
2.如权利要求1所述的日语关键词组生成方法，其特征在于，所述第一日语关键词包括第一日语位置名称、第一日语兴趣点名称及第一日语酒店名称；所述第二日语关键词包括第二日语位置名称、第二日语兴趣点名称及第二日语酒店名称，所述第一系统为提供酒店服务的线上系统。
3.如权利要求2所述的日语关键词组生成方法，其特征在于，所述日语关键词组用于发送至所述搜索系统，所述搜索系统响应于用户实时输入的日语检索信息与所述日语关键词组的匹配度，向用户提供所述第一系统的链接。
4.如权利要求1至3任一项所述的日语关键词组生成方法，其特征在于，
所述自第一系统获取第一日语关键词包括：
自所述第一系统直接获取第一日语关键词；和/或
对所述第一系统获取的日语词组进行分词获取所述第一日语关键词，
对应地，所述根据所述日语检索信息获取第二日语关键词包括：
对所述日语检索信息进行分词获取所述第二日语关键词。
5.如权利要求4所述的日语关键词组生成方法，其特征在于，所述关键词模板用作对所述日语词组和/或所述日语检索信息进行分词的分词模型。
6.如权利要求1至3任一项所述的日语关键词组生成方法，其特征在于，所述根据所述日语字典及所述关键词模板生成日语关键词组包括：
根据所述第一系统及所述搜索系统的历史数据，确定用于生成所述日语关键词组的第一准日语关键词；
根据所述关键词模板及第一准日语关键词，自所述日语字典中查找第二准日语关键词，所述第一准日语关键词及所述第二准日语关键词的组合符合所述关键词模板；
至少将所述第一准日语关键词及所述第二准日语关键词按所述关键词模板组合为日语关键词组。
7.一种日语关键词组生成装置，其特征在于，包括：
第一获取模块，用于自第一系统获取第一日语关键词；
第二获取模块，用于自搜索系统获取用户输入的日语检索信息；
第三获取模块，用于根据所述日语检索信息获取第二日语关键词；
提取模块，用于根据所述日语检索信息提取关键词模板，包括：根据所述日语检索信息提取多个候选关键词模板；根据提升度筛选所述候选关键词模板，以生成频繁项集；根据所述频繁项集内各候选关键词模板的第一回报参数，确定关键词模板；其中，提升度lift(x,y)根据如下公式计算：
所述提升度可以根据支持度和置信度计算，其中，支持度support(x,y)根据如下公式计算：
置信度confidence(x,y)和confidence(y,x)根据如下公式计算：
添加模块，用于将所述第一日语关键词和第二日语关键词加入一日语字典；以及
生成模块，用于根据所述日语字典及所述关键词模板生成日语关键词组。
8.一种电子设备，其特征在于，所述电子设备包括：
处理器；
存储介质，其上存储有计算机程序，所述计算机程序被所述处理器运行时执行如权利要求1至6任一项所述的日语关键词组生成步骤。
9.一种存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行如权利要求1至6任一项所述的日语关键词组生成步骤。
CN202010279327.2A 2020-04-10 2020-04-10 日语关键词组生成方法、装置、电子设备、存储介质 Active CN111506704B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010279327.2A CN111506704B (zh) 2020-04-10 2020-04-10 日语关键词组生成方法、装置、电子设备、存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010279327.2A CN111506704B (zh) 2020-04-10 2020-04-10 日语关键词组生成方法、装置、电子设备、存储介质

Publications (2)

Publication Number Publication Date
CN111506704A CN111506704A (zh) 2020-08-07
CN111506704B true CN111506704B (zh) 2023-09-12

Family

ID=71876526

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010279327.2A Active CN111506704B (zh) 2020-04-10 2020-04-10 日语关键词组生成方法、装置、电子设备、存储介质

Country Status (1)

Country Link
CN (1) CN111506704B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113722480B (zh) * 2021-08-11 2024-08-06 安徽帕觅智能科技有限公司 一种日文联系人混合检索方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103902535A (zh) * 2012-12-24 2014-07-02 腾讯科技（深圳）有限公司 获取联想词的方法、装置及系统
CN104991943A (zh) * 2015-07-10 2015-10-21 百度在线网络技术（北京）有限公司 音乐搜索方法及装置
CN105930362A (zh) * 2016-04-12 2016-09-07 晶赞广告（上海）有限公司 搜索目标识别方法、装置及终端
CN109783628A (zh) * 2019-01-16 2019-05-21 福州大学 结合时间窗口和关联规则挖掘的关键词搜索ksaarm算法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7739261B2 (en) * 2007-06-14 2010-06-15 Microsoft Corporation Identification of topics for online discussions based on language patterns
US10552847B2 (en) * 2017-03-23 2020-02-04 International Business Machines Corporation Real-time pattern matching of database transactions and unstructured text

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103902535A (zh) * 2012-12-24 2014-07-02 腾讯科技（深圳）有限公司 获取联想词的方法、装置及系统
CN104991943A (zh) * 2015-07-10 2015-10-21 百度在线网络技术（北京）有限公司 音乐搜索方法及装置
CN105930362A (zh) * 2016-04-12 2016-09-07 晶赞广告（上海）有限公司 搜索目标识别方法、装置及终端
CN109783628A (zh) * 2019-01-16 2019-05-21 福州大学 结合时间窗口和关联规则挖掘的关键词搜索ksaarm算法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陈界伟等."基于多模板匹配和可信度分析的中文文档图像关键词过滤方法".《计算机应用研究》.2005,第35-42页. *

Also Published As

Publication number Publication date
CN111506704A (zh) 2020-08-07

Similar Documents

Publication Publication Date Title
CN110362372B (zh) 页面转译方法、装置、介质及电子设备
CN107256267A (zh) 查询方法和装置
CN109408826A (zh) 一种文本信息提取方法、装置、服务器及存储介质
CN110069698B (zh) 信息推送方法和装置
CN105378727A (zh) 将逆算子用于在在线社交网络上查询
CN110737774B (zh) 图书知识图谱的构建、图书推荐方法、装置、设备及介质
CN109918555B (zh) 用于提供搜索建议的方法、装置、设备和介质
CN111324771B (zh) 视频标签的确定方法、装置、电子设备及存储介质
CN111414561B (zh) 用于呈现信息的方法和装置
US11023503B2 (en) Suggesting text in an electronic document
CN103699619A (zh) 一种用于提供搜索结果的方法及装置
CN111144952A (zh) 基于用户兴趣的广告推荐方法、装置、服务器及存储介质
CN109657053A (zh) 多文本摘要生成方法、装置、服务器及存储介质
CN114840671A (zh) 对话生成方法、模型的训练方法、装置、设备及介质
US20130125008A1 (en) Systems And Methods For Providing Content Streams
CN102930048A (zh) 使用参考和视觉数据的语义自动发现的数据丰富
CN115455161A (zh) 对话处理方法、装置、电子设备及存储介质
CN111209351A (zh) 对象关系预测、对象推荐方法及装置、电子设备、介质
CN111597413A (zh) 信息推送方法、系统、设备及存储介质
CN113806660A (zh) 数据评估方法、训练方法、装置、电子设备以及存储介质
CN1492354A (zh) 多国文字信息搜索方法和多国文字信息搜索引擎系统
Li et al. Personalized query auto-completion for large-scale POI search at Baidu Maps
CN111506704B (zh) 日语关键词组生成方法、装置、电子设备、存储介质
CN114141384A (zh) 用于检索医学数据的方法、设备和介质
CN113077312A (zh) 酒店推荐方法、系统、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
GR01 Patent grant
GR01 Patent grant