CN112307293A - 设备功能搜索方法和装置 - Google Patents
设备功能搜索方法和装置 Download PDFInfo
- Publication number
- CN112307293A CN112307293A CN202011194291.4A CN202011194291A CN112307293A CN 112307293 A CN112307293 A CN 112307293A CN 202011194291 A CN202011194291 A CN 202011194291A CN 112307293 A CN112307293 A CN 112307293A
- Authority
- CN
- China
- Prior art keywords
- target
- knowledge
- knowledge article
- word
- article
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 67
- 230000006870 function Effects 0.000 claims abstract description 193
- 230000011218 segmentation Effects 0.000 claims description 27
- 238000012163 sequencing technique Methods 0.000 claims description 18
- 230000004044 response Effects 0.000 claims description 7
- 238000004891 communication Methods 0.000 abstract description 7
- 238000001514 detection method Methods 0.000 description 19
- 230000000875 corresponding effect Effects 0.000 description 12
- 238000004364 calculation method Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 230000000694 effects Effects 0.000 description 3
- 238000000605 extraction Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012905 input function Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012549 training Methods 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
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- 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
- G06F16/95—Retrieval from the web
- G06F16/951—Indexing; Web crawling techniques
-
- 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
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9538—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请公开了设备功能搜索方法和装置。属于通讯技术领域。该方法的实施例包括:接收搜索输入,搜索输入包括搜索词;响应于搜索输入,获取与搜索词匹配的目标知识文章;确定目标知识文章涉及的目标设备功能,并显示目标设备功能的入口。该实施方式提高了设备功能的查找效率。
Description
技术领域
本申请实施例涉及通信技术领域,具体涉及设备功能搜索方法和装置。
背景技术
随着通讯技术的发展,终端设备的功能越来越丰富。由于设备功能的描述通常用词晦涩,因而部分用户对设备功能认知程度较低,导致通常无法准确得知设备功能的名称、难以明确设备功能的入口位置,甚至不清楚设备功能的存在。
现有技术中,用户通常选择使用各类搜索引擎寻求与设备功能相关的帮助,如输入“手机内存不足怎么办”等问题,以得到与该问题相关的内容(如问答内容、使用经验等),导致设备功能的查找效率较低。
发明内容
本申请实施例的目的是提供一种设备功能搜索方法和装置,能够解决设备功能入口的查找效率较低的技术问题。
为了解决上述技术问题,本申请是这样实现的:
第一方面,本申请实施例提供了一种设备功能搜索方法,包括:接收搜索输入,所述搜索输入包括搜索词;响应于所述搜索输入,获取与所述搜索词匹配的目标知识文章;确定所述目标知识文章涉及的目标设备功能,并显示所述目标设备功能的入口。
第二方面,本申请实施例提供了一种设备功能搜索装置,包括:接收单元,用于接收搜索输入,所述搜索输入包括搜索词;获取单元,用于响应于所述搜索输入,获取与所述搜索词匹配的目标知识文章;显示单元,用于确定所述目标知识文章涉及的目标设备功能,并显示所述目标设备功能的入口。
第三方面,本申请实施例提供了一种电子设备,包括处理器、存储器及存储在存储器上并可在处理器上运行的程序或指令,程序或指令被处理器执行时实现如上述第一方面所描述的方法的步骤。
第四方面,本申请实施例提供了一种可读存储介质,可读存储介质上存储计算机程序,计算机程序被处理器执行时实现如上述第一方面所描述的方法的步骤。
第五方面,本申请实施例提供了一种芯片,所述芯片包括处理器和通信接口,所述通信接口和所述处理器耦合,所述处理器用于运行程序或指令,实现如第一方面所描述的方法。
在本申请实施例中,通过接收搜索输入,而后响应于搜索输入,获取与搜索词匹配的目标知识文章,最后目标知识文章涉及的目标设备功能,显示目标设备功能的入口,由此可以在用户输入针对设备使用知识的搜索词后直接显示目标设备功能的入口,无需用户阅读文章内容以及根据文章内容的提示查询目标设备功能,从而提高了设备功能的查找效率。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本申请实施例提供的设备功能搜索方法的流程图;
图2是本申请实施例提供的设备功能搜索方法的第一索引规则建立过程的流程图;
图3是本申请实施例提供的设备功能搜索方法的搜索结果示意图;
图4是本申请实施例提供的设备功能搜索方法的目标设备功能的确定过程的流程图;
图5是本申请实施例提供的设备功能搜索方法的数据间的对应关系示意图;
图6是本申请实施例提供的设备功能搜索装置的结构示意图;
图7是用于实现本申请实施例的电子设备的硬件结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象,而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,说明书以及权利要求中“和/或”表示所连接对象的至少其中之一,字符“/”,一般表示前后关联对象是一种“或”的关系。
下面结合附图,通过具体的实施例及其应用场景对本申请实施例提供的设备功能搜索方法和装置进行详细地说明。
请参考图1,其示出了本申请实施例提供的设备功能搜索方法的流程图。本申请实施例提供的设备功能搜索方法,可以应用于电子设备。实践中,上述电子设备可以是智能手机、平板电脑、膝上型便携计算机、可穿戴设备等电子设备。
本申请实施例提供的设备功能搜索方法的流程,包括以下步骤:
步骤101,接收搜索输入。
在本实施例中,设备功能搜索方法的执行主体(如上述电子设备)可以接收搜索输入。其中,搜索输入中可包括搜索词。
在一些场景中,针对设备使用知识的搜索输入可通过文字输入方式实现。用户可通过调用设备系统自带的搜索功能,进行搜索输入。此时,搜索输入中的搜索词即为字符串。
在另一些场景中,针对设备使用知识的搜索输入可通过语音输入方式实现。用户可通过调用设备系统自带的语音输入功能,进行搜索输入。此时,搜索输入中可包括语音信息。执行主体可将该语音信息转换为文字,得到搜索词。由此,可在用户不便进行手动输入时能够进行对设备使用知识的搜索,提高搜索的便捷性。
在本实施例中,上述搜索输入具体可以包括针对设备使用知识的搜索输入。其中,设备使用知识可以是与设备功能相关的知识,如设备功能的设置方法、设备功能的入口位置等。用户在使用设备过程中通常具有对设备功能的使用需求,此时,可搜索设备使用知识。此时,搜索输入中的搜索词具体可以为针对设备使用知识的搜索词,如“手机内存不足怎么办”、“XX手机夜间模式怎么设置”等。
步骤102,响应于搜索输入,获取与搜索词匹配的目标知识文章。
在本实施例中,响应于上述搜索输入,上述执行主体可以获取与搜索词匹配的目标知识文章。此处的目标知识文章可以包括一篇或多篇与设备使用知识相关的文章。
此处,与搜索词匹配的目标知识文章,可以指主题特征词与搜索词(或搜索词中的关键词)匹配的知识文章。其中,对于某一知识文章,其主题特征词可以用于表征该知识文章的主题,且其主题特征词可从知识文章中提取。例如,某一知识文章为《i管家还有这个功能,你知道吗?》,其内容主要讲解“i管家”提供的安全检测功能,则该知识文章的主题特征词可以包括“安全检测”等词。
实践中,可以预先针对大量的知识文章设定主题特征词。在接收到搜索输入后,可将搜索词与各个知识文章的主题特征词进行匹配,如进行相似度计算,从而将主题特征词与搜索词匹配(如相似度计算结果大于某一预设阈值)的知识文章作为目标知识文章。
在本实施例的一些可选的实现方式中,上述执行主体可以基于预先建立的第一索引规则,查询与搜索词匹配的目标主题特征词,并获取与目标主题特征词对应的目标知识文章。其中,第一索引规则可用于指示主题特征词与知识文章的对应关系。这里,第一索引规则中的索引具体可以是倒排索引,以便于基于主题特征词查找知识文章。
参见图2,在一些示例中,上述第一索引规则可以通过如下子步骤S11至子步骤S13预先建立:
子步骤S11,获取与设备使用知识相关的知识文章集。
此处,可通过爬虫的方式获取与设备使用知识相关的知识文章,并将所获取的知识文章汇总为一集合,得到知识文章集。
可选的,在得到知识文章集后,还可以剔除异常的、不符合设备使用要求的、过时效的文章,从而使得知识文章集中的文章更具有针对性且更有效。
子步骤S12,对知识文章集中的每个知识文章进行分词,得到每个知识文章的分词结果。
此处可选用基于统计的分词方法进行分词。具体的,可以对每个知识文章中的相邻的各个字的组合的频度进行统计,计算出字的组合出现的频率。当上述概率高于预设概率阈值时,则判定上述组合构成了词,从而实现对每个知识文章的分词。
此外,还可选用基于字符串匹配原理的分词方法进行分词。具体地,可利用字符串匹配原理将每个知识文章和预置在上述执行主体中的机器词典中的字符串进行匹配,基于匹配结果进行分词。其中,上述字符串匹配原理可以是正向最大匹配法、逆向最大匹配法、设立切分标注法、逐词遍历匹配法、正向最佳匹配法、逆向最佳匹配法等,此处不作限定。
子步骤S13,从每个知识文章的分词结果中选取主题特征词,并建立所选取的主题特征词与知识文章集中的知识文章的第一索引规则。
在一些示例中,可以基于词频-逆向文件频率(Term Frequency-InverseDocument Frequency,TF-IDF)方法,从每个知识文章的分词结果中选取主题特征词。其中,词频-逆向文件频率方法的主要思想是,如果某个词或短语在一篇文章中出现的频率(TermFrequency,TF)高,并且在其他文章中很少出现,则认为此词或者短语具有很好的类别区分能力,适合用来分类。而逆向文件频率(Inverse Document Frequency,IDF)主要是指,如果包含某个词或短语的文档越少,则IDF越大,则说明该词或短语具有很好的类别区分能力。由此,使用词频-逆向文件频率方法,可以计算某个词或短语在某篇文章里面的重要性,以便于选取该文章中的主题特征词。
具体地,上述执行主体可以首先计算每个知识文章的每个分词结果(如词条)的TF值和IDF值,从而得到TF-IDF值。对于某一知识文章中的某一个词,该词的TF值为该词在该知识文章中出现的次数与该知识文章中的总词数的比值。该词的IDF值为全网文章数(如上述知识文章集中的文章数)与全网(如上述知识文章集)包含该词的文章总数的比值。该词的TF-IDF值即为该词的TF值与IDF值的乘积。
在计算出每个知识文章的每个分词结果(如词条)的TF-IDF值后,可以分别对每个知识文章的分词结果按TF-IDF值降序排列,从而按照TF-IDF由高到低的次序选取部分词条作为该知识文章的主题特征词,建立主题特征词与文章的倒排索引,从而得到第一索引规则。
在另一些示例中,对于每个知识文章,可以将分词结果组合成词序列,将该词序列输入至预先训练的主题特征词提取模型,得到该知识文章的主题特征词。其中,主题特征词提取模型可以通过机器学习方法(如有监督学习方法)预先训练得到。
通过第一索引规则,可方便快捷地选取搜索词匹配的目标主题特征词,以及,可方便快捷地确定目标主题特征词对应的目标知识文章,由此可进一步提高设备功能的查找效率。
步骤103,确定目标知识文章涉及的目标设备功能,并显示目标设备功能的入口。
在本实施例中,每一个与设备使用知识相关的知识文章可涉及一个或多个设备功能。此处的设备功能既可以是设备系统功能,也可以是设备中所安装的应用程序(Application,APP)提供的功能。例如,某知识文章可同时涉及某品牌手机的安全检测功能和空间清理功能,上述安全检测功能可由设备中所安装的应用程序提供,空间清理功能既可以由设备中所安装的应用程序提供,也可以是设备系统自带的功能。
上述执行主体在获取到目标知识文章后,可以确定目标知识文章涉及的目标设备功能。作为示例,可预先对大量的知识文章涉及的设备功能设定标签,从而基于目标知识文章的标签,得知目标知识文章涉及的目标设备功能。
上述执行主体在确定出目标知识文章涉及的目标设备功能后,可显示目标设备功能的入口。作为示例,图3示出了搜索结果示意图。如图3所示,用户在搜索“手机内存不足”后,可在搜索结果中显示“i管家”的入口以及“运存与存储空间”的设置入口。此外,还可以显示有目标知识文章,如“手机问答”中的文章“手机内存不足怎么办”、“手机使用攻略”中的文章等。
在本实施例的一些可选的实现方式中,参见图4,上述执行主体可以按照如下子步骤S21至子步骤S23确定目标知识文章涉及的目标设备功能:
子步骤S21,基于预先建立的第二索引规则,查询上述目标知识文章涉及的设备功能。
此处,第二索引规则可用于指示知识文章与设备功能的对应关系。在一些示例中,上述第二索引规则可以通过如下步骤预先建立:首先,将知识文章集中的知识文章与预设的设备功能词典进行匹配,得到匹配结果。其中,设备功能词典中的词可以包括但不限于设备内置的词、功能名称、功能名称的别名、功能名称的同义词等。而后,可以基于上述匹配结果,建立上述知识文章集中的知识文章与设备功能的第二索引规则。具体地,若某一知识文章与设备功能词典中的某一功能词汇相匹配,则可建立该知识文章与该功能词汇的索引,从而汇总得到第二索引规则。
子步骤S22,对所查询到的设备功能进行排序,得到排序结果。
实践中,可按照各种预设的排序规则进行设备功能进行排序。例如,可按照当前用户的历史点击次数对所查询到的设备功能进行排序,或者,按照全量用户的点击次数对所查询到的设备功能进行排序等,此处对排序方式不作具体限定。
可选的,可按照如下步骤对所查询到的设备功能进行排序:
第一步,获取搜索词与目标主题特征词的第一匹配度、目标主题特征词与目标知识文章的第二匹配度、以及目标知识文章与所查询到的设备功能的第三匹配度。
此处,搜索词与目标主题特征词的第一匹配度可以采用欧氏距离等相似度计算方式计算得到。每一个目标主题特征词与其对应的目标知识文章的第二匹配度可以为该目标主题特征词的TF-IDF值。每一个知识文章与其所涉及的设备功能的第三匹配度可以基于获取该文章后的该设备功能的入口的历史点击数据确定。
下面以一具体示例进行说明。如图5所示的数据间的对应关系示意图,搜索词为“安全检测”,目标主题特征词包括“安全检测”和“安全检查”。目标主题特征词对应的目标知识文章为A和B,目标主题特征词“安全检查”对应的目标知识文章为B和C。目标知识文章A涉及设备功能1和设备功能2,目标知识文章B涉及设备功能1,目标知识文章C涉及设备功能3。
在上述示例中,可以采用欧氏距离计算方式分别计算搜索词“安全检测”与目标主题特征词“安全检测”和“安全检查”的相似度,从而得到第一匹配度。例如,“安全检测”与目标主题特征词“安全检测”的第一匹配度为1,“安全检测”与目标主题特征词“安全检查”的第一匹配度为0.95。
继续上述示例,若目标知识文章A中的“安全检测”一词的TF-IDF值为0.011,目标知识文章B中的“安全检测”一词的TF-IDF值为0.016,目标知识文章B中的“安全检查”一词的TF-IDF值为0.014,目标知识文章C中的“安全检查”一词的TF-IDF值为0.012,则目标主题特征词“安全检测”与目标知识文章A的第二匹配度为0.011,目标主题特征词“安全检测”与目标知识文章B的第二匹配度为0.016,目标主题特征词“安全检查”与目标知识文章B的第二匹配度为0.014,目标主题特征词“安全检查”与目标知识文章C的第二匹配度为0.012。
继续上述示例,针对目标知识文章A,若设备功能1的入口对应有知识文章A被获取后的历史点击数据,则可以基于该入口的历史点击次数计算该设备功能1与该知识文章A的第三匹配度。此处,可预先设置第三匹配度与历史点击次数的关系式,使第三匹配度与历史点击次数呈正相关,从而基于该关系式确定出第三匹配度。若设备功能2的入口不存在知识文章A被获取后的历史点击数据,则可以基于设备功能2在知识文章A中的出现频次,赋予该设备功能2与该知识文章A的第三匹配度。目标知识文章B和C同理,此处不再赘述。最终,可得知目标知识文章A与设备功能1的第三匹配度、目标知识文章A与设备功能2的第三匹配度、目标知识文章B与设备功能1的第三匹配度、目标知识文章C与设备功能3的第三匹配度。
需要说明的是,第一匹配度、第二匹配度以及第三匹配度的具体计算方式不限于上述示例,还可以根据需要进行其他设定,此处不作限定。
需要指出的是,每一个主题特征词与其对应的知识文章的第二匹配度、以及每一个知识文章与其所涉及的设备功能的第三匹配度可以预先计算并存储,从而在得到目标主题特征词和目标知识文章后,可直接从存储的数据中获取到目标主题特征词和目标知识文章的第二匹配度,以及,可直接获取到目标知识文章与所查询到的设备功能的第三匹配度,从而提高线上搜索效率。
第二步,基于第一匹配度、第二匹配度和第三匹配度,确定所查询到的设备功能的得分。
此处,可分别计算所查询到的每一个设备功能的得分。在计算每一个设备功能的得分,可采用预设的各种计算方式进行。
作为示例,针对每一个设备功能,可首先对该设备功能涉及的第一匹配度、第二匹配度和第三匹配度进行求和,得到三个求和结果。而后,将这三个求和结果相乘,得到该设备功能的得分。
作为又一示例,针对每一个设备功能,可首先计算该设备功能涉及的每一个通路的得分(如计算该通路的三个匹配度的乘积),而后将该设备功能涉及的各通路的得分求和,得到该设备功能的得分。
继续上述示例和图5,针对设备功能1,其涉及三个通路,分别为:设备功能1-目标知识文章A-目标主题特征词“安全检测”-搜索词“安全检测”、设备功能1-目标知识文章B-目标主题特征词“安全检测”-搜索词“安全检测”、设备功能1-目标知识文章B-目标主题特征词“安全检查”-搜索词“安全检测”。
以设备功能1-目标知识文章A-目标主题特征词“安全检测”-搜索词“安全检测”这一通路为例,设备功能1与目标知识文章A的第三匹配度为0.8,目标知识文章A与目标主题特征词“安全检测”的第二匹配度为0.011,目标主题特征词“安全检测”与搜索词“安全检测”的第一匹配度为1,则可将此三个匹配度相乘,得到此通路的计算结果。其他通路的计算方式同理,此处不再赘述。将此三个通路的得分求和,即可得到设备功能1的得分。设备功能2以及设备功能3的得分的计算方式同理,此处不再赘述。
需要说明的是,确定所查询到的设备功能的得分的方式可以根据需要进行其他设定,不限于上述示例。
第三步,基于得分,对所查询到的设备功能进行排序,得到排序结果。此处,可以按照得分由高到低的次序对所查询到的设备功能进行排序,从而得到排序结果。
子步骤S23,基于排序结果,确定目标知识文章涉及的目标设备功能。
此处,既可选取排序第一的设备功能作为目标设备功能,也可选取排序位于前三的设备功能作为目标设备功能,这里不作具体限定。
由此,可在确定出的设备功能较多的情况下,筛选出更具有针对性的设备功能,便于用户选取。
本申请的上述实施例提供的方法,通过接收搜索输入,而后响应于搜索输入,获取与搜索词匹配的目标知识文章,最后目标知识文章涉及的目标设备功能,显示目标设备功能的入口,由此可以在用户输入针对设备使用知识的搜索词后直接显示目标设备功能的入口,无需用户阅读文章内容以及根据文章内容的提示查询目标设备功能,从而提高了设备功能的查找效率。
需要说明的是,本申请实施例提供的设备功能搜索方法,执行主体可以为设备功能搜索装置,或者该设备功能搜索装置中的用于执行加载设备功能搜索方法的控制模块。本申请实施例中以设备功能搜索装置执行加载设备功能搜索方法为例,说明本申请实施例提供的设备功能搜索方法。
如图6所示,本实施例所述的设备功能搜索装置600包括:接收单元601,用于接收搜索输入,所述搜索输入包括搜索词;获取单元602,用于响应于所述搜索输入,获取与所述搜索词匹配的目标知识文章;显示单元603,用于确定所述目标知识文章涉及的目标设备功能,并显示所述目标设备功能的入口。
在本实施例的一些可选的实现方式中,所述获取单元602,进一步用于:基于预先建立的第一索引规则,查询与所述搜索词匹配的目标主题特征词,并获取与所述目标主题特征词对应的目标知识文章,其中,所述第一索引规则用于指示主题特征词与知识文章的对应关系。
在本实施例的一些可选的实现方式中,所述第一索引规则通过如下步骤预先建立:获取与设备使用知识相关的知识文章集;对所述知识文章集中的每个知识文章进行分词,得到所述每个知识文章的分词结果;从所述每个知识文章的分词结果中选取主题特征词,并建立所选取的主题特征词与所述知识文章集中的知识文章的第一索引规则。
在本实施例的一些可选的实现方式中,所述显示单元603,进一步用于:基于预先建立的第二索引规则,查询所述目标知识文章涉及的设备功能,其中,所述第二索引规则用于指示知识文章与设备功能的对应关系;对所查询到的设备功能进行排序,得到排序结果;基于所述排序结果,确定所述目标知识文章涉及的目标设备功能。
在本实施例的一些可选的实现方式中,所述第二索引规则通过如下步骤预先建立:将所述知识文章集中的知识文章与预设的设备功能词典进行匹配,得到匹配结果;基于所述匹配结果,建立所述知识文章集中的知识文章与设备功能的第二索引规则。
在本实施例的一些可选的实现方式中,所述显示单元603,进一步用于:获取所述搜索词与所述目标主题特征词的第一匹配度、所述目标主题特征词与所述目标知识文章的第二匹配度、以及所述目标知识文章与所查询到的设备功能的第三匹配度;基于所述第一匹配度、所述第二匹配度和所述第三匹配度,确定所查询到的设备功能的得分;基于所述得分,对所查询到的设备功能进行排序,得到排序结果。
本申请实施例中的设备功能搜索装置可以是装置,也可以是终端中的部件、集成电路、或芯片。该装置可以是移动电子设备,也可以为非移动电子设备。示例性的,移动电子设备可以为手机、平板电脑、笔记本电脑、掌上电脑、车载电子设备、可穿戴设备、超级移动个人计算机(ultra-mobile personal computer,UMPC)、上网本或者个人数字助理(personal digital assistant,PDA)等,非移动电子设备可以为服务器、网络附属存储器(Network Attached Storage,NAS)、个人计算机(personal computer,PC)、电视机(television,TV)、柜员机或者自助机等,本申请实施例不作具体限定。
本申请实施例中的设备功能搜索装置可以为具有操作系统的装置。该操作系统可以为安卓(Android)操作系统,可以为iOS操作系统,还可以为其他可能的操作系统,本申请实施例不作具体限定。
本申请实施例提供的设备功能搜索装置能够实现图1的方法实施例中设备功能搜索装置实现的各个过程,为避免重复,这里不再赘述。
本申请的上述实施例提供的装置,通过接收搜索输入,而后响应于搜索输入,获取与搜索词匹配的目标知识文章,最后目标知识文章涉及的目标设备功能,显示目标设备功能的入口,由此可以在用户输入针对设备使用知识的搜索词后直接显示目标设备功能的入口,无需用户阅读文章内容以及根据文章内容的提示查询目标设备功能,从而提高了设备功能的查找效率。
可选的,本申请实施例还提供一种电子设备,包括处理器710,存储器709,存储在存储器709上并可在所述处理器710上运行的程序或指令,该程序或指令被处理器710执行时实现上述设备功能搜索方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
需要注意的是,本申请实施例中的电子设备包括上述所述的移动电子设备和非移动电子设备。
图7为实现本申请实施例的一种电子设备的硬件结构示意图。
该电子设备700包括但不限于:射频单元701、网络模块702、音频输出单元703、输入单元704、传感器705、显示单元706、用户输入单元707、接口单元708、存储器709、以及处理器710等部件。
本领域技术人员可以理解,电子设备700还可以包括给各个部件供电的电源(比如电池),电源可以通过电源管理系统与处理器710逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。图7中示出的电子设备结构并不构成对电子设备的限定,电子设备可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置,在此不再赘述。
其中,处理器710,用于接收搜索输入,所述搜索输入包括搜索词;响应于所述搜索输入,获取与所述搜索词匹配的目标知识文章;确定所述目标知识文章涉及的目标设备功能,并显示所述目标设备功能的入口。
在本申请实施例中,通过接收搜索输入,而后响应于搜索输入,获取与搜索词匹配的目标知识文章,最后目标知识文章涉及的目标设备功能,显示目标设备功能的入口,由此可以在用户输入针对设备使用知识的搜索词后直接显示目标设备功能的入口,无需用户阅读文章内容以及根据文章内容的提示查询目标设备功能,从而提高了设备功能的查找效率。
可选的,处理器710,还用于基于预先建立的第一索引规则,查询与所述搜索词匹配的目标主题特征词,并获取与所述目标主题特征词对应的目标知识文章,其中,所述第一索引规则用于指示主题特征词与知识文章的对应关系。
可选的,所述第一索引规则通过如下步骤预先建立:获取与设备使用知识相关的知识文章集;对所述知识文章集中的每个知识文章进行分词,得到所述每个知识文章的分词结果;从所述每个知识文章的分词结果中选取主题特征词,并建立所选取的主题特征词与所述知识文章集中的知识文章的第一索引规则。
可选的,处理器710,还用于基于预先建立的第二索引规则,查询所述目标知识文章涉及的设备功能,其中,所述第二索引规则用于指示知识文章与设备功能的对应关系;对所查询到的设备功能进行排序,得到排序结果;基于所述排序结果,确定所述目标知识文章涉及的目标设备功能。
可选的,所述第二索引规则通过如下步骤预先建立:将所述知识文章集中的知识文章与预设的设备功能词典进行匹配,得到匹配结果;基于所述匹配结果,建立所述知识文章集中的知识文章与设备功能的第二索引。
可选的,处理器710,还用于获取所述搜索词与所述目标主题特征词的第一匹配度、所述目标主题特征词与所述目标知识文章的第二匹配度、以及所述目标知识文章与所查询到的设备功能的第三匹配度;基于所述第一匹配度、所述第二匹配度和所述第三匹配度,确定所查询到的设备功能的得分;基于所述得分,对所查询到的设备功能进行排序,得到排序结果。
本申请实施例还提供一种可读存储介质,所述可读存储介质上存储有程序或指令,该程序或指令被处理器执行时实现上述设备功能搜索方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
其中,所述处理器为上述实施例中所述的电子设备中的处理器。所述可读存储介质,包括计算机可读存储介质,如计算机只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等。
本申请实施例另提供了一种芯片,所述芯片包括处理器和通信接口,所述通信接口和所述处理器耦合,所述处理器用于运行程序或指令,实现上述设备功能搜索方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
应理解,本申请实施例提到的芯片还可以称为系统级芯片、系统芯片、芯片系统或片上系统芯片等。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外,需要指出的是,本申请实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能,还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能,例如,可以按不同于所描述的次序来执行所描述的方法,并且还可以添加、省去、或组合各种步骤。另外,参照某些示例所描述的特征可在其他示例中被组合。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本申请各个实施例所述的方法。
上面结合附图对本申请的实施例进行了描述,但是本申请并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本申请的启示下,在不脱离本申请宗旨和权利要求所保护的范围情况下,还可做出很多形式,均属于本申请的保护之内。
Claims (10)
1.一种设备功能搜索方法,其特征在于,所述方法包括:
接收搜索输入,所述搜索输入包括搜索词;
响应于所述搜索输入,获取与所述搜索词匹配的目标知识文章;
确定所述目标知识文章涉及的目标设备功能,并显示所述目标设备功能的入口。
2.根据权利要求1所述的方法,其特征在于,所述获取与所述搜索词匹配的目标知识文章,包括:
基于预先建立的第一索引规则,查询与所述搜索词匹配的目标主题特征词,并获取与所述目标主题特征词对应的目标知识文章,其中,所述第一索引规则用于指示主题特征词与知识文章的对应关系。
3.根据权利要求2所述的方法,其特征在于,所述第一索引规则通过如下步骤预先建立:
获取与设备使用知识相关的知识文章集;
对所述知识文章集中的每个知识文章进行分词,得到所述每个知识文章的分词结果;
从所述每个知识文章的分词结果中选取主题特征词,并建立所选取的主题特征词与所述知识文章集中的知识文章的第一索引规则。
4.根据权利要求2所述的方法,其特征在于,所述确定所述目标知识文章涉及的目标设备功能,包括:
基于预先建立的第二索引规则,查询所述目标知识文章涉及的设备功能,其中,所述第二索引规则用于指示知识文章与设备功能的对应关系;
对所查询到的设备功能进行排序,得到排序结果;
基于所述排序结果,确定所述目标知识文章涉及的目标设备功能。
5.根据权利要求4所述的方法,其特征在于,所述第二索引规则通过如下步骤预先建立:
将所述知识文章集中的知识文章与预设的设备功能词典进行匹配,得到匹配结果;
基于所述匹配结果,建立所述知识文章集中的知识文章与设备功能的第二索引规则。
6.根据权利要求4所述的方法,其特征在于,所述对所查询到的设备功能进行排序,得到排序结果,包括:
获取所述搜索词与所述目标主题特征词的第一匹配度、所述目标主题特征词与所述目标知识文章的第二匹配度、以及所述目标知识文章与所查询到的设备功能的第三匹配度;
基于所述第一匹配度、所述第二匹配度和所述第三匹配度,确定所查询到的设备功能的得分;
基于所述得分,对所查询到的设备功能进行排序,得到排序结果。
7.一种设备功能搜索装置,其特征在于,所述装置包括:
接收单元,用于接收搜索输入,所述搜索输入包括搜索词;
获取单元,用于响应于所述搜索输入,获取与所述搜索词匹配的目标知识文章;
显示单元,用于确定所述目标知识文章涉及的目标设备功能,并显示所述目标设备功能的入口。
8.根据权利要求7所述的装置,其特征在于,所述获取单元,进一步用于:
基于预先建立的第一索引规则,查询与所述搜索词匹配的目标主题特征词,并获取与所述目标主题特征词对应的目标知识文章,其中,所述第一索引规则用于指示主题特征词与知识文章的对应关系。
9.根据权利要求8所述的装置,其特征在于,所述第一索引规则通过如下步骤预先建立:
获取与设备使用知识相关的知识文章集;
对所述知识文章集中的每个知识文章进行分词,得到所述每个知识文章的分词结果;
从所述每个知识文章的分词结果中选取主题特征词,并建立所选取的主题特征词与所述知识文章集中的知识文章的第一索引规则。
10.根据权利要求7所述的装置,其特征在于,所述显示单元,进一步用于:
基于预先建立的第二索引规则,查询所述目标知识文章涉及的设备功能,其中,所述第二索引规则用于指示知识文章与设备功能的对应关系;
对所查询到的设备功能进行排序,得到排序结果;
基于所述排序结果,确定所述目标知识文章涉及的目标设备功能。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011194291.4A CN112307293A (zh) | 2020-10-30 | 2020-10-30 | 设备功能搜索方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011194291.4A CN112307293A (zh) | 2020-10-30 | 2020-10-30 | 设备功能搜索方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112307293A true CN112307293A (zh) | 2021-02-02 |
Family
ID=74334138
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011194291.4A Pending CN112307293A (zh) | 2020-10-30 | 2020-10-30 | 设备功能搜索方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112307293A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104899310A (zh) * | 2015-06-12 | 2015-09-09 | 百度在线网络技术(北京)有限公司 | 信息排序方法、用于生成信息排序模型的方法及装置 |
CN105808685A (zh) * | 2016-03-02 | 2016-07-27 | 腾讯科技(深圳)有限公司 | 推广信息的推送方法及装置 |
CN107798011A (zh) * | 2016-08-31 | 2018-03-13 | 北京搜狗科技发展有限公司 | 一种搜索方法和装置、一种用于搜索的装置 |
CN108897753A (zh) * | 2018-05-07 | 2018-11-27 | 深圳壹账通智能科技有限公司 | 应用功能搜索方法、装置、计算机设备和存储介质 |
-
2020
- 2020-10-30 CN CN202011194291.4A patent/CN112307293A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104899310A (zh) * | 2015-06-12 | 2015-09-09 | 百度在线网络技术(北京)有限公司 | 信息排序方法、用于生成信息排序模型的方法及装置 |
CN105808685A (zh) * | 2016-03-02 | 2016-07-27 | 腾讯科技(深圳)有限公司 | 推广信息的推送方法及装置 |
CN107798011A (zh) * | 2016-08-31 | 2018-03-13 | 北京搜狗科技发展有限公司 | 一种搜索方法和装置、一种用于搜索的装置 |
CN108897753A (zh) * | 2018-05-07 | 2018-11-27 | 深圳壹账通智能科技有限公司 | 应用功能搜索方法、装置、计算机设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11194965B2 (en) | Keyword extraction method and apparatus, storage medium, and electronic apparatus | |
CN110083688B (zh) | 搜索结果召回方法、装置、服务器及存储介质 | |
CN107436922B (zh) | 文本标签生成方法和装置 | |
CN106649818B (zh) | 应用搜索意图的识别方法、装置、应用搜索方法和服务器 | |
CN108829893B (zh) | 确定视频标签的方法、装置、存储介质和终端设备 | |
CN109815314B (zh) | 一种意图识别方法、识别设备及计算机可读存储介质 | |
CN103218436B (zh) | 一种融合用户类别标签的相似问题检索方法及装置 | |
CN109508391B (zh) | 基于知识图谱的输入预测方法、装置和电子设备 | |
US20140379719A1 (en) | System and method for tagging and searching documents | |
CN109933708A (zh) | 信息检索方法、装置、存储介质及计算机设备 | |
CN111160007B (zh) | 基于bert语言模型的搜索方法、装置、计算机设备及存储介质 | |
CN114116997A (zh) | 知识问答方法、装置、电子设备及存储介质 | |
CN112307365A (zh) | 信息显示方法、装置、电子设备及存储介质 | |
CN113282754A (zh) | 针对新闻事件的舆情检测方法、装置、设备和存储介质 | |
CN112579729A (zh) | 文档质量评价模型的训练方法、装置、电子设备和介质 | |
CN113988157A (zh) | 语义检索网络训练方法、装置、电子设备及存储介质 | |
US11176209B2 (en) | Dynamically augmenting query to search for content not previously known to the user | |
CN110245357B (zh) | 主实体识别方法和装置 | |
CN109783612B (zh) | 报表数据定位方法及装置、存储介质、终端 | |
CN113609847B (zh) | 信息抽取方法、装置、电子设备及存储介质 | |
US9514198B1 (en) | Suggesting a tag to promote a discussion topic | |
CN112487159B (zh) | 检索方法、检索装置及计算机可读存储介质 | |
CN107609094B (zh) | 数据消歧方法、装置及计算机设备 | |
CN110851560B (zh) | 信息检索方法、装置及设备 | |
CN113792230B (zh) | 服务链接方法、装置、电子设备和存储介质 |
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 |