CN112507181A - 搜索请求分类方法、装置、电子设备及存储介质 - Google Patents
搜索请求分类方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN112507181A CN112507181A CN201910874902.0A CN201910874902A CN112507181A CN 112507181 A CN112507181 A CN 112507181A CN 201910874902 A CN201910874902 A CN 201910874902A CN 112507181 A CN112507181 A CN 112507181A
- Authority
- CN
- China
- Prior art keywords
- search request
- core
- core word
- correlation
- level value
- 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 title claims abstract description 62
- 230000011218 segmentation Effects 0.000 claims abstract description 33
- 238000012163 sequencing technique Methods 0.000 claims description 18
- 230000015654 memory Effects 0.000 claims description 17
- 230000003247 decreasing effect Effects 0.000 claims description 5
- 230000003190 augmentative effect Effects 0.000 claims 1
- 238000005034 decoration Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 13
- 230000000694 effects Effects 0.000 description 13
- 230000008569 process Effects 0.000 description 12
- 239000000047 product Substances 0.000 description 10
- 230000006870 function Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000007635 classification algorithm Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000003203 everyday effect Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000003416 augmentation Effects 0.000 description 1
- 239000006227 byproduct Substances 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000000007 visual 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
-
- 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
- G06F16/901—Indexing; Data structures therefor; Storage structures
-
- 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
- G06F16/906—Clustering; Classification
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请公开了搜索请求分类方法、装置、电子设备及存储介质,涉及搜索技术领域。具体实现方案为:采用预设分类的核心词库及召回规则,召回对应所述核心词库及召回规则的搜索请求;所述核心词库包括与所述预设分类相关的至少一个核心词、以及所述核心词的相关性;对召回的搜索请求进行切词,得到多个分词;获取各个所述分词的相关性,采用所述各个分词及其相关性扩充所述核心词库。本申请能够提高搜索请求分类的效率,节约成本。
Description
技术领域
本申请涉及计算机技术领域,尤其涉及一种搜索技术领域。
背景技术
搜索引擎是一种基于用户输入搜索请求(又称搜索query)来帮助用户快速获取所需信息的产品和系统。搜索引擎能否很好的满足用户的需求,前提条件就是能否准确理解用户输入的搜索请求。在优化搜索引擎产品时,无法对每一个搜索请求做针对性优化。因此,如果能够识别出搜索请求所属的类别,就可以针对一类搜索请求统一进行针对性优化,从而提高优化效率。
现有的搜索请求分类方法一般有以下两种:
第一种,针对每个分类训练专属的分类算法模型,再基于该专属的分类算法模型从海量的搜索query中召回属于该分类的搜索query。这种方式的缺点是:训练分类算法模型需要较高的时间和人力成本,无法满足产品优化所需的频繁的分析需求。
第二种,在用户每天海量的搜索query数据中,由人工去辨识每一个搜索query是否属于某一分类。为了使人工辨识的工作量控制在可执行的范围内,需要在每天海量的搜索query数据中随机抽取一定量的搜索query来代表当天所有用户的搜索数据;为了有足够的代表性,需要随机抽取的搜索query的数量巨大。这种方式也需要耗费较高的时间和人力成本。
可见,现有搜索请求分类方法所需的成本较高,并且效率较低。
发明内容
第一方面,本申请实施例提出一种搜索请求分类方法,包括:
采用预设分类的核心词库及召回规则,召回对应所述核心词库及召回规则的搜索请求;所述核心词库包括与所述预设分类相关的至少一个核心词、以及所述核心词的相关性;
对召回的搜索请求进行切词,得到多个分词;
获取各个所述分词的相关性,采用所述各个分词及其相关性扩充所述核心词库。
本申请实施例采用核心词库及召回规则召回搜索请求,其中核心词库包括与预设分类相关的核心词及其相关性,因此可以召回属于该预设分类的搜索请求,实现对搜索请求的分类。在对召回的搜索请求切词后,获取各个分词的相关性,采用各个分词及相关性扩充核心词库,实现了对核心词库的扩充。
在一种实施方式中,所述采用所述各个分词及其相关性扩充所述核心词库之后,还包括:
在扩充到所述核心词库中的分词的数量超过预设阈值的情况下,返回执行所述采用预设分类的核心词库及召回规则,召回对应所述核心词库及召回规则的搜索请求的步骤。
在一种实施方式中,所述采用所述各个分词及其相关性扩充所述核心词库之后,扩充的分词成为所述核心词库中新的核心词,所述扩充的分词的相关性成为所述新的核心词的相关性。
本申请实施例迭代执行上述扩充核心词库及召回搜索请求的过程,实现了快速有效地召回预定分类下的搜索请求、并逐步扩充核心词库。
在一种实施方式中,所述召回规则包括:
在搜索请求中包含所述核心词库中的核心词的情况下,召回所述搜索请求。
在一种实施方式中,所述相关性的取值包括:第一级别取值、第二级别取值及第三级别取值;所述第一级别取值、第二级别取值和第三级别取值依次下降;
所述召回规则包括以下至少之一:
在搜索请求中包含所述核心词库中的一个核心词、并且所述核心词的相关性为所述第一级别取值的情况下,召回所述搜索请求;
在搜索请求中包含所述核心词库中的两个核心词、并且两个核心词的相关性均为所述第二级别取值的情况下,召回所述搜索请求;
在搜索请求中包含所述核心词库中的两个核心词、并且两个核心词的相关性分别为所述第二级别取值和第三级别取值情况下,召回所述搜索请求。
本申请实施例可以灵活采用不同的召回规则。例如,在第一次召回时,可以使用上述第一种召回规则;在后续召回时,可以采用上述第二种召回规则。
在一种实施方式中,所述获取各个所述分词的相关性,包括:
根据排序规则对所述多个分词进行排序;
获取排序后预设位置的分词的相关性。
通过上述排序过程,可以仅对排序靠前的分词打分,从而减少为分词打分的工作量。
在一种实施方式中,所述根据排序规则对所述多个分词进行排序,包括:
针对各个分词,确定包含所述分词的搜索请求以及各个搜索请求的出现次数;计算各个所述搜索请求中包含的核心词的相关性之和与各个搜索请求的出现次数的乘积;将所述乘积相加,得到所述分词的排序分数;
根据所述排序分数对所述多个分词进行排序。
上述过程根据排序分数进行排序,而排序分数与包含该分词的搜索请求所包含的所有核心词的相关性之和以及搜索请求的出现次数有关,因此排序能够体现分词与已有核心词的相关程度。
第二方面,本申请实施例提出一种搜索请求分类装置,包括:
召回模块,用于采用预设分类的核心词库及召回规则,召回对应所述核心词库及召回规则的搜索请求;所述核心词库包括与所述预设分类相关的至少一个核心词、以及所述各个核心词的相关性;
切词模块,用于对召回的搜索请求进行切词,得到多个分词;
扩充模块,用于获取各个所述分词的相关性,采用所述各个分词及其相关性扩充所述核心词库。
在一种实施方式中,还包括:
迭代判断模块,用于在扩充到所述核心词库中的分词的数量超过预设阈值的情况下,通知所述召回模块召回搜索请求。
在一种实施方式中,所述召回规则包括:
在搜索请求中包含所述核心词库中的核心词的情况下,召回所述搜索请求。
在一种实施方式中,所述相关性的取值包括:第一级别取值、第二级别取值及第三级别取值;所述第一级别取值、第二级别取值和第三级别取值依次下降;
所述召回规则包括以下至少之一:
在搜索请求中包含所述核心词库中的一个核心词、并且所述核心词的相关性为所述第一级别取值的情况下,召回所述搜索请求;
在搜索请求中包含所述核心词库中的两个核心词、并且两个核心词的相关性均为所述第二级别取值的情况下,召回所述搜索请求;
在搜索请求中包含所述核心词库中的两个核心词、并且两个核心词的相关性分别为所述第二级别取值和第三级别取值情况下,召回所述搜索请求。
在一种实施方式中,所述扩充模块包括:
排序子模块,用于根据排序规则对所述多个分词进行排序;
获取子模块,用于获取排序后预设位置的分词的相关性。
在一种实施方式中,排序子模块用于:
针对各个分词,确定包含所述分词的搜索请求以及各个搜索请求的出现次数;计算各个所述搜索请求中包含的核心词的相关性之和与各个搜索请求的出现次数的乘积;将所述乘积相加,得到所述分词的排序分数;
根据所述排序分数对所述多个分词进行排序。
上述申请中的一个实施例具有如下优点或有益效果:本申请实施例采用核心词库及召回规则召回搜索请求,其中核心词库包括与预设分类相关的核心词及其相关性,因此可以召回属于该预设分类的搜索请求,实现对搜索请求的分类。采用召回规则对搜索请求进行分类的方式简便,因此能够节约成本,提高分类效率。
上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1为根据本申请实施例的搜索请求分类方法的实现流程图一;
图2为根据本申请实施例的搜索请求分类方法的实现流程图二;
图3为根据本申请实施例的搜索请求分类方法的流程框架图;
图4为根据本申请实施例的搜索请求分类方法中,获取各个分词的相关性的实现流程图;
图5为根据本申请实施例的搜索请求分类方法中,步骤1的实现效果示意图;
图6为根据本申请实施例的搜索请求分类方法中,步骤2的实现效果示意图;
图7为根据本申请实施例的搜索请求分类装置的结构示意图一;
图8为根据本申请实施例的搜索请求分类装置的结构示意图二;
图9是用来实现本申请实施例的搜索请求分类方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
本申请实施例提出一种搜索请求分类方法,图1为根据本申请实施例的搜索请求分类方法的实现流程图一,包括:
步骤S101:采用预设分类的核心词库及召回规则,召回对应核心词库及召回规则的搜索请求;核心词库包括与预设分类相关的至少一个核心词、以及核心词的相关性;
步骤S102:对召回的搜索请求进行切词,得到多个分词;
步骤S103:获取各个分词的相关性,采用各个分词及其相关性扩充所述核心词库。
图2为根据本申请实施例的搜索请求分类方法的实现流程图二。如图2所示,上述步骤S103之后,还可以包括:
步骤S204:在扩充到核心词库中的分词的数量超过预设阈值的情况下,返回执行上述步骤S101。
在扩充到核心词库中的分词的数量不超过预设阈值的情况下,结束当前流程。
在一种实施方式中,上述步骤S103之后,扩充的分词成为核心词库中新的核心词,相应地,扩充的分词的相关性成为该新的核心词的相关性。
可见,本申请实施例提出一种循环迭代地扩充核心词库的方式,针对每种分类分别设置一个核心词库;核心词库中包含与对应分类相关的至少一个核心词,并且每个核心词对应一个相关性,该相关性体现了核心词与该分类的相关程度。
每一次循环迭代都可以召回新的搜索请求,并对召回的搜索请求进行切词,利用切词后得到的分词扩充核心词库(将满足要求的分词扩充入核心词库、而不是将所有的分词均放入核心词库;后续实施例中将详细介绍)。
在一种可能的实施方式中,步骤S204中,在扩充的数量不超过预设阈值的情况下,结束循环迭代的过程。上述“扩充的数量”可以指步骤S103中新加入核心词库的分词(加入核心词库之后,该分词也就成为了核心词库中的核心词)的数量。预设阈值可以为一个预先设置的整数值。如果扩充的数量不超过预设阈值,表明本轮迭代对核心词库的扩充量不大,此时可以认为对核心词库的建立过程已经完成,停止循环迭代。
或者,在一种可能的实施方式中,也可以在扩充的数量不超过预设阈值的次数大于次数阈值(次数阈值大于1)时,停止循环迭代。也就是说,在多轮迭代对核心词库的扩充量都不大时,可以认为对核心词库的建立过程已经完成,停止循环迭代。例如,设置计数器,将计数器的初始值设置为0。在每次扩充核心词库之后,判断本次扩充的数量是否不超过预设阈值;如果不超过,则将计数器的数值增加1。直至计数器的数值大于预设的次数阈值时,停止循环迭代。
图3为根据本申请实施例的搜索请求分类方法的流程框架图。如图3所示,本申请实施例可以首先由人工基于对特定分类的先验知识收集核心词,并给出各个核心词的相关性,以此构建一个初版的核心词库。之后,使用核心词库及预设的召回规则,召回对应该核心词库及召回规则的搜索请求,并对召回的搜索请求切词及排序,方便人工对切词后得到的分词打分,切词后可以去掉无意义的助词。之后,由人工对排序位置靠前的分词打分,给出各个分词的相关性,将满足要求的分词及其相关性扩充入核心词库中。前述迭代召回过程中,不断扩充核心词库并召回新的搜索请求,最终构建一个相对全面的分类核心词库,来从海量搜索数据中有效召回该分类的搜索请求。上述过程可以采用人机结合的方式,其中,初始收集核心词、以及为核心词打出相关性的步骤可以由人工执行。
上述分类可以由人工根据搜索引擎中用户的搜索需求设定。上述分类可以包括一级分类,如音乐、游戏等。还可以包括一级分类下的二级分类,例如音乐下的二级分类,包括歌曲、歌词曲谱等。本实施例提出的搜索请求分类方法适用于任意分类。
在一种可能的实施方式中,召回规则包括:
在搜索请求中包含核心词库中的核心词的情况下,召回所述搜索请求。
上述召回规则可以在初次召回时使用。
或者,在一种可能的实施方式中,召回规则可以包括以下至少之一:
在搜索请求中包含核心词库中的一个核心词、并且该核心词的相关性为第一级别取值的情况下,召回搜索请求;
在搜索请求中包含核心词库中的两个核心词、并且这两个核心词的相关性均为第二级别取值的情况下,召回搜索请求;
在搜索请求中包含核心词库中的两个核心词、并且这两个核心词的相关性分别为第二级别取值和第三级别取值情况下,召回所述搜索请求。
其中,第一级别取值、第二级别取值及第三级别取值可以是相关性的三种取值。第一级别取值、第二级别取值和第三级别取值依次下降。除此之外,相关性的还可以存在其他取值。
例如,第一级别取值为3分,第二级别取值为2分、第三级别取值为1分;分数越高代表该核心词与该类别的相关性越高。
上述召回规则可以在第二次及后续召回时使用。
图4为根据本申请实施例的搜索请求分类方法中,获取各个分词的相关性的实现流程图,包括:
步骤S401:根据排序规则对多个分词进行排序;
步骤S402:获取排序后预设位置的分词的相关性。
其中,上述相关性可以由人工给出。
上述过程中,排序的目标是将与已知核心词共同出现次数越多的词排在越靠前的位置,方便人工对这些词优先打分。本申请实施例可以舍弃掉一些排序靠后的分词,由人工对排序后预设位置的分词(例如预定次序之前的分词、或者排在前面的预定比例的分词等)打分。在一种实施方式中,可以将相关性大于0的分词、以及各个分词对应的相关性扩充入核心词库中。
在一种可能的实施方式中,上述步骤S401中的根据排序规则对多个分词进行排序,可以包括:
针对各个分词,确定包含该分词的搜索请求以及各个搜索请求的出现次数;计算各个搜索请求中包含的核心词的相关性之和与各个搜索请求的出现次数的乘积;将乘积相加,得到该分词的排序分数;
例如,采用以下式(1)计算分词的排序分数:
其中,y为核心词的相关性;
Ci为第i个搜索请求包含的核心词的相关性之和;
pvi为第i个搜索请求的出现次数;
N为包含该核心词的搜索请求的个数。
上述式(1)中的搜索请求是指一种搜索内容,而不是用户的一条搜索query;如果两条搜索query的内容完全一样,则这两条搜索query属于一个搜索请求。
计算出排序分数之后,可以根据排序分数对多个分词进行排序。本申请实施例可以去掉排序分数较小的长尾词,例如,将y<100的分词删除掉。
以下结合附图详细介绍本申请实施例。在以下的实施例中,以“装修”分类为例进行介绍。
在本实施例中,可根据相关程度,人为给每个词打出相关性,相关性越高代表与该类别的相关性越高。本实施例的相关性的可选值包括三个级别,即3分、2分、1分。例如,针对“装修“分类,基于先验知识,选定三个核心词,包括“装修”、“瓷砖”、“品牌”;人工给“装修”打3分,当该词出现在一个搜索query内时,基本上可确定该query是一个装修类需求;人工给“瓷砖”打2分,当该词出现在一个搜索query内时,可能是一个装修类需求;人工给“品牌”打1分,该词与装修需求的相关性较低。
在一个实施例中,人工收集“装修”分类相关的核心词,并为各个核心词给出相关性,将前述内容作为初始的核心词库。在第一次召回时,采用的召回规则可以是包含核心词即召回。本实施例包括以下步骤:
步骤1:
图5为根据本申请实施例的搜索请求分类方法中,步骤1的实现效果示意图。本步骤构建初始的核心词库并进行搜索query第一次召回。如图5所示,初次收集的核心词包括“装修”和“客厅”;为各个核心词人工打分,其中,核心词“装修”的相关性为3分,核心词“客厅”的相关性为2分。
如表1为“装修”类别对应的初始的核心词库的内容:
核心词 | 相关性 |
装修 | 3 |
客厅 | 2 |
表1
在第一次召回时,召回包含“装修”和/或“客厅”的搜索query,在图5所示的实施例中,召回了两个搜索query,包括“卧室装修效果图”和“客厅吊顶效果图”。其中,搜索query“卧室装修效果图”出现的次数(图5中用pv表示)为5000次,搜索query“客厅吊顶效果图”出现的次数为2000次。
步骤2:
图6为根据本申请实施例的搜索请求分类方法中,步骤2的实现效果示意图。本步骤实现对核心词库的一次扩充。本申请首先对召回的搜索query进行切词,并去除无意义的助词。之后,对剩余的分词基于一定的算法进行排序,排序目标是将与已知核心词共同出现次数最多的词排在前面,方便人工为这些词优先打分,并在人力范围内舍弃一些排序靠后的长尾词。
如图6所示,切词后出现3个新的分词,包括“效果图”、“卧室”、“吊顶”。
其中,“效果图”关联的核心词包括“装修”和“客厅”,即步骤1召回的搜索query中,存在同时包含“效果图”和“装修”的搜索query、以及同时包含“效果图”和“客厅”的搜索query。根据上述式(1)计算“效果图”的排序分数为:
y=3×5000+2×2000=19000
“卧室”的关联的核心词包括“装修”,即步骤1召回的搜索query中,存在同时包含“卧室”和“装修”的搜索query。根据上述式(1)计算“卧室”的排序分数为:
y=3×5000=15000
“吊顶”的关联的核心词包括“客厅”,即步骤1召回的搜索query中,存在同时包含“吊顶”和“客厅”的搜索query。根据上述式(1)计算“吊顶”的排序分数为:
y=2×2000=4000
按照上述3个分词的排序分数对分词进行排序,舍弃长尾词,例如可以舍弃y<100的分词。在图6所示的示例中,该次打分结果不存在y<100的分词,因此没有分词被舍弃。之后,对剩余的分词人工打分,得到各个分词的相关性,并将相关性大于0的分词扩充入“装修”分类的核心词库中。
如图6所示,本实施例为分词“效果图”打出的相关性为1分,为分词“卧室”打出的相关性为2分,为分词“吊顶”打出的相关性为3分。这三个分词的相关性均大于0,因此将三个分词都扩充入“装修”分类的核心词库中。
如表2为“装修”类别对应的扩充后的核心词库的内容:
核心词 | 相关性 |
装修 | 3 |
客厅 | 2 |
效果图 | 1 |
卧室 | 2 |
吊顶 | 3 |
表2
步骤3:
本步骤进行搜索query再次召回。再次召回采用的召回规则可以为:
(1)搜索query中包含一个相关性为3的核心词;
(2)搜索query中包含两个相关性不为3的核心词,并且这两个核心词的相关性之和至少为3。
只要满足上述一个条件,即可将搜索query召回。
表3为采用上述召回规则及表2所示的核心词库所召回的搜索query:
表3
本申请实施例可以重复迭代步骤2和步骤3,直至召回的搜索query的相对增加量小于预先设定的阈值时停止迭代。
迭代完成之后,可以使用核心词库从海量搜索数据中召回该分类的搜索query。之后可以人工对召回数据的准确率进行评估,并根据评估结果对核心词库中的核心词及其相关性进行调整,之后再次迭代扩充核心词库,以提升对召回搜索query的准确率及召回率,从而提高对搜索query进行分类的准确率。
本申请实施例提出一种搜索请求分类装置,图7为根据本申请实施例的搜索请求分类装置的结构示意图一,图7所示的搜索请求分类装置700包括:
召回模块710,用于采用预设分类的核心词库及召回规则,召回对应所述核心词库及召回规则的搜索请求;所述核心词库包括与所述预设分类相关的至少一个核心词、以及所述各个核心词的相关性;
切词模块720,用于对召回的搜索请求进行切词,得到多个分词;
扩充模块730,用于获取各个所述分词的相关性,采用所述各个分词及其相关性扩充所述核心词库。
本申请实施例提出另一种搜索请求分类装置,图8为根据本申请实施例的搜索请求分类装置的结构示意图二,包括:
召回模块710、切词模块720、扩充模块730及迭代判断模块840;其中,召回模块710、切词模块720及扩充模块730与上述实施例中的相关模块功能相同,不再赘述。
迭代判断模块840,用于在扩充到所述核心词库中的分词的数量超过预设阈值的情况下,通知召回模块召回搜索请求。
在一种可能的实施方式中,述召回规则包括:
在搜索请求中包含所述核心词库中的核心词的情况下,召回所述搜索请求。
在一种可能的实施方式中,相关性的取值包括:第一级别取值、第二级别取值及第三级别取值;所述第一级别取值、第二级别取值和第三级别取值依次下降;
召回规则包括以下至少之一:
在搜索请求中包含所述核心词库中的一个核心词、并且所述核心词的相关性为所述第一级别取值的情况下,召回所述搜索请求;
在搜索请求中包含所述核心词库中的两个核心词、并且两个核心词的相关性均为所述第二级别取值的情况下,召回所述搜索请求;
在搜索请求中包含所述核心词库中的两个核心词、并且两个核心词的相关性分别为所述第二级别取值和第三级别取值情况下,召回所述搜索请求。
如图8所示,在一种可能的实施方式中,扩充模块730包括:
排序子模块731,用于根据排序规则对所述多个分词进行排序;
获取子模块732,用于获取排序后预设位置的分词的相关性。
在一种可能的实施方式中,排序子模块732用于:针对各个分词,确定包含所述分词的搜索请求以及各个搜索请求的出现次数;计算各个所述搜索请求中包含的核心词的相关性之和与各个搜索请求的出现次数的乘积;将所述乘积相加,得到所述分词的排序分数;根据所述排序分数对所述多个分词进行排序。
本申请实施例各装置中的各模块功能可参见上述方法中的对应描述,在此不再赘述。
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介质。
如图9所示,是根据本申请实施例的搜索请求分类方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图9所示,该电子设备包括:一个或多个处理器901、存储器902,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示图形用户界面(Graphical User Interface,GUI)的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图9中以一个处理器901为例。
存储器902即为本申请所提供的非瞬时计算机可读存储介质。其中,所述存储器存储有可由至少一个处理器执行的指令,以使所述至少一个处理器执行本申请所提供的搜索请求分类方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的搜索请求分类方法。
存储器902作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的搜索请求分类方法对应的程序指令/模块(例如,附图7所示的召回模块710、切词模块720和扩充模块730)。处理器901通过运行存储在存储器902中的非瞬时软件程序、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中的搜索请求分类方法。
存储器902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搜索请求分类的电子设备的使用所创建的数据等。此外,存储器902可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器902可选包括相对于处理器901远程设置的存储器,这些远程存储器可以通过网络连接至搜索请求分类的电子设备。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。
搜索请求分类方法的电子设备还可以包括:输入装置903和输出装置904。处理器901、存储器902、输入装置903和输出装置904可以通过总线或者其他方式连接,图9中以通过总线连接为例。
输入装置903可接收输入的数字或字符信息,以及产生与搜索请求分类的电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置904可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(Liquid Crystal Display,LCD)、发光二极管(Light EmittingDiode,LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用集成电路(Application Specific Integrated Circuits,ASIC)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(programmable logic device,PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(Cathode RayTube,阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(Local Area Network,LAN)、广域网(Wide Area Network,WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
根据本申请实施例的技术方案,可以采用核心词库及召回规则召回搜索请求,其中核心词库包括与预设分类相关的核心词及其相关性,因此可以召回属于该预设分类的搜索请求,实现对搜索请求的分类。采用召回规则对搜索请求进行分类的方式简便,因此能够节约成本,提高分类效率。在对召回的搜索请求切词后,获取各个分词的相关性,采用各个分词及相关性扩充核心词库,实现了对核心词库的扩充。本申请可以迭代执行扩充核心词库及召回搜索请求的过程,逐步召回属于特定分类的搜索请求,并扩充该分类对应的核心词,使对搜索请求的分类过程更准确高效。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (15)
1.一种搜索请求分类方法,其特征在于,包括:
采用预设分类的核心词库及召回规则,召回对应所述核心词库及召回规则的搜索请求;所述核心词库包括与所述预设分类相关的至少一个核心词、以及所述核心词的相关性;
对召回的搜索请求进行切词,得到多个分词;
获取各个所述分词的相关性,采用所述各个分词及其相关性扩充所述核心词库。
2.根据权利要求1所述的方法,其特征在于,所述采用所述各个分词及其相关性扩充所述核心词库之后,还包括:
在扩充到所述核心词库中的分词的数量超过预设阈值的情况下,返回执行所述采用预设分类的核心词库及召回规则,召回对应所述核心词库及召回规则的搜索请求的步骤。
3.根据权利要求1或2所述的方法,其特征在于,所述采用所述各个分词及其相关性扩充所述核心词库之后,扩充的分词成为所述核心词库中新的核心词,所述扩充的分词的相关性成为所述新的核心词的相关性。
4.根据权利要求1或2所述的方法,其特征在于,所述召回规则包括:
在搜索请求中包含所述核心词库中的核心词的情况下,召回所述搜索请求。
5.根据权利要求1或2所述的方法,其特征在于,所述相关性的取值包括:第一级别取值、第二级别取值及第三级别取值;所述第一级别取值、第二级别取值和第三级别取值依次下降;
所述召回规则包括以下至少之一:
在搜索请求中包含所述核心词库中的一个核心词、并且所述核心词的相关性为所述第一级别取值的情况下,召回所述搜索请求;
在搜索请求中包含所述核心词库中的两个核心词、并且两个核心词的相关性均为所述第二级别取值的情况下,召回所述搜索请求;
在搜索请求中包含所述核心词库中的两个核心词、并且两个核心词的相关性分别为所述第二级别取值和第三级别取值情况下,召回所述搜索请求。
6.根据权利要求1或2所述的方法,其特征在于,所述获取各个所述分词的相关性,包括:
根据排序规则对所述多个分词进行排序;
获取排序后预设位置的分词的相关性。
7.根据权利要求6所述的方法,其特征在于,所述根据排序规则对所述多个分词进行排序,包括:
针对各个分词,确定包含所述分词的搜索请求以及各个搜索请求的出现次数;计算各个所述搜索请求中包含的核心词的相关性之和与各个搜索请求的出现次数的乘积;将所述乘积相加,得到所述分词的排序分数;
根据所述排序分数对所述多个分词进行排序。
8.一种搜索请求分类装置,其特征在于,包括:
召回模块,用于采用预设分类的核心词库及召回规则,召回对应所述核心词库及召回规则的搜索请求;所述核心词库包括与所述预设分类相关的至少一个核心词、以及所述各个核心词的相关性;
切词模块,用于对召回的搜索请求进行切词,得到多个分词;
扩充模块,用于获取各个所述分词的相关性,采用所述各个分词及其相关性扩充所述核心词库。
9.根据权利要求8所述的装置,其特征在于,还包括:
迭代判断模块,用于在扩充到所述核心词库中的分词的数量超过预设阈值的情况下,通知所述召回模块召回搜索请求。
10.根据权利要求8或9所述的装置,其特征在于,所述召回规则包括:
在搜索请求中包含所述核心词库中的核心词的情况下,召回所述搜索请求。
11.根据权利要求8或9所述的装置,其特征在于,所述相关性的取值包括:第一级别取值、第二级别取值及第三级别取值;所述第一级别取值、第二级别取值和第三级别取值依次下降;
所述召回规则包括以下至少之一:
在搜索请求中包含所述核心词库中的一个核心词、并且所述核心词的相关性为所述第一级别取值的情况下,召回所述搜索请求;
在搜索请求中包含所述核心词库中的两个核心词、并且两个核心词的相关性均为所述第二级别取值的情况下,召回所述搜索请求;
在搜索请求中包含所述核心词库中的两个核心词、并且两个核心词的相关性分别为所述第二级别取值和第三级别取值情况下,召回所述搜索请求。
12.根据权利要求8或9所述的装置,其特征在于,所述扩充模块包括:
排序子模块,用于根据排序规则对所述多个分词进行排序;
获取子模块,用于获取排序后预设位置的分词的相关性。
13.根据权利要求12所述的装置,其特征在于,所述排序子模块用于:
针对各个分词,确定包含所述分词的搜索请求以及各个搜索请求的出现次数;计算各个所述搜索请求中包含的核心词的相关性之和与各个搜索请求的出现次数的乘积;将所述乘积相加,得到所述分词的排序分数;
根据所述排序分数对所述多个分词进行排序。
14.一种电子设备,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指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。
15.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910874902.0A CN112507181B (zh) | 2019-09-16 | 2019-09-16 | 搜索请求分类方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910874902.0A CN112507181B (zh) | 2019-09-16 | 2019-09-16 | 搜索请求分类方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112507181A true CN112507181A (zh) | 2021-03-16 |
CN112507181B CN112507181B (zh) | 2023-09-29 |
Family
ID=74923952
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910874902.0A Active CN112507181B (zh) | 2019-09-16 | 2019-09-16 | 搜索请求分类方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112507181B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115017361A (zh) * | 2022-05-25 | 2022-09-06 | 北京奇艺世纪科技有限公司 | 一种视频搜索方法、装置、电子设备及存储介质 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007122258A (ja) * | 2005-10-26 | 2007-05-17 | Hitachi Ltd | データ検索装置、データ検索プログラム又はデータ検索方法 |
CN103425687A (zh) * | 2012-05-21 | 2013-12-04 | 阿里巴巴集团控股有限公司 | 一种基于关键词的检索方法和系统 |
CN103559313A (zh) * | 2013-11-20 | 2014-02-05 | 北京奇虎科技有限公司 | 搜索方法及装置 |
CN105095187A (zh) * | 2015-08-07 | 2015-11-25 | 广州神马移动信息科技有限公司 | 一种搜索意图识别方法及装置 |
CN105589972A (zh) * | 2016-01-08 | 2016-05-18 | 天津车之家科技有限公司 | 训练分类模型的方法及装置、对搜索词分类的方法及装置 |
CN107784014A (zh) * | 2016-08-30 | 2018-03-09 | 广州市动景计算机科技有限公司 | 信息搜索方法、设备及电子设备 |
CN108446316A (zh) * | 2018-02-07 | 2018-08-24 | 北京三快在线科技有限公司 | 联想词的推荐方法、装置、电子设备及存储介质 |
CN108509474A (zh) * | 2017-09-15 | 2018-09-07 | 腾讯科技(深圳)有限公司 | 搜索信息的同义词扩展方法及装置 |
CN108733695A (zh) * | 2017-04-18 | 2018-11-02 | 腾讯科技(深圳)有限公司 | 用户搜索串的意图识别方法及装置 |
CN109271574A (zh) * | 2018-08-28 | 2019-01-25 | 麒麟合盛网络技术股份有限公司 | 一种热词推荐方法及装置 |
CN109885753A (zh) * | 2019-01-16 | 2019-06-14 | 苏宁易购集团股份有限公司 | 一种扩大商品搜索召回的方法及装置 |
-
2019
- 2019-09-16 CN CN201910874902.0A patent/CN112507181B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007122258A (ja) * | 2005-10-26 | 2007-05-17 | Hitachi Ltd | データ検索装置、データ検索プログラム又はデータ検索方法 |
CN103425687A (zh) * | 2012-05-21 | 2013-12-04 | 阿里巴巴集团控股有限公司 | 一种基于关键词的检索方法和系统 |
CN103559313A (zh) * | 2013-11-20 | 2014-02-05 | 北京奇虎科技有限公司 | 搜索方法及装置 |
CN105095187A (zh) * | 2015-08-07 | 2015-11-25 | 广州神马移动信息科技有限公司 | 一种搜索意图识别方法及装置 |
CN105589972A (zh) * | 2016-01-08 | 2016-05-18 | 天津车之家科技有限公司 | 训练分类模型的方法及装置、对搜索词分类的方法及装置 |
CN107784014A (zh) * | 2016-08-30 | 2018-03-09 | 广州市动景计算机科技有限公司 | 信息搜索方法、设备及电子设备 |
CN108733695A (zh) * | 2017-04-18 | 2018-11-02 | 腾讯科技(深圳)有限公司 | 用户搜索串的意图识别方法及装置 |
CN108509474A (zh) * | 2017-09-15 | 2018-09-07 | 腾讯科技(深圳)有限公司 | 搜索信息的同义词扩展方法及装置 |
CN108446316A (zh) * | 2018-02-07 | 2018-08-24 | 北京三快在线科技有限公司 | 联想词的推荐方法、装置、电子设备及存储介质 |
CN109271574A (zh) * | 2018-08-28 | 2019-01-25 | 麒麟合盛网络技术股份有限公司 | 一种热词推荐方法及装置 |
CN109885753A (zh) * | 2019-01-16 | 2019-06-14 | 苏宁易购集团股份有限公司 | 一种扩大商品搜索召回的方法及装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115017361A (zh) * | 2022-05-25 | 2022-09-06 | 北京奇艺世纪科技有限公司 | 一种视频搜索方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112507181B (zh) | 2023-09-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6114403B2 (ja) | 入力文字列に対応する入力候補アイテムを提供する方法及び装置 | |
US9342627B2 (en) | Determining word information entropies | |
US20210209416A1 (en) | Method and apparatus for generating event theme | |
CN110457672B (zh) | 关键词确定方法、装置、电子设备及存储介质 | |
CN105389349A (zh) | 词典更新方法及装置 | |
CN110717340B (zh) | 推荐方法、装置、电子设备及存储介质 | |
CN111831821A (zh) | 文本分类模型的训练样本生成方法、装置和电子设备 | |
CN111783861A (zh) | 数据分类方法、模型训练方法、装置和电子设备 | |
CN102982125A (zh) | 一种用于确定同义文本的方法和装置 | |
US20210216710A1 (en) | Method and apparatus for performing word segmentation on text, device, and medium | |
CN112765452A (zh) | 搜索推荐方法、装置及电子设备 | |
CN112084150A (zh) | 模型训练、数据检索方法,装置,设备以及存储介质 | |
CN112052397A (zh) | 用户特征生成方法、装置、电子设备及存储介质 | |
CN112818230B (zh) | 内容推荐方法、装置、电子设备和存储介质 | |
CN113407586A (zh) | 数据检索方法、装置、办公系统、存储介质及电子设备 | |
CN112507181B (zh) | 搜索请求分类方法、装置、电子设备及存储介质 | |
CN105095385B (zh) | 一种检索结果的输出方法及装置 | |
CN111523036B (zh) | 一种搜索行为挖掘方法、装置和电子设备 | |
CN111881255B (zh) | 同义文本获取方法、装置、电子设备及存储介质 | |
CN115114532A (zh) | 一种基于用户行为的数据搜索方法、装置及设备 | |
CN114860872A (zh) | 数据处理方法、装置、设备以及存储介质 | |
CN114491232A (zh) | 信息查询方法、装置、电子设备和存储介质 | |
CN113595770A (zh) | 群组点击率预估方法、装置、电子设备和存储介质 | |
CN112800315A (zh) | 数据处理方法、装置、设备及存储介质 | |
CN111797205A (zh) | 一种词表检索方法、装置、电子设备及存储介质 |
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 |