JP2017138985A - 人工知能に基づくモバイル検索方法及び装置 - Google Patents

Abstract

【課題】人工知能に基づく、ＰＣ検索の構想を突板でき、モバイル検索のシーンにさらに適するモバイル検索方法及び装置を提供する。
【解決手段】人工知能に基づくモバイル検索方法は、検索ボックスを表示し、且つユーザーの検索ボックスを介して入力した検索語を受信するステップと、検索語に基づいて、検索結果を取得し、且つ検索結果を検索結果ページに表示するステップと、検索結果に対するクリック指令を受信した後、クリックされた検索結果に対応する情景ページを表示するステップと、検索結果又は情景ページの結果に対するクリック指令を受信した後、クリックされ結果に対応する内容ページを表示するステップと、を含む。
【選択図】図１

Description

本発明は、インターネット技術分野に関し、特に人工知能に基づくモバイル検索方法と装置に関する。

人工知能（Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ）は、その英語略語はAIである。これは、人の知能をシミュレーション・延長・拡張するための理論と、方法と、技術と、応用システムとを研究・開発する一つの新たな技術科学である。人工知能はコンピューター科学の一種で、知能の本質を理解し、人類知能と類似した方式で反応することができる新しい知能マシンを製造しようとしている。当該分野の研究は、ロボット、音声認識、画像認識、自然言語処理、エキスパートシステムなどがある。その中、人工知能の最も重要な一面は、音声認識技術である。

スマートフォンの快速的な普及に伴い、モバイルインターネットはすでに広範なネチズンがネットを利用して情報を取得するための主なルートとなっている。これに応じて、モバイル検索もパソコン（Ｐｅｒｓｏｎａｌ Ｃｏｍｐｕｔｅｒ、ＰＣ）検索の代わりに、検索エンジンの主な方式となった。モバイル設備の要素とユーザーの使用習慣の要素などの影響を受け、モバイル検索とＰＣ検索との間に大きな差異が存在している。

関連技術において、モバイル検索では、依然としてＰＣ検索の構想を利用することにより、関連技術中のモバイル検索は、検索結果が満たす正確化、シーン化、個性化及びユーザーの需要の吸引力を拡大するなどの面で、明らかに不足している。

本発明は、少なくとも関連技術中の技術問題の一つをある程度で解決することを主旨とする。

そのため、本発明の一つの目的は、人工知能に基づくモバイル検索方法を提出する。当該方法は、ＰＣ検索の構想を突破でき、モバイル検索のシーンにさらに適する検索方式を提供することである。

本発明のもう一つの目的は人工知能に基づくモバイル検索装置を提供することである。

上記の目的を達成するために、本発明の第一実施例で提出された人工知能に基づくモバイル検索方法は、検索ボックスを表示し、且つユーザーが検索ボックスを介して入力した検索語を受信するステップ、検索語に基づいて、検索結果を取得し、且つ検索結果を検索結果ページに表示するステップ、検索結果に対するクリック指令を受信した後、クリックされた検索結果に対応する情景ページを表示するステップ、検索結果又は情景ページの結果に対するクリック指令を受信した後、クリックされた結果に対応する内容ページを表示するステップと、を含む。

本発明の第一の実施例で提出された人工知能に基づくモバイル検索方法は上記の処理によって、モバイル検索にさらに適した検索方式を提供できる。

上記の目的を達成するために、本発明の第二の実施例で提出された人工知能に基づくモバイル検索装置は、検索ボックスを表示し、且つユーザーが検索ボックスを介して入力した検索語を受信する第１表示モジュール、検索語に基づいて、検索結果を取得し、且つ検索結果を検索結果ページに表示する第２表示モジュール、検索結果に対するクリック指令を受信した後、クリックされた検索結果に対応する情景ページの表示する第３表示モジュール、検索結果又は情景ページの結果に対するクリック指令を受信した後、クリックされた結果に対応した内容ページの表示する第４表示モジュールとを含む。

本発明の第二の実施例で提出された人工知能に基づくモバイル検索装置は上記の処理によって、モバイル検索にさらに適した検索方式を提供できる。

本発明の付加的特徴と利点は、一部が下記の説明の中にあり、一部が下記の説明により、明らかになり、又は本発明の実践により、理解される。

本発明の上記の及び／又は付加的な特徴と利点は、下記の添付図面を参照した実施例に対する説明により、明らかになり、理解されることが容易になる。うち、
本発明の一つの実施例で提出された人工知能に基づくモバイル検索方法のフローチャートである。 本発明の実施例の各種のページの模式図である。 （ａ）本発明の実施例で、単一需要の検索語に対応する検索結果ページの模式図である。（ｂ）本発明の実施例で、多需要の検索語に対応する検索結果ページの模式図である。 （ａ）〜（ｄ）本発明の実施例で、具体的に例示した一つの検索結果ページの模式図である。 本発明の実施例で、具体的に例示した一つの情景ページの模式図である。 本発明の実施例で、具体的に例示した一種の内容ページの模式図である。 （ａ）、（ｂ）本発明の実施例で、具体的に例示したもう一つの検索結果ページの模式図である。 （ａ）本発明の実施例で、具体的に例示したもう一つの検索結果ページ示す模式図である。（ｂ）本発明の実施例で、具体的に例示したもう一つの情景ページを示す模式図である。（ｃ）本発明の実施例で、具体的に例示したもう一つの内容ページを示す模式図である。 本発明の実施例で、検索語に基づいて、検索結果を取得する一つのフローチャートである。 本発明の実施例で、検索語に基づいて、検索結果を取得するもう一つのフローチャートである。 本発明の実施例で、検索語に基づいて、検索結果を取得するもう一つのフローチャートである。 本発明の実施例で、モバイル検索に対応する効果の模式図である。 本発明のもう一つの実施例で提出した人工知能に基づくモバイル検索装置の構造図である。 本発明のもう一つの実施例で提出した人工知能に基づくモバイル検索装置の構造図である。

以下、本発明の実施例を詳細に説明する。前記実施例の例示が図面に示されるが、うち、同一または類似する符号は、常に、相同は類似のモジュール、又は、同一または類似の機能を有するモジュールを表す。以下、図面を参照しながら、説明される実施例は例示的なものであり、本発明を解釈するためだけに用いられ、本発明を限定するものと理解されてはならない。逆に、本発明の実施例は付加の特権請求の範囲の主旨と内容範囲に入るすべての変化、修正と等しいものを含む。

図１は本発明の一つの実施例で提出された人工知能に基づくモバイル検索方法のフローチャートである。

図１を参照し、当該方法は、ステップＳ１１〜ステップＳ１４を含む。
ステップＳ１１：検索ボックスを表示し、且つユーザーの検索ボックスを介して入力した検索語を受信する。

図２のように、ユーザーがモバイル検索製品（例えば、スマートフォンバイドゥ（百度））を使用する場合、先にユーザーに検索ボックス２１を表示してもよい。

ユーザーは検索ボックスに検索語（ｑｕｅｒｙ）を入力して、適当な検索を完成できる。

ユーザーが検索語を入力する場合に、文字、音声、画像などの形で入力できる。

ステップＳ１２：検索語に基づいて、検索結果を取得し、且つ検索結果を検索結果ページに表示する。

例えば、図２を参照し、ユーザーが検索ボックス２１に検索語を入力し、「バイドゥで検索する」をクリックしてから、検索結果ページ２２に移動でき、検索結果ページには検索結果が含まれる。

いくつかの実施形態で、検索結果は正確な結果、集合した結果及び推薦案内結果を含める。

うち、検索語が単一需要の検索語である場合、需要を直接に満たす正確な結果を提供する。

検索語が多需要の検索語である場合、多需要での検索結果を集合(ａｇｇｒｅｇａｔｉｏｎ)し、さらに集合した結果を提供する。

検索語が単一需要の検索語である場合、正確な結果の後ろに、需要（検索語）、正確な結果、ユーザーの個性化及びシーン化に係る一つ又は複数の推薦案内結果を提供する。または、検索語が多需要の検索語である場合、集合した結果の後ろに、需要（検索語）、集合した結果中の一つ又は複数の結果、ユーザーの個性化及びシーン化(Ｓｃｅｎａｒｉｚｅｄ)に係る一つ又は複数の推薦案内結果を提供する。

例えば、図３（ａ）、図３（ｂ）を参照すると、それぞれ単一需要の検索語の対応する検索結果ページを示した図と多需要の検索語に対応する検索結果ページを示している。

ステップＳ１３：検索結果に対するクリック指令を受信した後、クリックされた検索結果の対応する情景ページを表示する。

うち、情景ページの役割は指定された情景に興味を持つユーザーに深く閲覧するシーンを提供するためである。情景ページ中の内容は指定された情景に対する細分又は延伸であり、指定された結果の同類結果、近似結果又は関連結果を含む。指定された結果は検索結果中の一つの結果である。

例えば、図２を参照して、ユーザーが検索結果ページ中のある検索結果をクリックしてから、クリックされた検索結果に対応する情景ページ２３が表示される。

ステップＳ１４：検索結果又は情景ページ中の結果に対するクリック指令を受信してから、クリックされた結果に対応する内容ページが表示される。

うち、内容ページ中の内容は検索結果ページ中の一つの結果の詳細な内容又は情景ページ中の一つの結果の詳細な内容である。一本のニュースの詳細な報道、一つの対象の詳細な説明、一つのウェブページの詳細な内容などを含むが、それに限定されない。

例えば、図２を参照する。ユーザーが情景ページ中のある結果をクリックしてから、クリックされた結果に対応する内容ページ２４が表示される。又はユーザーが検索結果ページ中のある検索結果をクリックしてから、クリックされた検索結果に対応する内容ページ２４が表示される。

以下、具体的に例示しながら、上記のフローの実現を説明する。

いくつかの実施例で、単一需要の検索語のモバイル検索を例とする。

例えば、単一需要の検索語が「北京天気」である。ユーザーが検索ボックスに「北京天気」を入力し、且つ検索を行ってから、図４（ａ）〜図４（ｄ）に示したような検索結果ページを表示できる。

理解できるのは、モバイル設備のサイズに制限され、検索結果は通常にマルチ画面という形で表示され、ユーザーが上下のスライドを介して、異なる画面にある検索結果を見られる。本実施例では、図４（ａ）〜図４（ｄ）の四つの画面を例とする。

うち、検索結果は図４（ａ）のように、検索語の需要を直接に満たす正確な結果を含めるし、図４（ｂ）〜図４（ｄ）が示した推薦案内結果も含める。本実施例では、推薦案内結果は「生活指数推薦」であり、具体的に「元旦攻略」、「焼き魚」、「ダウンジャケット」、「４Ｄ／５Ｄ映画」、「周辺の見どころ」、「不思議な天気」など具体的な情景を含む。

うちの「周辺の見どころ」という検索結果を例とする。当該検索結果は一つの情景ページに対応する。即ちユーザーが「周辺の見どころ」に対応する検索結果をクリックしてから、図５の示した情景ページが表示される。情景ページに現れた周辺の見どころは検索結果ページに現れた周辺の見どころよりさらに豊かで、全面的である。

情景ページ中の結果をクリックするのを例とする。例えば、ユーザーが情景中の「オリエンタルプロヴァンスラベンダー荘園」という結果をクリックしてから、図６が示したように、当該クリックされた結果に対応する内容ページが表示される。

いくつかの実施例で、多需要の検索語のモバイル検索を例とする。

例えば、多需要の検索語が「烏鎮」である。ユーザーが検索ボックスに「烏鎮」を入力し、且つ検索を行ってから、図７（ａ）、図７（ｂ）に示したような検索結果ページが表示される。

本実施例で、ユーザーが「烏鎮」という対象に対して、多種の潜在的需要を持っているため、本発明では、ユーザーの現在の検出での需要分布が自動的に検出され、「見どころ」、「美食」、「ショッピング」など複数の需要次元を抽出し、さらにこれらの需要次元に基づいて、検索結果を集合し表示する。例えば、図７（ａ）を参照して、「見どころ」、「美食」、「ショッピング」などの需要次元を集合した結果が表示さる。また、検索結果ページには図７（ｂ）の示した推薦案内結果も表示されることができる。

多需要の検索語のシーンにおいて、情景ページと内容ページの原理ロジックは単一需要の検索語と同じであるため、ここで、これ以上詳しく説明しない。

更に、多需要の検索語のシーンにおいて、多需要の検索語は曖昧な検索語である。例えば、「アップル」、「李娜」などである。ユーザーの当該種類の検索語に対する需要は異なる意味項目に分布されているかもしれない。例えば、ユーザーの「アップル」に対する需要は果物、携帯電話の銘柄、会社名称、映画などであるかもしれない。こういう状況に対して、本発明では、異なる意味項目の結果を集合して表示する。

いくつかの実施例で、情報類需要の検索語のモバイル検索を例とする。

例えば、情報類需要の検索語が「双子座流星群」である。ユーザーが検索ボックスに「双子座流星群」を入力し、さらに検索を行う後、図８（ａ）に示したような検索結果ページが表示されることができる。

検索結果ページには検索語の需要を直接に満たす正確な結果が含まれ、さらに正確な結果の下方に推薦案内結果が表示される。もしユーザーには更なる情報閲覧需要があれば、推薦案内結果をクリックし、図８（ｂ）の示した情景ページに入ることができる。情景ページの情報内容の選択は主に情報内容の人気、適時性、ユーザーの個性的な需要との関連度などに基づいたものである。もし情景ページ中のある情報に対し、詳しく理解しようとするなら、当該情報をクリックして、図８（ｃ）の示した内容ページに入ることができる。

上記のプロセスでは、検索語に基づいて、検索結果を取得することは異なるシーンによって、異なる方式を取ることができる。

いくつかの実施例で、図９を参照し、検索語に基づいて、検索結果を取得するプロセスは、ステップＳ９１〜ステップＳ９４を含む。

ステップＳ９１：検索語に対して、需要を理解する分析を行う。

需要を理解する分析は需要の分類、需要の構文分析及び需要の語義分析を含める。

うち、需要の分類は指定された需要の分類体系に基づいて、検索語（Q）をある特定類別に分ける。例えば、Q＝「明日、上海の天気」を「天気」類に分ける。

需要の構文分析はQにある単語間の関係を分析し取得する。例えば、Q＝「明日上海の天気」、本需要の中心単語は「天気」であることを分析し取得して、限定成分はそれぞれ「明日」と「上海」である。

需要の語義分析は需要の分類と構文分析の結果に基づいて、知識バンク検出を行うために、更に分析を行い、語義の表現式を生成する。

更に、需要を理解する分析は需要の正規化、及び／又は、照会エラー訂正をすることも含むことができる。

うち、ある長く、人気のない検索に対し、需要の正規化技術を応用する必要がある。例えば、Q=「お尋ねしますが、明日、上海の天気はいかがですか」は話し言葉での検索であり、語義上では、「明日上海天気」と同じである。現在の日付に基づいて、さらに「２０１６年１月１２日上海天気」のような形に正規化して、正確な検出をすることもできる。

エラーが含まれる検索に対し、照会エラー訂正をする技術は必要である。例えば、Q=「明日、傷害の天気」、（訳者注：傷害と上海の読み方が同じであるが、声調が違うだけ）である場合、照会エラー訂正をする技術はその中に存在しうる「傷害」が「上海」であるべきという入力エラーを自動的に識別でき、さらに「明日、上海の天気」という正確な検索に修正する。

ステップＳ９２：ウェブ資源に対し、文章を理解する分析を行う。
うち、ウェブ資源に対し、文章を理解する分析を行うことは、ウェブ資源に対し、文章の主題分析を行うことを含む。

文章の主題の分析技術：大規模なウェブページライブラリに基づいて、主題のモデルを訓練し、更に、主題のモデルに基づいて、任意に指定されたウェブページの文章の主題の分布を計算する。簡単な例をあげる。一つのウェブページの主題分の布は、政治：０.７４、軍事：０.２１、経済：０.０５であるかもしれない（注：数値は当該文章のそれぞれの主題での分布確率である）。文章の主題の分析技術の役割は検索結果の主題関連性を高めることにある。

ステップＳ９３：検索語に対する分析結果とウェブ資源に対する分析結果に基づいて、初期の検索結果を取得する。

例えば、検索語に対して、需要を理解する分析を行ってから、検索語が政治主題に属するのを決定し、政治主題の分布確率の高いウェブ資源の中で、相応する検索結果を検出し、初期の検索結果にすることができる。

ステップＳ９４：初期の検索結果に対して、文章を理解する分析を行い、表示するための検索結果を取得する。

検索結果に対する文章を理解する分析は、自動要約処理を含む。

自動要約技術：検索結果のスペースに限られることにより、ユーザーの読み効率を上げるために、検索結果に対し、自動要約を生成する必要があり、さらに生成した要約をユーザーに見せる。

いくつかの実施例で、検索語が質問である場合、深い問答で質問に対応する正確な回答を取得する。
深い問答技術：深い問答技術の役割はユーザーの質問文型の検索に対して、正確な回答を直接に提供することである。深い問答は回答のタイプによって、以下の幾つの文型に分けられる。（１）実体系の問答、即ち質問の予想回答は一つ又は複数の実体である。例えば、「南アメリカの一番大きい国」、「どんな食物がカルシウムの補給になる」などである。（２）是非観点系の問答、即ち疑問文の予想回答は「はい」又は「いいえ」という判断である。例えば、「赤ちゃんはナマコを食べられますか」、「ダウンジャケットは水洗できますか」などである。（３）段落系問答、例えば「赤ちゃんはおしゃっくりする場合、どうしますか」、「豚の角煮はどうやって作りますか」などである。深い問答技術は疑問文の需要とタイプを自動的に分析したうえで、インターネットのデータベースから、自動的に掘り出し、ろ過し、まとめ、且つ順位並べて、回答を取得する。

深い問答の技術では、客観的な質問について回答するほかに、主観的な質問についても回答する。例えば、「起亜K５はどうですか」、「大董のダックは美味しいですか」など、このタイプの質問の回答は感情分析の技術に基づく必要がある。上記の評価待ちの対象の評価文章の中から、評価の側面、すべての側面の評価観点を自動的に分析し、且つ評価するセンテンスの要約を自動的に生成する。例えば、「起亜K５はどうですか」という検出に対し、「外観」、「ガソリンの消耗」、「内装」、「操縦性」などの側面に対し、評価観点（「よい」、「悪い」、「普通」など）の発掘を行って、且つあらゆる側面に対するあらゆる評価観点を巡って、大量のネット評価センテンスに基づいて、評価要約を生成する。

いくつの実施例で、図１０を参照し、検索語に基づいて、検索結果を取得するプロセスは、ステップＳ１０１〜ステップＳ１０２を含む。

ステップＳ１０１：検索語が多需要の検索語である場合、前記検索語に対応する複数の需要次元を決定する。

ステップＳ１０２：異なる需要次元に対応する検索結果を集合し、重合した結果を取得する。

具体的に、検索語が多需要の検索語である場合、結果を重合する技術を採用する。

結果を重合する技術：結果を重合する技術の役割は多需要の検出の需要次元に対して、自動的に発見し、検索結果に対して、異なる需要次元を巡って、重合を行うことである。具体的に、（１）需要次元の発見：ユーザーの検索日誌に基づいて、現在の検索Qに含まれるすべての検出に対し、需要次元に従って、自動的に重合分類する。例えば、Q=「麗江」に対して、「攻略」、「美食」、「見どころ」などの異なる需要次元を自動的に発見する必要がある。需要次元を発見する具体的な技術は複数の種類がある。よく見られる方法として、検出の内容の相似度の計算に基づいて、重合分類する。ユーザーのクリックの相似度に基づいて、重合分類する（即ち同じ需要の検出で、同じ結果をクリックされる傾向がある）などの方法である。（２）検索結果の重合：多需要の検索Qに対し、上記発見した複数の需要次元を巡って、すべての検索結果を重合する。具体的に、重合する過程で、あらゆる検索結果とあらゆる需要次元の関連度も考慮するし、また検索結果間の相似度も考慮する。例えば、Q＝「麗江」の一つの主題が「麗江地元の特色軽食」である検索結果について、検索結果の重合は当該結果と「攻略」、「美食」。「見どころ」などの需要次元との相似度を計算し、当該検索結果と各需要次元でのすでに重合を完成した検索結果との相似度も計算する。

更に、多需要の検索語は曖昧な検索語を含む。曖昧な検索語は複数の意味項目に対応する検索語を指す。例えば、「アップル」という検索語は果物、電子製品、会社、映画など複数の意味項目に対応できる。

この場合、複数の需要次元は複数の意味項目を指し、複数の意味項目の対応する検索結果を重合し、重合した結果を取得する。

具体的に、検索語が曖昧な検索語である場合、曖昧性解消技術を採用することができる。

曖昧性解消技術：曖昧性解消技術の役割は曖昧な需要Qに対し、異なる意味項目を巡って、その検索結果を重合分類する。基礎的な技術はエンティティリンク（ｅｎｔｉｔｙ ｌｉｎｋｉｎｇ）技術である。具体的に、曖昧な需要Qの字面表現（例えば「アップル」）は事前に設置された知識ライブラリーで複数の意味項目（例えば「アップル」は「果物」、「電子製品」、「会社」、「映画」などに対応する）に対応する。エンティティリンク技術はあらゆる検索結果にある曖昧な表現Qの文脈に対するモデリングを介して、異なる意味項目への正確なリンクを実現する。例えば、「冬季にビタミンを補給するために、アップルを多く食べるべき」という結果に対し、「アップル」という単語で現れた文脈についてのモデリングすることによって、「果物」という意味項目に自動的にリンクすることができる。しかし、「ジョブズはアップルの新しい時代を切り開いた」という結果に対し、「会社」という意味項目にリンクされる。

いくつかの実施例では、図１１を参照し、当該方法は、ステップＳ１１１〜ステップＳ１１３を含む。

ステップＳ１１１：ユーザーの情報に基づいて、個性的なモデリングを行い、個性的なモデルを取得する、及び／又は、ユーザーの情報に基づいて、シーンのモデリングを作り、シーンのモデルを取得する。

うち、個性的なモデリングを行う場合、採用したユーザーの情報はユーザーの属性、状態、興味、消費習慣などを含むが、これに限定されない。

具体的、個性的なモデリングはユーザーの属性（例えば性別、年齢など）、状態（例えば、懐妊、求職など）、興味（例えば、ホラー映画、ロック音楽などが好き）、消費習慣（例えば、電子製品などをしょっちゅう購入する）などのモデリングを含む。モデリング方式はユーザーの個性的な情報を自主的に記入し、更に提出することにより、ユーザーの検索日誌を自動的に分析することにより、ユーザーのすべてのインターネット閲覧日誌を自動的に分析することによるなどを含むが、これに限定されない。説明すべきことは、ユーザーのプライベートを侵害されないことを確保するために、個性的なモデリングで取得した情報は当該ユーザー本人の個性的な検索及び個性的な推薦にしか使われなく、その他の用途に使われない。

うち、シーンのモデリングを行う場合、採用したユーザーの情報はユーザーの検索を行う時間、場所、場合、情景、使用端末などを含むが、限定されない。

具体的に、取得する必要があるシーンの特徴は、具体的に、ユーザーの検索需要を行う時間、場所（異なる地理的位置に基づいた位置決定）、場合（例えば、学校、デパート、住民区など）、コンテキスト（即ち現在の検出する前に、ユーザーが検索したその他の検出）、及び設備端末（例えば異なる銘柄のスマートフォン）などを含む。

相応的に、検索語に基づいて、検索結果を取得するプロセスは、ステップＳ１１２を含む。

ステップＳ１１２：検索語に基づいて、正確な結果又は重合した結果を取得する。

うち、正確な結果又は重合した結果は検索語の単一又は多方向の需要を満たす結果である。検索結果ページには、ユーザーの需要を満たす結果が表示されるだけではなく、関連推薦案内結果も表示される。

ステップＳ１１３：推薦待ち結果と検索語との関連度、推薦待ち結果と正確的な結果又は重合した結果との関連度、推薦待ち結果と個性的なモデルとのマッチング度、推薦待ち結果とシーンのモデルとのマッチング度、推薦待ち結果自体の価値特徴のうち一つ又は複数の情報に基づいて、正確な結果又は重合した結果に対応する推薦案内結果を取得する。

具体的に、上記のように、正確的な結果又は重合した結果を表示してから、その潜在的な検索需要を引き出すために、推薦案内結果をもさらに表示してもよい。任意の一つの推薦待ち結果Dについて、案内推薦技術は以下の特徴に基づいてその推薦点数を計算し、且つ推薦点数の高さに基づいて、推薦するかどうかを決める。（１）推薦待ち結果Dと需要Qとの関連度、（２）DとQの検索結果との関連度、（３）Dと現在のユーザーの個性的なモデルとのマッチング度、（４）Dと現在の検索Qのシーンのモデルとのマッチング度、（５）D自体の価値特徴、例えば権威性、適時性などである。

本実施例で、上記の処理により、検索エンジンの目標を根本的に変更することができ、「ユーザーの需要を快速的に満たす」から、「ユーザーの需要を深く満たす」に進化し、且つユーザーに「没頭式」の体験を提供する。図１２のように、具体的に、下記の内容を含む。

検索需要を深く満たすことは以下の面に現れる。（１）単一需要を満たすことは、更に正確で、ユーザーにウェブページのリンクではなく、直接に正確的な回答を提供し、ユーザーの更なるウェブページを閲覧し、回答を探す時間的コストを省く。（２）ユーザーの需要点がさらに全面的に覆われ、特に多需要の検出に対し、当該検出での需要分布及びそれぞれの優先等級を掘り起し、検索結果を全面的に合理的な方式で表示し、最大程度でユーザーの検索需要点を覆う。（３）検索需要をさらに深く満たし、良質の資源精選及び検索結果の重合し、要約と知識発掘などの技術手段に基づいて、検索結果の深さと品質を高める。

没頭式の検索体験は以下の面に現れる。（１）検索需要を満たす上に、需要の案内を強化し、ユーザーの延伸検索の需要を引き出す。（２）個性的なモデリングとシーンのモデリングに基づいて、案内と引出の対応性及び関連性を改善し、推薦内容の吸引力をさらに高める。（３）伝統的検索エンジンの「ツール化」という属性を変更し、「没頭式」の体験を強化する。即ちユーザーは検索するだけのために、検索エンジンを使うのではなく、その中に没頭でき、情報を読む又は各種の品質の高い情報を全面的に取得する。

検索結果の表示方式の根本的な変革は、具体的に、伝統的な検索結果を簡単に関連性に基づいて高い方から低い方まで線形的に並べる「一次元」の表示方式から、「縦方向＋横方向＋深方向」の三次元の表示方式に進化した。ここにいう「縦方向」は、関連性、重要性などの要素に基づいて、検索結果を上から下までの縦配置を指す（図８（ａ）の第１ボックスにある内容８１の示したように）、「横方向」は、同じ需要を満たす同質の結果を左から右までの横配置を指す（図８（ａ）の第２ボックスにある内容８２の示したように）、「深方向」は、情景ページに、現在の検索結果の累進と延伸の表示することである（図８（ｃ）の第３ボックスにある内容８３の示したように）。

以上、本発明の関するモバイル検索方案はユーザーの満足度を向上するうえに、ユーザーの使用時間を延ばすことができる。なお、ユーザーの体験の向上はモバイル検索エンジンに更なる強い生態的な制御力をもたらすことができる。

図１３は本発明のもう一つの実施例で提出された人工知能に基づくモバイル検索装置の構造図である。図１３を参照し、当該装置１３０は、第１表示モジュール１３１、第２表示モジュール１３２、第３表示モジュール１３３及び第４表示モジュール１３４を含む。

第１表示モジュール１３１は検索ボックスを表示し、且つユーザーの検索ボックスを介して入力した検索語を受信する。

第２表示モジュール１３２は検索語に基づいて、検索結果を取得し、且つ検索結果を検索結果ページに表示する。

第３表示モジュール１３３は、検索結果に対するクリック指令を受信した後、クリックされた検索結果に対応する情景ページを表示する。

第４表示モジュール１３４は検索結果又は情景ページに対するクリック指令を受信した後、クリックされた結果に対応する内容ページを表示する。

いくつかの実施例で、前記検索結果は正確な結果、重合した結果及び推薦案内結果を含む。

いくつかの実施例で、前記第２表示モジュール１３２は検索語に基づいて検索結果を取得することは、
検索語に対し、需要を理解する分析を行うことと、
ウェブ資源に対し、文章を理解する分析を行うことと、
検索語に対する分析結果とウェブ資源に対する分析結果に基づいて、初期の検索結果を取得することと、
初期の検索結果に対し、文章を理解する分析を行い、表示するための検索結果を取得することと、を含む。

いくつかの実施例で、前記需要を理解する分析することは、需要の分類、需要の構文分析及び需要の語義分析を含む。
いくつかの実施例で、前記需要を理解する分析を行うことは、需要の正規化、及び／又は、照会エラー訂正をすることをさらに含む。

いくつかの実施例で、前記ウェブ資源に対して、文章を理解する分析を行うことは、ウェブ資源に対して、文章の主題分析を行うことを含む。

いくつかの実施例で、前記初期の検索結果に対し、文章を理解する分析を行うことは、初期の検索結果に対し、自動要約処理を行うことを含む。

いくつかの実施例で、前記第２表示モジュール１３２は検索語に基づいて、検索結果を取得することは、検索語が質問である場合、深い問答を使用して質問の対応する正確な回答を取得することを含む。

いくつかの実施例で、前記第２表示モジュール１３２は検索語に基づいて、検索結果を取得することは、検索語が多需要の検索語である場合、前記検索語に対応する複数の需要次元を決定することと、
異なる需要次元の対応する検索結果を重合し、重合した結果を取得することと、を含む。

いくつかの実施例で、図１４を参照し、当該装置は、ユーザーの情報に基づいて、個性的なモデリングを行い、個性的なモデルを取得する、及び／又は、ユーザーの情報に基づいて、シーンのモデリングを行い、シーンのモデルを取得するためのモデリングモジュール１３５を更に含む。

相応的に、前記第２表示モジュール１３２は検索語に基づいて、検索結果を取得することは、
検索語に基づいて、正確な結果又は重合した結果を取得することと、
推薦待ち結果と検索語との関連度、推薦待ち結果と正確な結果又は重合した結果との関連度、推薦待ち結果と個性的なモデルとのマッチング度、推薦待ち結果とシーンのモデルとのマッチング度、推薦待ち結果自体の価値特徴のうち一つ又は複数の情報に基づいて、正確な結果又は重合した結果に対応する推薦案内結果を取得することと、を含む。

前記装置は方法に対応的であるため、前記装置の中の各モジュールの具体的内容は方法実施例にある関連説明を参照でき、ここでは、これ以上詳しく説明しない。

本実施例で、上記の処理により、検索エンジンの目標を根本的に変更でき、「ユーザーの需要を快速的に満たす」から「ユーザーの需要を深く満たす」に進化し、且つユーザーに「没頭式」の体験を提供する。

説明する必要があるのは本発明の説明で、用語「第１」、「第２」などは目的の説明にしか使われなく、相対的な重要性の指示又は暗示に理解されてはいけない。また、本発明の説明で、別途の説明がない限り、「複数」の意味は少なくとも二個を指す。

フロー図又はここでその他の方式で説明したあらゆる過程又は方法の説明は特定な論理機能又は過程のステップを実現することに使われる一つ又は更なる多い実行可能な指令のコードのモジュール、セグメント又は一部を含み、更に本発明の好ましい実施形態の範囲はほかの実現を含み、うち、示された又は議論された順序に従わずに、関連機能に基づいてほとんど同時の形態に従う又は反対の順序に従うことを含み、機能を実行できることを表すことに理解されることができる。これは本発明の実施例の当業者に理解されるべき。

理解すべきなのは、本発明の各部分はハードウェア、ソフトウェア、ファームウェア又はこれらの組み合わせによって実現されることができる。上記の実施形態で、複数のステップ又は方法はメモリーに保存されている、かつ適切な指令実行システムに実行されるソフトウェア又はファームウェアで実現されることができる。例えば、ハードウェアで実現するなら、もう一つの実施例でと同じく、本分野の下記の周知技術のあらゆる項目又はかれらの組み合わせで実現できる。データ信号の論理機能を実現する論理ゲート回路に使われる離散的論理回路を有し、論理ゲート回路を組み合わせる適切な専用集成回路、プログラマブル・ゲート・アレイ（PGA）、フィールド・プログラマブル・ゲート・アレイ（FPGA）などを有する。

普通の当業者は上記の実施例方法にある全部又は一部のステップを実現するには、プログラムによる関連ハードウェアを指示するのを介して完成できるのを理解できる。前記プログラムはコンピューターが読み出し可能な記憶媒体に保存できる。当該プログラムは実行される場合、方法の実施例にあるステップの一つ又はその組み合わせが含まれる。

また、本発明の各実施例にある各機能セルは一つの処理モジュールに集成されることもできるし、二つ又は二つ以上のセルは一つのモジュールに集成されることもできる。上記集成されたモジュールはハードウェアの形で実現されることもできるし、ソフトウェア機能を持つモジュールで実現されることもできる。前記集成されたモジュールはもしソフトウェア機能のモジュールで実現され、また独立の製品として販売又は使用されるのであるなら、一つのコンピューターの読み出し可能な記憶媒体に保存することもできる。

上記言及した読み出し可能な記憶媒体は読み出し専用メモリー、磁気ディスク又はCDなどでよい。

本明細書の説明で、用語「一つの実施例」、「いくつかの実施例」、「例示」、「具体的な例示」、又は「いくつかの例示」などの説明意味は当該実施例又は例示に合わせて、説明された具体的な特徴、構造、材料又は特色が本発明の少なくとも一つの実施例又は例示に含まれていることを指す。本明細書で、上記用語の暗示的な表現は同じ実施例又は例示を指しているのに限らない。なお、説明された具体的な特徴、構造、材料又は特色が一つ又は複数のいずれかの実施例又は例示で適切な方式で組み合わせられる。

以上、本発明の実施例を示して説明したが、理解できるのは上記の実施例が例示的なもので、本発明を限定するものであると理解されてはいけない。普通の当業者は本発明の範囲内で、上記の実施例に対して各種の変化、補正、切り替え及び変形を行うことができる。

Claims (18)

1. 検索ボックスを表示し、且つユーザーが検索ボックスを介して入力した検索語を受信するステップと、
   検索語に基づいて検索結果を取得し、且つ検索結果を検索結果ページに表示するステップと、
   検索結果に対するクリック指令を受信した後、クリックされた検索結果に対応する情景ページを表示するステップと、
   検索結果又は情景ページの結果に対するクリック指令を受信した後、クリックされた結果に対応する内容ページを表示するステップと、を含む、
   ことを特徴とする人工知能に基づくモバイル検索方法。
2. 前記検索結果は正確な結果、集合した結果及び推薦案内結果を含む、
   ことを特徴とする請求項１に記載の方法。
3. 前記検索語に基づいて、検索結果を取得するステップは、
   検索語に対して、需要を理解する分析を行うステップと、
   ウェブ資源に対して、文章を理解する分析を行うステップと、
   検索語に対する分析結果及びウェブ資源に対する分析結果に基づいて、初期の検索結果を取得するステップと、
   初期の検索結果に対して、文章を理解する分析を行い、表示するための検索結果を取得するステップと、を含む、
   ことを特徴とする請求項１に記載の方法。
4. 前記需要を理解する分析を行うステップは
   需要の分類、需要の構文分析及び需要の語義分析を行うステップを含む、
   ことを特徴とする請求項３に記載の方法。
5. 前記需要を理解する分析を行うステップは、
   需要の正規化、及び/又は、照会エラー訂正をすることを更に含む、
   ことを特徴とする請求項４に記載の方法。
6. 前記ウェブ資源に対し、文章を理解する分析を行うステップは
   ウェブ資源に対し、文章の主題分析を行うステップを含む、
   ことを特徴とする請求項３に記載の方法。
7. 前記初期の検索結果に対して、文章を理解する分析を行うステップは、
   初期の検索結果に対して、自動要約処理を行うステップを含む、
   ことを特徴とする請求項３に記載の方法。
8. 前記検索語に基づいて、検索結果を取得するステップは、
   検索語が質問である場合、深い問答を使用して質問に対応する正確な回答を取得するステップを含む、
   ことを特徴とする請求項１に記載の方法。
9. 前記質問は客観的な質問と主観的な質問を含み、
   質問が主観的な質問である場合、感情分析を使用して、評価文章から評価要約を抽出して回答とする、
   ことを特徴とする請求項８に記載の方法。
10. 前記検索語に基づいて、検索結果を取得するステップは、
    検索語が多需要の検索語である場合、前記検索語に対応する複数の需要次元を決定するステップと、
    異なる需要次元に対応する検索結果を集合し、集合した結果を取得するステップと、を含む、
    ことを特徴とする請求項１に記載の方法。
11. 前記多需要の検索語は、曖昧な検索語を含み、
    複数の需要次元は、複数の意味項目を含み、複数の意味項目に対応する検索結果を集合し、集合した結果を取得する、
    ことを特徴とする請求項１０に記載の方法。
12. ユーザーの情報に基づいて、個性的なモデリングを行い、個性的なモデルを取得する、及び/又は、ユーザーの情報に基づいて、シーンのモデリングを行い、シーンのモデルを取得するステップを更に含み、
    前記検索語を基づいて、検索結果を取得するステップは、
    検索語に基づいて、正確な結果又は集合した結果を取得するステップと、
    推薦待ち結果と検索語との関連度、推薦待ち結果と正確的な結果又は集合した結果との関連度、推薦待ち結果と個性的なモデルとのマッチング度、推薦待ち結果とシーンのモデルとのマッチング度、推薦待ち結果自体の価値特徴のうち一つ又は複数の情報に基づいて、正確な結果又は集合した結果に対応する推薦案内結果を取得するステップと、を含む、
    ことを特徴とする請求項１に記載の方法。
13. 検索ボックスを表示し、且つユーザーが検索ボックスを介して入力した検索語を受信する第１表示モジュールと、
    検索語に基づいて検索結果を取得し、且つ検索結果を検索結果ページに表示する第２表示モジュールと、
    検索結果に対するクリック指令を受信した後、クリックされた検索結果に対応する情景ページを表示する第３表示モジュールと、
    検索結果又は情景ページの結果に対するクリック指令を受信した後、クリックされた結果に対応する内容ページを表示する第４表示モジュールと、を含む、
    ことを特徴とする人工知能に基づくモバイル検索装置。
14. 前記検索結果は、正確な結果、集合した結果及び推薦案内結果を含む、
    ことを特徴とする請求項１３に記載の装置。
15. 前記第２表示モジュールが検索語に基づいて、検索結果を取得することは、
    検索語に対して、需要を理解する分析を行うことと、
    ウェブ資源に対し、文章を理解する分析を行うことと、
    検索語に対する分析結果とウェブ資源に対する分析結果に基づいて、初期の検索結果を取得することと、
    初期の検索結果に対し、文章を理解する分析を行い、表示するための検索結果を取得することと、を含む、
    ことを特徴とする請求項１３に記載の装置。
16. 前記第２表示モジュールが検索語に基づいて、検索結果を取得することは、
    検索語が質問である場合、深い問答を使用して質問に対応する正確な回答を取得することを含む、
    ことを特徴とする請求項１３に記載の装置。
17. 前記第２表示モジュールが検索語に基づいて、検索結果を取得することは、
    検索語が多需要の検索語である場合、前記検索語に対応する複数の需要次元を決定することと、
    異なる需要次元に対応する検索結果を集合し、集合した結果を取得することと、を含む、
    ことを特徴とする請求項１３に記載の装置。
18. ユーザーの情報に基づいて、個性的なモデリングを行い、個性的なモデルを取得する、及び/又は、ユーザーの情報に基づいて、シーンのモデリングを行い、シーンのモデルを取得するためのモデリングモジュールを更に含み、
    前記第２表示モジュールが検索語に基づいて、検索結果を取得することは、
    検索語に基づいて、正確な結果又は集合した結果を取得することと、
    推薦待ち結果と検索語との関連度、推薦待ち結果と正確な結果又は集合した結果との関連度、推薦待ち結果と個性的なモデルとのマッチング度、推薦待ち結果とシーンのモデルとのマッチング度、推薦待ち結果自体の価値特徴のうち一つ又は複数の情報に基づいて、正確な結果又は集合した結果に対応する推薦案内結果を取得することと、を含む、
    ことを特徴とする請求項１３に記載の装置。