JP6526329B2 - ウェブページトレーニング方法及び装置、検索意図識別方法及び装置 - Google Patents
ウェブページトレーニング方法及び装置、検索意図識別方法及び装置 Download PDFInfo
- Publication number
- JP6526329B2 JP6526329B2 JP2018516619A JP2018516619A JP6526329B2 JP 6526329 B2 JP6526329 B2 JP 6526329B2 JP 2018516619 A JP2018516619 A JP 2018516619A JP 2018516619 A JP2018516619 A JP 2018516619A JP 6526329 B2 JP6526329 B2 JP 6526329B2
- Authority
- JP
- Japan
- Prior art keywords
- web page
- training
- query string
- category
- classification model
- 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
Links
- 238000012549 training Methods 0.000 title claims description 151
- 238000000034 method Methods 0.000 title claims description 65
- 238000013145 classification model Methods 0.000 claims description 85
- 230000011218 segmentation Effects 0.000 claims description 71
- 239000013598 vector Substances 0.000 claims description 52
- 238000009826 distribution Methods 0.000 claims description 42
- 238000007477 logistic regression Methods 0.000 claims description 17
- 238000004364 calculation method Methods 0.000 claims description 10
- 239000000284 extract Substances 0.000 claims description 3
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 4
- 238000004590 computer program Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000012417 linear regression Methods 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000033458 reproduction 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
- G06F16/95—Retrieval from the web
- G06F16/951—Indexing; Web crawling techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
- G06F16/24578—Query processing with adaptation to user needs using ranking
-
- 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
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computational Linguistics (AREA)
- Medical Informatics (AREA)
- Algebra (AREA)
- Probability & Statistics with Applications (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
本開示は、インターネット技術の分野に関し、特に検索意図識別方法及び装置に関する。
検索意図識別方法は、1又は複数のプロセッサ及びメモリを有する装置において、識別されるべきクエリ文字列を取得し、前記クエリ文字列に対応する履歴ウェブページセットを取得するステップであって、前記履歴ウェブページセットは、過去に前記クエリ文字列を用いてクリックされたウェブページを有する、ステップと、所定のウェブページ分類モデルを取得し、前記ウェブページ分類モデルに従い前記履歴ウェブページセットの中の各々のウェブページのカテゴリを取得するステップと、前記履歴ウェブページセットの中の各カテゴリの中のウェブページ数について統計を収集し、各カテゴリの中の前記ウェブページ数及び前記履歴ウェブページセットの中の合計ウェブページ数に従い、計算を実行して、前記クエリ文字列の意図分布を取得するステップと、前記意図分布に従い、前記クエリ文字列の意図識別結果を取得するステップと、を有する。
検索意図識別装置が提供され、当該装置は、識別されるべきクエリ文字列を取得し、前記クエリ文字列に対応する履歴ウェブページセットを取得する取得モジュールであって、前記履歴ウェブページセットは、過去に前記クエリ文字列を用いてクリックされた各ウェブページを有する、取得モジュールと、前述のウェブページトレーニング装置を用いることにより生成されたウェブページ分類モデルを取得し、前記ウェブページ分類モデルに従い前記履歴ウェブページセットの中の各々のウェブページのクラスを取得するウェブページクラス取得モジュールと、前記履歴ウェブページセットの中の各クラスの中のウェブページ数について統計を収集し、各クラスの中の前記ウェブページ数及び前記履歴ウェブページセットの中の合計ウェブページ数に従い、計算を実行して、前記クエリ文字列の意図分布を取得し、前記意図分布に従い、前記クエリ文字列の意図識別結果を取得するよう構成される意図識別モジュールと、を有する。
非一時的コンピュータ可読記憶媒体は、1又は複数のプロセッサにより実行されると、上述の方法を実行するコンピュータ実行可能命令を含む。
検索意図識別装置は、プログラム命令を格納するメモリと、前記メモリに結合されたプロセッサと、を有し、前記プロセッサは、前記プログラム命令を実行して、識別されるべきクエリ文字列を取得し、前記クエリ文字列に対応する履歴ウェブページセットを取得し、前記履歴ウェブページセットは過去に前記クエリ文字列を使用することによりクリックされたウェブページを含み、所定のウェブページ分類モデルを取得し、前記ウェブページ分類モデルに従い、前記履歴ウェブページセットの中の各ウェブページのカテゴリを取得し、前記履歴ウェブページセットの中の各カテゴリの中のウェブページ数について統計を収集し、各カテゴリの中の前記ウェブページ数及び前記履歴ウェブページセットの中の合計ウェブページ数に従い計算を実行して、前記クエリ文字列の意図分布を取得し、前記意図分布に従い、前記クエリ文字列の意図識別結果を取得する。
本開示の他の態様は、本開示の説明、請求項及び図面に照らして当業者により理解され得る。
[表1]
2グラム特徴:of Jay Chou,song of
3グラム特徴:song of Jay Chou
文字に基づく1グラム〜3グラム特徴が抽出され、それぞれ以下を取得する。
2グラム特徴:Jie Chou,Jay,of Lun,singing of,song
3グラム特徴:Jay Chou,of Jay,singing of Lun,song of
長さが3ワードであるクエリ文字列について、文字に基づく1グラム〜3グラム特徴が抽出された後に、特徴のまばらな問題を効果的に解決するために、クエリ文字列の特徴長は15次元より多くまで拡張される。さらに、トレーニングデータセットが十分に大きいので、所望の拡張性が達成される。
[表2]
Claims (10)
- 検索意図識別方法であって、1又は複数のプロセッサ及びメモリを有する装置において、前記プロセッサは、前記メモリに格納されたプログラム命令を実行して処理を実行し、前記処理は、
識別されるべきクエリ文字列を取得し、前記クエリ文字列に対応する履歴ウェブページセットを取得するステップであって、前記履歴ウェブページセットは、過去に前記クエリ文字列を用いてクリックされたウェブページを有する、ステップと、
所定のウェブページ分類モデルを取得するステップと、
前記ウェブページ分類モデルに従い前記履歴ウェブページセットの中の各々のウェブページのカテゴリを取得するステップと、
前記履歴ウェブページセットの中の各カテゴリの中のウェブページ数について統計を収集し、各カテゴリの中の前記ウェブページ数及び前記履歴ウェブページセットの中の合計ウェブページ数に従い、計算を実行して、前記クエリ文字列の意図分布を取得するステップと、
前記意図分布に従い、前記クエリ文字列の意図識別結果を取得するステップと、
を有し、
前記方法は、さらに、
履歴クエリ文字列に対応する意図分布の中で最大意図確率を有するカテゴリに対応するクエリ文字列を取得し、前記クエリ文字列をカテゴリトレーニングクエリ文字列として使用するステップであって、最大意図確率を有するカテゴリは、複数の異なるカテゴリを有する、ステップと、
前記異なるカテゴリに対応するカテゴリトレーニングクエリ文字列について、ワードに基づくnグラム特徴及び文字に基づくnグラム特徴のうちの少なくとも1つを抽出するステップであって、nは1より大きく且つ現在抽出されるクエリ文字列のワード長又は文字長より小さい整数である、ステップと、
前記nグラム特徴及び対応するカテゴリをトレーニングデータとして使用し、分類モデルを使用することによりトレーニングを実行して、文字列分類モデルを生成する、ステップと、
前記文字列分類モデルに従い前記クエリ文字列の予測カテゴリを取得するステップ、
を更に有し、
前記意図分布に従い、前記クエリ文字列の意図識別結果を取得するステップは、
前記意図分布及び前記クエリ文字列の前記予測カテゴリに従い、前記クエリ文字列の意図識別結果を取得するステップ、を更に含む、
方法。 - 前記ウェブページ分類モデルはウェブページトレーニング方法により決定され、前記ウェブページトレーニング方法は、
複数のウェブページを有し手動で注釈を付けられたカテゴリを有するトレーニングウェブページセットを取得するステップと、
前記トレーニングウェブページセットの中の第1トレーニングウェブページの有効履歴クエリ文字列を取得し、前記有効履歴クエリ文字列に対してワードセグメント化を実行するステップと、
各セグメント化ワードの有効回数を取得するステップであって、前記有効回数は前記セグメント化ワードが前記有効履歴クエリ文字列の中で生じる合計回数である、ステップと、
各セグメント化ワードの前記有効回数に従い、各セグメント化ワードのセグメント化ワード重みを計算するステップと、
各セグメント化ワード及び前記対応するセグメント化ワード重みに従い、前記第1トレーニングウェブページのウェブページベクトルを生成するステップと、
前記トレーニングウェブページセットの中の残りのトレーニングウェブページのウェブページベクトルを生成するステップと、
前記トレーニングウェブページセットの中の前記ウェブページの前記手動で注釈を付けられたカテゴリ及び前記対応するウェブページベクトルに従い、ウェブページ分類モデルを生成するステップと、
を有する、請求項1に記載の方法。 - 前記ウェブページトレーニング方法は、
前記トレーニングウェブページセットの中の各ウェブページのLDA(Latent Dirichlet Allocation)特徴を取得するステップ、
を更に有し、
前記トレーニングウェブページセットの中の前記ウェブページの前記手動で注釈を付けられたカテゴリ及び前記対応するウェブページベクトルに従いウェブページ分類モデルを生成するステップは、
前記ウェブページの前記LDA特徴、前記手動で注釈を付けられたカテゴリ、及び前記対応するウェブページベクトルに従い、前記ウェブページ分類モデルを生成するステップ、
を更に有する、請求項2に記載の方法。 - 前記トレーニングウェブページセットの中の前記ウェブページの前記手動で注釈を付けられたカテゴリ及び前記対応するウェブページベクトルに従いウェブページ分類モデルを生成するステップは、
前記トレーニングウェブページセットの中の前記ウェブページの前記手動で注釈を付けられたカテゴリ及び前記対応するウェブページベクトルをロジスティック回帰(LR)モデルに代入し、前記ウェブページ分類モデルを取得するためにトレーニングを実行するステップ、
を更に有する、請求項2に記載の方法。 - 各セグメント化ワードの前記有効回数に従い各セグメント化ワードのセグメント化ワード重みを計算するステップは、
次式に従いセグメント化ワードqiのセグメント化ワード重みW(qi)を計算するステップであって、
W(qi)=log(ci+1)、ここで、iは前記セグメント化ワードのシーケンス番号であり、ciは前記セグメント化ワードqiの有効回数である、ステップ、
を有する、請求項2に記載の方法。 - 1又は複数のプロセッサにより実行されると、請求項1乃至5のいずれか一項に記載の方法を実行するコンピュータ実行可能命令を含む非一時的コンピュータ可読記憶媒体。
- 検索意図識別装置であって、
プログラム命令を格納するメモリと、
前記メモリに結合されたプロセッサと、
を有し、前記プロセッサは、前記プログラム命令を実行して、
識別されるべきクエリ文字列を取得し、前記クエリ文字列に対応する履歴ウェブページセットを取得し、前記履歴ウェブページセットは過去に前記クエリ文字列を使用することによりクリックされたウェブページを含み、
所定のウェブページ分類モデルを取得し、
前記ウェブページ分類モデルに従い、前記履歴ウェブページセットの中の各ウェブページのカテゴリを取得し、
前記履歴ウェブページセットの中の各カテゴリの中のウェブページ数について統計を収集し、各カテゴリの中の前記ウェブページ数及び前記履歴ウェブページセットの中の合計ウェブページ数に従い計算を実行して、前記クエリ文字列の意図分布を取得し、
前記意図分布に従い、前記クエリ文字列の意図識別結果を取得する、
よう構成され、
前記プロセッサは、前記プログラム命令を実行して、
履歴クエリ文字列に対応する意図分布の中で最大意図確率を有するカテゴリに対応するクエリ文字列を取得し、前記クエリ文字列をカテゴリトレーニングクエリ文字列として使用し、最大意図確率を有するカテゴリは複数の異なるカテゴリを有し、
前記異なるカテゴリに対応するカテゴリトレーニングクエリ文字列について、ワードに基づくnグラム特徴及び文字に基づくnグラム特徴のうちの少なくとも1つを抽出し、nは1より大きく現在抽出されるクエリ文字列のワード長又は文字長より小さい整数であり、
前記nグラム特徴及び対応するカテゴリをトレーニングデータとして使用し、分類モデルを使用してトレーニングを実行して、文字列分類モデルを生成し、
前記文字列分類モデルに従い前記クエリ文字列の予測カテゴリを取得する、
よう構成され、
前記意図分布に従い前記クエリ文字列の意図識別結果を取得することは、
前記意図分布及び前記クエリ文字列の前記予測カテゴリに従い、前記クエリ文字列の前記意図識別結果を取得すること、を更に有する、
装置。 - 前記プロセッサは、ウェブページトレーニング方法により前記ウェブページ分類モデルを決定するよう構成され、前記ウェブページトレーニング方法は、
複数のウェブページを有し及び手動で注釈を付けられたカテゴリを有するトレーニングウェブページセットを取得するステップと、
前記トレーニングウェブページセットの中の第1トレーニングウェブページの有効履歴クエリ文字列を取得し、前記有効履歴クエリ文字列に対してワードセグメント化を実行するステップと、
各セグメント化ワードの有効回数を取得するステップであって、前記有効回数は、前記セグメント化ワードが前記有効履歴クエリ文字列の中で生じる合計回数である、ステップと、
各セグメント化ワードの前記有効回数に従い、各セグメント化ワードのセグメント化ワード重みを計算するステップと、
各セグメント化ワード及び前記対応するセグメント化ワード重みに従い、前記第1トレーニングウェブページのウェブページベクトルを生成するステップと、
前記トレーニングウェブページセットの中の残りのトレーニングウェブページのウェブページベクトルを生成するステップと、
前記トレーニングウェブページセットの中の前記ウェブページの前記手動で注釈を付けられたカテゴリ及び前記対応するウェブページベクトルに従い、ウェブページ分類モデルを生成するステップと、
を有する、請求項7に記載の装置。 - 前記ウェブページトレーニング方法は、
前記トレーニングウェブページセットの中の各ウェブページのLDA(Latent Dirichlet Allocation)特徴を取得するステップ、
を更に有し、
前記トレーニングウェブページセットの中の前記ウェブページの前記手動で注釈を付けられたカテゴリ及び前記対応するウェブページベクトルに従い、ウェブページ分類モデルを生成するステップは、
前記ウェブページの前記LDA特徴、前記手動で注釈を付けられたカテゴリ、及び前記対応するウェブページベクトルに従い、前記ウェブページ分類モデルを生成するステップ、
を更に有する、請求項8に記載の装置。 - 前記トレーニングウェブページセットの中の前記ウェブページの前記手動で注釈を付けられたカテゴリ及び前記対応するウェブページベクトルに従い、ウェブページ分類モデルを生成するステップは、
前記トレーニングウェブページセットの中の前記ウェブページの前記手動で注釈を付けられたカテゴリ及び前記対応するウェブページベクトルをロジスティック回帰(LR)モデルに代入し、前記ウェブページ分類モデルを取得するためにトレーニングを実行するステップ、
を更に有する、請求項8に記載の装置。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610008131.3 | 2016-01-07 | ||
CN201610008131.3A CN106951422B (zh) | 2016-01-07 | 2016-01-07 | 网页训练的方法和装置、搜索意图识别的方法和装置 |
PCT/CN2017/070504 WO2017118427A1 (zh) | 2016-01-07 | 2017-01-06 | 网页训练的方法和装置、搜索意图识别的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018518788A JP2018518788A (ja) | 2018-07-12 |
JP6526329B2 true JP6526329B2 (ja) | 2019-06-05 |
Family
ID=59273509
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018516619A Active JP6526329B2 (ja) | 2016-01-07 | 2017-01-06 | ウェブページトレーニング方法及び装置、検索意図識別方法及び装置 |
Country Status (7)
Country | Link |
---|---|
US (1) | US20180107933A1 (ja) |
EP (1) | EP3401802A4 (ja) |
JP (1) | JP6526329B2 (ja) |
KR (1) | KR102092691B1 (ja) |
CN (1) | CN106951422B (ja) |
MY (1) | MY188760A (ja) |
WO (1) | WO2017118427A1 (ja) |
Families Citing this family (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170300533A1 (en) * | 2016-04-14 | 2017-10-19 | Baidu Usa Llc | Method and system for classification of user query intent for medical information retrieval system |
CN107506472B (zh) * | 2017-09-05 | 2020-09-08 | 淮阴工学院 | 一种学生浏览网页分类方法 |
CN110019784B (zh) * | 2017-09-29 | 2021-10-15 | 北京国双科技有限公司 | 一种文本分类方法及装置 |
CN109815308B (zh) * | 2017-10-31 | 2021-01-01 | 北京小度信息科技有限公司 | 意图识别模型的确定及检索意图识别方法、装置 |
CN107807987B (zh) * | 2017-10-31 | 2021-07-02 | 广东工业大学 | 一种字符串分类方法、系统及一种字符串分类设备 |
CN107967256B (zh) * | 2017-11-14 | 2021-12-21 | 北京拉勾科技有限公司 | 词语权重预测模型生成方法、职位推荐方法及计算设备 |
CN109948036B (zh) * | 2017-11-15 | 2022-10-04 | 腾讯科技(深圳)有限公司 | 一种分词词项权重的计算方法和装置 |
CN108052613B (zh) * | 2017-12-14 | 2021-12-31 | 北京百度网讯科技有限公司 | 用于生成页面的方法和装置 |
KR101881744B1 (ko) * | 2017-12-18 | 2018-07-25 | 주식회사 머니브레인 | 대화형 ai 에이전트 시스템을 위한 계층적 대화 흐름 관리 모델을 자동으로 구축 또는 갱신하는 방법, 컴퓨터 장치 및 컴퓨터 판독가능 기록 매체 |
RU2711104C2 (ru) * | 2017-12-27 | 2020-01-15 | Общество С Ограниченной Ответственностью "Яндекс" | Способ и компьютерное устройство для определения намерения, связанного с запросом для создания зависящего от намерения ответа |
RU2693332C1 (ru) | 2017-12-29 | 2019-07-02 | Общество С Ограниченной Ответственностью "Яндекс" | Способ и компьютерное устройство для выбора текущего зависящего от контекста ответа для текущего пользовательского запроса |
CN108710613B (zh) * | 2018-05-22 | 2022-04-08 | 平安科技(深圳)有限公司 | 文本相似度的获取方法、终端设备及介质 |
CN111046662B (zh) * | 2018-09-26 | 2023-07-18 | 阿里巴巴集团控股有限公司 | 分词模型的训练方法、装置、系统和存储介质 |
CN109635157B (zh) * | 2018-10-30 | 2021-05-25 | 北京奇艺世纪科技有限公司 | 模型生成方法、视频搜索方法、装置、终端及存储介质 |
TWI701565B (zh) * | 2018-12-19 | 2020-08-11 | 財團法人工業技術研究院 | 資料標記系統及資料標記方法 |
CN109408731B (zh) * | 2018-12-27 | 2021-03-16 | 网易(杭州)网络有限公司 | 一种多目标推荐方法、多目标推荐模型生成方法以及装置 |
CN110162535B (zh) * | 2019-03-26 | 2023-11-07 | 腾讯科技(深圳)有限公司 | 用于执行个性化的搜索方法、装置、设备以及存储介质 |
CN110503143B (zh) * | 2019-08-14 | 2024-03-19 | 平安科技(深圳)有限公司 | 基于意图识别的阈值选取方法、设备、存储介质及装置 |
CN110598067B (zh) * | 2019-09-12 | 2022-10-21 | 腾讯音乐娱乐科技(深圳)有限公司 | 词语权重获取方法、装置及存储介质 |
US11860903B1 (en) * | 2019-12-03 | 2024-01-02 | Ciitizen, Llc | Clustering data base on visual model |
CN111061835B (zh) * | 2019-12-17 | 2023-09-22 | 医渡云(北京)技术有限公司 | 查询方法及装置、电子设备和计算机可读存储介质 |
CN111161890B (zh) * | 2019-12-31 | 2021-02-12 | 上海亿锎智能科技有限公司 | 不良事件和合并用药的关联性判断方法及系统 |
CN111695337A (zh) * | 2020-04-29 | 2020-09-22 | 平安科技(深圳)有限公司 | 智能面试中专业术语的提取方法、装置、设备及介质 |
CN111581388B (zh) * | 2020-05-11 | 2023-09-19 | 北京金山安全软件有限公司 | 一种用户意图识别方法、装置及电子设备 |
CN112200546A (zh) * | 2020-11-06 | 2021-01-08 | 南威软件股份有限公司 | 基于bayes交叉模型的政务审批智能筛查方法 |
JP7372278B2 (ja) * | 2021-04-20 | 2023-10-31 | ヤフー株式会社 | 算出装置、算出方法及び算出プログラム |
CN113343028B (zh) * | 2021-05-31 | 2022-09-02 | 北京达佳互联信息技术有限公司 | 意图确定模型的训练方法和装置 |
CN113312523B (zh) * | 2021-07-30 | 2021-12-14 | 北京达佳互联信息技术有限公司 | 字典生成、搜索关键字推荐方法、装置和服务器 |
CN116248375B (zh) * | 2023-02-01 | 2023-12-15 | 北京市燃气集团有限责任公司 | 一种网页登录实体识别方法、装置、设备和存储介质 |
CN115827953B (zh) * | 2023-02-20 | 2023-05-12 | 中航信移动科技有限公司 | 用于网页数据抽取的数据处理方法、存储介质及电子设备 |
Family Cites Families (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7698626B2 (en) * | 2004-06-30 | 2010-04-13 | Google Inc. | Enhanced document browsing with automatically generated links to relevant information |
JP4757016B2 (ja) * | 2005-12-21 | 2011-08-24 | 富士通株式会社 | 文書分類プログラム、文書分類装置、および文書分類方法 |
KR100898458B1 (ko) * | 2007-08-10 | 2009-05-21 | 엔에이치엔(주) | 정보 검색 방법 및 그 시스템 |
US8103676B2 (en) * | 2007-10-11 | 2012-01-24 | Google Inc. | Classifying search results to determine page elements |
CN101261629A (zh) * | 2008-04-21 | 2008-09-10 | 上海大学 | 基于自动分类技术的特定信息搜索方法 |
CN101609450A (zh) * | 2009-04-10 | 2009-12-23 | 南京邮电大学 | 基于训练集的网页分类方法 |
JP5133946B2 (ja) * | 2009-06-18 | 2013-01-30 | ヤフー株式会社 | 情報検索装置及び情報検索方法 |
CN101673306B (zh) * | 2009-10-19 | 2011-08-24 | 中国科学院计算技术研究所 | 网页信息查询方法及其系统 |
US20110208715A1 (en) * | 2010-02-23 | 2011-08-25 | Microsoft Corporation | Automatically mining intents of a group of queries |
US8682881B1 (en) * | 2011-09-07 | 2014-03-25 | Google Inc. | System and method for extracting structured data from classified websites |
CN102999520B (zh) * | 2011-09-15 | 2016-04-27 | 北京百度网讯科技有限公司 | 一种搜索需求识别的方法和装置 |
JP5648008B2 (ja) * | 2012-03-19 | 2015-01-07 | 日本電信電話株式会社 | 文書分類方法、装置、及びプログラム |
CN103838744B (zh) * | 2012-11-22 | 2019-01-15 | 百度在线网络技术(北京)有限公司 | 一种查询词需求分析的方法及装置 |
CN103020164B (zh) * | 2012-11-26 | 2015-06-10 | 华北电力大学 | 一种基于多语义分析和个性化排序的语义检索方法 |
CN103049542A (zh) * | 2012-12-27 | 2013-04-17 | 北京信息科技大学 | 一种面向领域的网络信息搜索方法 |
CN103914478B (zh) * | 2013-01-06 | 2018-05-08 | 阿里巴巴集团控股有限公司 | 网页训练方法及系统、网页预测方法及系统 |
CN103106287B (zh) * | 2013-03-06 | 2017-10-17 | 深圳市宜搜科技发展有限公司 | 一种用户检索语句的处理方法及系统 |
US9875237B2 (en) * | 2013-03-14 | 2018-01-23 | Microsfot Technology Licensing, Llc | Using human perception in building language understanding models |
CN104424279B (zh) * | 2013-08-30 | 2018-11-20 | 腾讯科技(深圳)有限公司 | 一种文本的相关性计算方法和装置 |
CN103744981B (zh) * | 2014-01-14 | 2017-02-15 | 南京汇吉递特网络科技有限公司 | 一种基于网站内容用于网站自动分类分析的系统 |
CN103870538B (zh) * | 2014-01-28 | 2017-02-15 | 百度在线网络技术(北京)有限公司 | 针对用户进行个性化推荐的方法、用户建模设备及系统 |
CN104834640A (zh) * | 2014-02-10 | 2015-08-12 | 腾讯科技(深圳)有限公司 | 网页的识别方法及装置 |
US9870356B2 (en) * | 2014-02-13 | 2018-01-16 | Microsoft Technology Licensing, Llc | Techniques for inferring the unknown intents of linguistic items |
US10643260B2 (en) * | 2014-02-28 | 2020-05-05 | Ebay Inc. | Suspicion classifier for website activity |
CN104268546A (zh) * | 2014-05-28 | 2015-01-07 | 苏州大学 | 一种基于主题模型的动态场景分类方法 |
CN105159898B (zh) * | 2014-06-12 | 2019-11-26 | 北京搜狗科技发展有限公司 | 一种搜索的方法和装置 |
CN104778161B (zh) * | 2015-04-30 | 2017-07-07 | 车智互联(北京)科技有限公司 | 基于Word2Vec和Query log抽取关键词方法 |
CN104820703A (zh) * | 2015-05-12 | 2015-08-05 | 武汉数为科技有限公司 | 一种文本精细分类方法 |
CN104866554B (zh) * | 2015-05-15 | 2018-04-27 | 大连理工大学 | 一种基于社会化标注的个性化搜索方法及系统 |
CN104951433B (zh) * | 2015-06-24 | 2018-01-23 | 北京京东尚科信息技术有限公司 | 基于上下文进行意图识别的方法和系统 |
-
2016
- 2016-01-07 CN CN201610008131.3A patent/CN106951422B/zh active Active
-
2017
- 2017-01-06 KR KR1020177037044A patent/KR102092691B1/ko active IP Right Grant
- 2017-01-06 JP JP2018516619A patent/JP6526329B2/ja active Active
- 2017-01-06 WO PCT/CN2017/070504 patent/WO2017118427A1/zh unknown
- 2017-01-06 EP EP17735865.2A patent/EP3401802A4/en not_active Ceased
- 2017-01-06 MY MYPI2017704608A patent/MY188760A/en unknown
- 2017-12-15 US US15/843,267 patent/US20180107933A1/en not_active Abandoned
Also Published As
Publication number | Publication date |
---|---|
EP3401802A1 (en) | 2018-11-14 |
CN106951422B (zh) | 2021-05-28 |
JP2018518788A (ja) | 2018-07-12 |
CN106951422A (zh) | 2017-07-14 |
EP3401802A4 (en) | 2019-01-02 |
MY188760A (en) | 2021-12-29 |
KR20180011254A (ko) | 2018-01-31 |
WO2017118427A1 (zh) | 2017-07-13 |
US20180107933A1 (en) | 2018-04-19 |
KR102092691B1 (ko) | 2020-03-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6526329B2 (ja) | ウェブページトレーニング方法及び装置、検索意図識別方法及び装置 | |
CN108009228B (zh) | 一种内容标签的设置方法、装置及存储介质 | |
CN107463605B (zh) | 低质新闻资源的识别方法及装置、计算机设备及可读介质 | |
US8782037B1 (en) | System and method for mark-up language document rank analysis | |
Moxley et al. | Video annotation through search and graph reinforcement mining | |
CN104199965B (zh) | 一种语义信息检索方法 | |
CN109657053B (zh) | 多文本摘要生成方法、装置、服务器及存储介质 | |
CN110390044B (zh) | 一种相似网络页面的搜索方法及设备 | |
WO2017000610A1 (zh) | 一种网页分类的方法和装置 | |
WO2017013667A1 (en) | Method for product search using the user-weighted, attribute-based, sort-ordering and system thereof | |
CN108647322B (zh) | 基于词网识别大量Web文本信息相似度的方法 | |
JP5012078B2 (ja) | カテゴリ作成方法、カテゴリ作成装置、およびプログラム | |
CN111160019B (zh) | 一种舆情监测的方法、装置及系统 | |
CN112989208B (zh) | 一种信息推荐方法、装置、电子设备及存储介质 | |
Chen et al. | Doctag2vec: An embedding based multi-label learning approach for document tagging | |
CN109271624B (zh) | 一种目标词确定方法、装置及存储介质 | |
CN114021577A (zh) | 内容标签的生成方法、装置、电子设备及存储介质 | |
CN106844482B (zh) | 一种基于搜索引擎的检索信息匹配方法及装置 | |
JP6172332B2 (ja) | 情報処理方法及び情報処理装置 | |
JP2013003663A (ja) | 情報処理装置、情報処理方法、およびプログラム | |
JP2014021757A (ja) | コンテンツ評価値予測装置、方法、及びプログラム | |
CN111966869A (zh) | 短语提取方法、装置、电子设备及存储介质 | |
CN111382385A (zh) | 网页所属行业分类方法及装置 | |
Han et al. | The application of support vector machine (SVM) on the sentiment analysis of internet posts | |
JP2013222418A (ja) | パッセージ分割方法、装置、及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20180919 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180925 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20181221 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20190416 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190507 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6526329 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |