從查詢?cè)~中提取中心詞的方法和裝置的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及計(jì)算機(jī)技術(shù)領(lǐng)域，具體而言，設(shè)及一種從查詢?cè)~中提取中屯、詞的方法 和裝置。
【背景技術(shù)】
[0002] 查詢?cè)~推薦是根據(jù)用戶當(dāng)前進(jìn)行捜索的查詢?cè)~，通過機(jī)器學(xué)習(xí)算法，提取查詢?cè)~ 的中屯、詞，并W此為用戶推薦其最可能感興趣的其他查詢?cè)~。
[0003] 目前，提取中屯、詞的方式主要是通過人工標(biāo)注的方式提取中屯、詞：人工標(biāo)注中屯、 詞只能適用于非常少量的查詢?cè)~，當(dāng)查詢?cè)~數(shù)目巨大的時(shí)候人工標(biāo)注顯然是不可行的，而 且人工標(biāo)注提取中屯、詞不能自動(dòng)化，所W具有W下不足之處：（1)需要較多的人力、時(shí)間、費(fèi) 時(shí)費(fèi)力；（2)每個(gè)人的評(píng)價(jià)標(biāo)準(zhǔn)不一樣，導(dǎo)致標(biāo)注的中屯、詞有偏差；（3)無法自動(dòng)化提取查詢 詞的中屯、詞；（4)不適用于大量查詢?cè)~的中屯、詞提取。

【發(fā)明內(nèi)容】

[0004] 鑒于上述問題，提出了本發(fā)明W便提供一種克服上述問題或者至少部分地解決上 述問題的從查詢?cè)~中提取中屯、詞的方法和裝置。
[0005] 依據(jù)本發(fā)明的一種從查詢?cè)~中提取中屯、詞的方法，包括:獲取用戶輸入的第一查 詢?cè)~;基于已知的多個(gè)查詢?cè)~W及所述多個(gè)查詢?cè)~的中屯、詞訓(xùn)練得到的模型，從所述第一 查詢?cè)~中提取所述第一查詢?cè)~的中屯、詞。
[0006] 可選地，前述的方法，基于已知的多個(gè)查詢?cè)~W及所述多個(gè)查詢?cè)~的中屯、詞訓(xùn)練 得到的模型，從所述第一查詢?cè)~中提取所述第一查詢?cè)~的中屯、詞，具體包括:基于所述多個(gè) 查詢?cè)~的特征屬性W及所述多個(gè)查詢?cè)~的中屯、詞訓(xùn)練得到的所述模型，對(duì)所述第一查詢?cè)~ 的特征屬性進(jìn)行分析得到所述第一查詢?cè)~的中屯、詞。
[0007] 可選地，前述的方法，還包括:從預(yù)設(shè)的點(diǎn)擊記錄中，獲取所述用戶點(diǎn)擊的同一地 址對(duì)應(yīng)的多個(gè)第二查詢?cè)~;所述點(diǎn)擊記錄用于記錄所述用戶已輸入的查詢?cè)~W及已點(diǎn)擊的 地址;對(duì)所述多個(gè)第二查詢?cè)~分詞得到多個(gè)詞;根據(jù)所述多個(gè)詞的指定屬性從所述多個(gè)詞 中選擇一個(gè)詞，將所選詞作為所述多個(gè)第二查詢?cè)~中至少一個(gè)第二查詢?cè)~的中屯、詞;選出 中屯、詞的第二查詢?cè)~用于訓(xùn)練所述模型。
[000引可選地，前述的方法，所述指定屬性為所述多個(gè)詞在所述多個(gè)第二查詢?cè)~中的詞 頻;根據(jù)所述多個(gè)詞的指定屬性從所述多個(gè)詞中選擇一個(gè)詞，具體包括:選擇所述多個(gè)詞中 詞頻最局的詞。
[0009] 可選地，前述的方法，將所選詞作為所述多個(gè)第二查詢?cè)~中至少一個(gè)第二查詢?cè)~ 的中屯、詞，具體包括:將所述所選詞作為所述多個(gè)第二查詢?cè)~中對(duì)應(yīng)的頁(yè)面瀏覽量最高的 第二查詢?cè)~的中屯、詞。
[0010] 可選地，前述的方法，在將所選詞作為所述多個(gè)第二查詢?cè)~中至少一個(gè)第二查詢 詞的中屯、詞之前，還包括:判斷所述所選詞是否包含在所述至少一個(gè)第二查詢?cè)~中，在判斷 結(jié)果為是時(shí)，執(zhí)行將所選詞作為所述多個(gè)第二查詢?cè)~中至少一個(gè)第二查詢?cè)~的中屯、詞。
[0011] 可選地，前述的方法，在將所選詞作為所述多個(gè)第二查詢?cè)~中至少一個(gè)第二查詢 詞的中屯、詞之前，還包括:判斷所述所選詞與所述至少一個(gè)第二查詢?cè)~的長(zhǎng)度差是否位于 預(yù)設(shè)區(qū)間，在判斷結(jié)果為是時(shí)，執(zhí)行將所選詞作為所述多個(gè)第二查詢?cè)~中至少一個(gè)第二查 詢?cè)~的中屯、詞。
[0012] 依據(jù)本發(fā)明的一種從查詢?cè)~中提取中屯、詞的裝置，包括:查詢?cè)~獲取模塊，用于獲 取用戶輸入的第一查詢?cè)~；中屯、詞提取模塊，用于基于已知的多個(gè)查詢?cè)~W及所述多個(gè)查 詢?cè)~的中屯、詞訓(xùn)練得到的模型，從所述第一查詢?cè)~中提取所述第一查詢?cè)~的中屯、詞。
[0013] 可選地，前述的裝置，所述中屯、詞提取模炔基于所述多個(gè)查詢?cè)~的特征屬性W及 所述多個(gè)查詢?cè)~的中屯、詞訓(xùn)練得到的所述模型，對(duì)所述第一查詢?cè)~的特征屬性進(jìn)行分析得 到所述第一查詢?cè)~的中屯、詞。
[0014] 可選地，前述的裝置，還包括:記錄獲取模塊，用于從預(yù)設(shè)的點(diǎn)擊記錄中，獲取所述 用戶點(diǎn)擊的同一地址對(duì)應(yīng)的多個(gè)第二查詢?cè)~;所述點(diǎn)擊記錄用于記錄所述用戶已輸入的查 詢?cè)~W及已點(diǎn)擊的地址;分詞模塊，用于對(duì)所述多個(gè)第二查詢?cè)~分詞得到多個(gè)詞；中屯、詞選 擇模塊，用于根據(jù)所述多個(gè)詞的指定屬性從所述多個(gè)詞中選擇一個(gè)詞，將所選詞作為所述 多個(gè)第二查詢?cè)~中至少一個(gè)第二查詢?cè)~的中屯、詞;選出中屯、詞的第二查詢?cè)~用于訓(xùn)練所述 模型。
[0015] 可選地，前述的裝置，所述中屯、詞選擇模塊選擇所述多個(gè)詞中詞頻最高的詞。
[0016] 可選地，前述的裝置，所述中屯、詞選擇模塊將所述所選詞作為所述多個(gè)第二查詢 詞中對(duì)應(yīng)的頁(yè)面瀏覽量最高的第二查詢?cè)~的中屯、詞。
[0017] 可選地，前述的裝置，還包括:第一判斷模塊，用于判斷所述所選詞是否包含在所 述至少一個(gè)第二查詢?cè)~中，所述中屯、詞選擇模塊在判斷結(jié)果為是時(shí)將所選詞作為所述多個(gè) 第二查詢?cè)~中至少一個(gè)第二查詢?cè)~的中屯、詞。
[0018] 可選地，前述的裝置，還包括:第二判斷模塊，用于判斷所述所選詞與所述至少一 個(gè)第二查詢?cè)~的長(zhǎng)度差是否位于預(yù)設(shè)區(qū)間，所述中屯、詞選擇模塊在判斷結(jié)果為是時(shí)將所選 詞作為所述多個(gè)第二查詢?cè)~中至少一個(gè)第二查詢?cè)~的中屯、詞。
[0019] 根據(jù)W上技術(shù)方案，本發(fā)明的從查詢?cè)~中提取中屯、詞的方法和裝置至少具有W下 優(yōu)點(diǎn)：
[0020] 在本發(fā)明的技術(shù)方案中，通過對(duì)已知查詢?cè)~W及已知查詢?cè)~的中屯、詞進(jìn)行訓(xùn)練， 能夠得到用于提取查詢?cè)~中屯、詞的模型，利用該模型可W自動(dòng)進(jìn)行對(duì)查詢?cè)~的中屯、詞提 取，提取速度、準(zhǔn)確率都非常高，有利于后續(xù)的基于中屯、詞推薦查詢?cè)~的快速進(jìn)行。
[0021] 上述說明僅是本發(fā)明技術(shù)方案的概述，為了能夠更清楚了解本發(fā)明的技術(shù)手段， 而可依照說明書的內(nèi)容予W實(shí)施，并且為了讓本發(fā)明的上述和其它目的、特征和優(yōu)點(diǎn)能夠 更明顯易懂，W下特舉本發(fā)明的【具體實(shí)施方式】。
【附圖說明】
[0022] 通過閱讀下文優(yōu)選實(shí)施方式的詳細(xì)描述，各種其他的優(yōu)點(diǎn)和益處對(duì)于本領(lǐng)域普通 技術(shù)人員將變得清楚明了。附圖僅用于示出優(yōu)選實(shí)施方式的目的，而并不認(rèn)為是對(duì)本發(fā)明 的限制。而且在整個(gè)附圖中，用相同的參考符號(hào)表示相同的部件。在附圖中：
[0023] 圖1示出了根據(jù)本發(fā)明的一個(gè)實(shí)施例的從查詢?cè)~中提取中屯、詞的方法的流程圖；
[0024] 圖2示出了根據(jù)本發(fā)明的一個(gè)實(shí)施例的從查詢?cè)~中提取中屯、詞的方法的流程圖；
[0025] 圖3示出了根據(jù)本發(fā)明的一個(gè)實(shí)施例的從查詢?cè)~中提取中屯、詞的裝置的框圖；
[0026] 圖4示出了根據(jù)本發(fā)明的一個(gè)實(shí)施例的從查詢?cè)~中提取中屯、詞的裝置的框圖。
【具體實(shí)施方式】
[0027] 下面將參照附圖更詳細(xì)地描述本公開的示例性實(shí)施例。雖然附圖中顯示了本公開 的示例性實(shí)施例，然而應(yīng)當(dāng)理解，可各種形式實(shí)現(xiàn)本公開而不應(yīng)被運(yùn)里闡述的實(shí)施例 所限制。相反，提供運(yùn)些實(shí)施例是為了能夠更透徹地理解本公開，并且能夠?qū)⒈竟_的范圍 完整的傳達(dá)給本領(lǐng)域的技術(shù)人員。
[00%]如圖1所示，本發(fā)明的一個(gè)實(shí)施例中提供了一種從查詢?cè)~中提取中屯、詞的方法，包 括：
[0029] 步驟110,獲取用戶輸入的第一查詢?cè)~。
[0030] 步驟120,基于已知的多個(gè)查詢?cè)~W及多個(gè)查詢?cè)~的中屯、詞訓(xùn)練得到的模型，從第 一查詢?cè)~中提取第一查詢?cè)~的中屯、詞。根據(jù)本實(shí)施例的技術(shù)方案，通過對(duì)已知查詢?cè)~W及 已知查詢?cè)~的中屯、詞進(jìn)行訓(xùn)練，能夠得到用于提取查詢?cè)~中屯、詞的模型，利用該模型可W 自動(dòng)進(jìn)行對(duì)查詢?cè)~的中屯、詞提取，提取速度、準(zhǔn)確率都非常高，有利于后續(xù)的基于中屯、詞推 薦查詢?cè)~的快速進(jìn)行。
[0031] 本發(fā)明的另一個(gè)實(shí)施例中提供了一種從查詢?cè)~中提取中屯、詞的方法，相比于前述 的實(shí)施例，本實(shí)施例的從查詢?cè)~中提取中屯、詞的方法，步驟120,具體包括：
[0032] 基于多個(gè)查詢?cè)~的特征屬性W及多個(gè)查詢?cè)~的中屯、詞訓(xùn)練得到的模型，對(duì)第一查 詢?cè)~的特征屬性進(jìn)行分析得到第一查詢?cè)~的中屯、詞。在本實(shí)施例中，對(duì)特征屬性的種類不 進(jìn)行限制，其具體包括但不限于下表所示，例如，可W用2393維向量表示每個(gè)詞，通過離線 訓(xùn)練得到的模型來提取查詢?cè)~的中屯、詞，W此為用戶推薦新的查詢?cè)~。
[0033]
[0034] 如圖2所示，本發(fā)明的另一個(gè)實(shí)施例中提供了一種從查詢?cè)~中提取中屯、詞的方法， 相比于前述的實(shí)施例，本實(shí)施例的從查詢?cè)~中提取中屯、詞的方