[发明专利]一种识别搜索需求的方法和装置

权利要求书

1.一种识别搜索需求的方法，其特征在于，该方法包括：

预先建立各预设类型的需求分析模型；

接收到待识别query时，利用所述需求分析模型对所述待识别query进行需求识别；

其中，所述预设类型的需求分析模型的建立具体包括：

S1、获得该预设类型的种子query的各n元词组n-gram，n为预设的一个或多个正整数；

S2、计算每一个n-gram与该预设类型的语义相似度sim以及每一个n-gram属于该预设类型的概率prob；

S3、利用所述sim和所述prob确定每一个n-gram在该预设类型的评分；

对所述待识别query进行需求识别具体包括：

S4、确定所述待识别query的各n-gram；

S5、查询各预设类型的需求分析模型，确定步骤S4确定的各n-gram在各预设类型的评分；

S6、利用步骤S4确定的所有n-gram在每一个预设类型的评分之和得到所述待识别query在每一个预设类型上有需求的可能性；

S7、根据所述待识别query在每一个预设类型上有需求的可能性识别出所述待识别query的需求类型。

2.根据权利要求1所述的方法，其特征在于，所述步骤S2中计算每一个n-gram与该预设类型的语义相似度sim具体包括：

获取该预设类型的核心词向量和每一个n-gram的词向量，计算每一个n-gram的词向量分别与该预设类型的核心词向量的相似度作为所述sim。

3.根据权利要求2所述的方法，其特征在于，所述获取该预设类型的核心词向量具体包括：

S21、利用该预设类型的每一个种子query进行搜索，获取排在前N1个的搜索结果，所述N1为预设的正整数；

S22、对所述步骤S21获取的搜索结果的文本进行分词处理，获取所有n-gram；

S23、根据词频tf*逆向文件频率idf值确定步骤S22获取的各n-gram的权重，按照权重对各n-gram进行排序，获取排在前N2个的n-gram作为该预设类型的核心词向量，所述N2为预设的正整数。

4.根据权利要求2所述的方法，其特征在于，获取每一个n-gram的词向量为针对每一个n-gram分别具体执行以下步骤：

S24、将该n-gram作为query分别进行搜索，获取排在前N3个的搜索结果，所述N3为预设的正整数；

S25、对所述步骤S24获取的搜索结果进行分词处理，根据ti-idf值确定分词处理所得到各词语的权重，选取权重排在前N4个的词语作为该n-gram的词向量。

5.根据权利要求1所述的方法，其特征在于，所述步骤S2中计算n-gram属于该预设类型的概率prob具体为：

prob＝C1/C2，其中所述C1为包含该n-gram的该预设类型的种子query的总检索次数，所述C2为包含该n-gram的所有预设类型的种子query的总检索次数。

6.根据权利要求1至5任一权项所述的方法，其特征在于，所述步骤S3具体包括：

按照score＝λ1*sim+λ2*prob确定n-gram在该预设类型的评分score，其中λ1和λ2为预设的权重系数。

7.根据权利要求1所述的方法，其特征在于，所述步骤S6具体包括：

将所述步骤S4确定的所有n-gram分别在每一个预设类型的评分之和作为所述待识别query分别在每一个预设类型上有需求的可能性；或者，

将所述步骤S4确定的所有n-gram分别在每一个预设类型的评分之和的平均值分别作为所述待识别query在每一个预设类型上有需求的可能性。

8.根据权利要求1所述的方法，其特征在于，所述步骤S7具体包括：

将可能性满足预设可能性阈值的预设类型识别为所述待识别query的需求类型；或者，

将可能性排在前N5个的预设类型识别为所述待识别query的需求类型，所述N5为预设的正整数；或者，

根据预设的可能性与需求级别的对应关系，确定所述待识别query在每一个预设类型上的需求级别。