[发明专利]一种基于检索串的关键词扩展方法、装置和系统

权利要求书

1.一种基于检索串的关键词扩展方法，其特征在于，该方法包括：

设置预设关键词集合，将所述预设关键词集合中的预设关键词作为模式串，并且将所述预设关键词集合建为键树；

接收检索串，并基于所述检索串获取网页搜索结果；

利用所述键树，针对该网页搜索结果执行模式匹配以获得模式串，并由获得的所述模式串确定基于该检索串的扩展关键词；

该方法进一步包括：从所述检索串本身提取扩展关键词，以及利用检索串变换方式获取扩展关键词；将所述由模式串确定的基于该检索串的扩展关键词、从所述检索串本身提取的扩展关键词以及利用检索串变换方式获取的扩展关键词相聚合，以获得扩展关键词集合；

该方法进一步包括：从所述扩展关键词集合中的扩展关键词和检索串，分别提取至少两个比较特征，所述比较特征包括文本特征、分类特征或语义特征；基于所述扩展关键词集合中的扩展关键词和检索串的每个比较特征，计算所述扩展关键词集合中的扩展关键词和检索串之间的每个比较特征的相关性；根据逻辑回归模型对各个比较特征的相关性进行特征拟合，以得到扩展关键词集合中的扩展关键词和检索串的相关性指标；基于所述扩展关键词集合中的扩展关键词和检索串的相关性指标，从所述扩展关键词集合中确定符合预定相关性指标门限值的扩展关键词。

2.根据权利要求1所述的关键词扩展方法，其特征在于，所述针对该网页搜索结果执行模式匹配以获得模式串包括：

针对该网页搜索结果执行多模式匹配以获得多个模式串，或者针对该网页搜索结果执行单模式匹配以获得单个模式串。

3.根据权利要求1所述的关键词扩展方法，其特征在于，该方法进一步包括：

从所述检索串本身提取扩展关键词；

将所述由模式串确定的基于该检索串的扩展关键词以及从所述检索串本身提取的扩展关键词相聚合，以获得扩展关键词集合。

4.根据权利要求1所述的关键词扩展方法，其特征在于，该方法进一步包括：利用检索串变换方式获取扩展关键词；

将所述由模式串确定的基于该检索串的扩展关键词以及利用检索串变换方式获取的扩展关键词相聚合，以获得扩展关键词集合。

5.根据权利要求1所述的关键词扩展方法，其特征在于，

所述文本特征包括公共子串、共有语素或编辑距离；所述语义特征包括标题域的语义特征、摘要域的语义特征、标题域和摘要域整合后的语义特征、去掉检索串和关键词共有语素表示后标题域的语义特征、去掉检索串和关键词的共有语素后摘要域的语义特征及去掉检索串和关键词的共有语素后标题域和摘要域整合后的语义特征。

6.一种基于检索串的关键词扩展装置，其特征在于，该装置包括键树建立单元、搜索结果获取单元和关键词扩展单元，其中：

键树建立单元，用于设置预设关键词集合，将所述预设关键词集合中的预设关键词作为模式串，并且将所述预设关键词集合建为键树；

搜索结果获取单元，用于接收检索串，并基于所述检索串获取网页搜索结果；

关键词扩展单元，用于利用所述键树，针对该网页搜索结果执行模式匹配以获得模式串，并由获得的所述模式串确定基于该检索串的扩展关键词；

进一步包括关键词提取单元、检索串变换单元和关键词聚合单元；关键词提取单元，用于从所述检索串本身提取扩展关键词；检索串变换单元，用于利用检索串变换方式获取扩展关键词；关键词聚合单元，用于将所述由模式串确定的基于该检索串的扩展关键词、从所述检索串本身提取的扩展关键词以及利用检索串变换方式获取的扩展关键词相聚合，以获得扩展关键词集合；

进一步包括相关性指标确定单元；相关性指标确定单元，用于从所述扩展关键词集合中的扩展关键词和检索串，分别提取至少两个比较特征，所述比较特征包括文本特征、分类特征或语义特征；基于所述扩展关键词集合中的扩展关键词和检索串的每个比较特征，计算所述扩展关键词集合中的扩展关键词和检索串之间的每个比较特征的相关性；根据逻辑回归模型对各个比较特征的相关性进行特征拟合，以得到扩展关键词集合中的扩展关键词和检索串的相关性指标；基于所述扩展关键词集合中的扩展关键词和检索串的相关性指标，从所述扩展关键词集合中确定符合预定相关性指标门限值的扩展关键词。