[发明专利]输入提示方法、装置及字典树模型的创建方法、装置

说明书

本发明公开了一种输入提示方法，该方法包括：获取输入词；对输入词进行分拆以获取N个分拆词，其中，N为正整数；根据N个分拆词分别查询预设的字典树模型以分别获取N个提示结果集合；以及根据N个提示结果集合生成最终的提示结果。本发明实施例的输入提示方法通过对输入词进行分拆扩展以获取输入词的前缀分拆词、中间分拆词等，并通过前缀分拆词、中间分拆词查询预设的字典树模型，获得分别与前缀分拆词、中间分拆词匹配的提示结果，提高了提示的精准性，并且通过融入输入词的语境处理以及将输入词的分切粒度降为最小，增大了检索匹配时的可能性，提升了用户体验。本发明还公开了一种输入提示装置以及一种字典树模型的创建方法和装置。

技术领域

本发明涉及搜索技术领域，尤其涉及一种输入提示方法和装置以及字典树模型的创建方法和装置。

背景技术

目前，在国内的搜索领域中，例如网页搜索和垂搜，如果搜索词输入提示词库在十万级别以上，基本上都是依赖于Trie树(一种基于内存的搜索算法)，其索引的过程是建树，且检索过程是对树的遍历。然而具体是怎么建树、怎么遍历，不同的设计者会根据自身数据特定，制定不同的方法。

目前，国内基于汉语的Auto Complete算法，基本上都是先将词的每个汉字字符依次插入到Trie树的从根到叶子的每个节点中，然后将汉字转拼音再次建树，搜索时就是从根节点到叶子节点依次遍历。这种方法可以解决大部分的输入搜索词提示问题。

但是，如果用户输入的搜索词不是词库中任何词的前缀，那么这种依赖Trie树的方法就不可行了；或者说提示了不存在的词条，例如，如图1所示，搜索词“通天帝国之”召回了“通天帝国之狄仁杰”，而正确并存在的词条是“狄仁杰之通天帝国”，而这样是一种不严谨的做法，从而降低了搜索词提示的精准性，用户体验差。

发明内容

本发明旨在至少在一定程度上解决上述的技术缺陷之一。

为此，本发明的第一个目的在于提出一种输入提示方法。该方法通过对输入词进行分拆扩展，并根据分拆后输入词查询预设的字典树模型以获得提示结果，提高了提示的精准性，并且通过融入输入词的语境处理以及将输入词的分切粒度降为最小，增大了检索匹配时的可能性，提升了用户体验。

本发明的第二个目的在于提出一种字典树模型的创建方法。

本发明的第三个目的在于提出一种输入提示装置。

本发明的第四个目的在于提出一种字典树模型的创建装置。

为了实现上述目的，本发明第一方面实施例的输入提示方法，包括：获取输入词；对所述输入词进行分拆以获取N个分拆词，其中，N为正整数；根据所述N个分拆词分别查询预设的字典树模型以分别获取N个提示结果集合；以及根据所述N个提示结果集合生成最终的提示结果。

本发明实施例的输入提示方法，可对获取的输入词进行分拆以获取N个分拆词，并根据该N个分拆词分别查询预设的字典树模型以分别获取N个提示结果集合，之后可对该N个提示结果集合进行合并及去重以生成最终的提示结果，通过对输入词进行分拆扩展，可获取输入词的前缀分拆词、中间分拆词等，这样通过前缀分拆词、中间分拆词查询预设的字典树模型，可获得前缀分拆词匹配的提示结果、中间分拆词匹配的提示结果，提高了自动提示的精准性，并且，通过融入输入词的语境处理，并将输入词的分切粒度降为最小，增大了检索匹配时的可能性，提升了用户体验。

为了实现上述目的，本发明第二方面实施例的字典树模型的创建方法，包括：获取多个样本词；根据访问热度对所述多个样本词进行排序，并分别对排序后的多个样本词作为多个主体词；分别根据所述多个主体词生成每个主体词对应的相关词；以及根据所述多个主体词和所述每个主体词对应的相关词创建字典树模型。