[发明专利]单元词替换方法、搜索方法及装置

说明书

本申请涉及一种单元词替换方法、搜索方法及装置，所述方法包括：对输入的查询语句进行分词，得到所述查询语句的第一单元词；利用所述第一单元词，从同义词表中找出所述第一单元词的同义词集合；从二元词组数据库中，查询得到所述第一单元词与其上下文的第一单元词组成的二元词组的第一紧密度、所述同义词集合中的第二单元词与所述第一单元词的上下文的单元词组成的第二二元词组的第二紧密度；如果所述第二紧密度大于等于所述第一紧密度且所述第二紧密度大于预设阈值，则将所述第二单元词作为所述第一单元词的替换词。本申请能更精确地解析搜索意图，提高搜索结果的准确性。

技术领域

本申请涉及信息处理技术领域，尤其涉及一种单元词替换方法、搜索方法及装置。

背景技术

在现有的搜索产品中，当用户提交查询语句后，搜索引擎会将用户提交的查询语句进行预处理后再进行检索。在预处理过程中，用户提交的查询语句会被拆分成多个关键词，可以利用同义词替换功能对这些关键词进行同义替换操作，生成新的搜索引擎底层可读的查询语句。

现有的同义词替换功能大多都是对存在同义词词组的关键词采用直接替换的方式，对于一些不必要替换的情形不会加以区分，例如，用户输入查询语句“中国银行快捷支付限额”，经过分词得到关键词“中国银行”、“快捷”、“支付”和“限额”。在这个查询语句中，“支付”的同义词包括“付款”，因而采用同义词替换功能后，会得到新的查询语句“中国银行快捷付款限额”。而在实际情形中，“快捷支付”是一个固定搭配的词组，具有特定的含义，其使用频率比“快捷付款”高。可以看出，这种采用直接匹配方式，由于缺乏了上下文的参照信息，往往会造成不必要的同义替换，替换结果会带来相关度较差的搜索结果，不能精确解析用户的搜索意图，导致搜索结果的准确性较差。

发明内容

本申请的目的是，提供一种单元词替换方法、搜索方法及装置，可减少不必要的同义词替换，能更精确地解析搜索意图，提高搜索结果的准确性。

本申请提供了一种单元词替换方法，所述方法包括：

对输入的查询语句进行分词，得到所述查询语句的第一单元词；

利用所述第一单元词，从同义词表中找出所述第一单元词的同义词集合；

从二元词组数据库中，查询得到所述第一单元词与其上下文的单元词组成的第一二元词组的第一紧密度、所述同义词集合中的第二单元词与所述第一单元词的上下文的单元词组成的第二二元词组的第二紧密度，其中，所述二元词组数据库中包括参考二元词组及所述参考二元词组的紧密度；

比较所述第一紧密度和所述第二紧密度，如果所述第二紧密度大于等于所述第一紧密度且所述第二紧密度大于预设阈值，则将所述第二单元词作为所述第一单元词的替换词。

又一方面，本申请还提供了一种基于单元词替换的搜索方法，所述方法包括：

对输入的查询语句进行分词，得到所述查询语句的第一单元词；

利用所述第一单元词，从同义词表中找出所述第一单元词的同义词集合；

从二元词组数据库中，查询得到所述第一单元词与其上下文的单元词组成的第一二元词组的第一紧密度、所述同义词集合中的第二单元词与所述第一单元词的上下文的单元词组成的第二二元词组的第二紧密度，其中，所述二元词组数据库中包括参考二元词组及所述参考二元词组的紧密度；

比较所述第一紧密度和所述第二紧密度，如果所述第二紧密度大于等于所述第一紧密度且所述第二紧密度大于预设阈值，则将所述第二单元词作为所述第一单元词的替换词；

利用所述第一单元词的替换词，生成新的查询语句进行搜索，得到搜索结果。

又一方面，本申请还提供了一种单元词替换装置，所述装置包括：

分词单元，用于对输入的查询语句进行分词，得到所述查询语句的第一单元词；