[发明专利]一种扩充实体库的方法及装置

权利要求书

1.一种扩充实体库的方法，其特征在于，包括：

从用户的操作行为日志中获取用户的操作对象内容；

从所述操作对象内容中识别实体词；

对所述实体词按照预设规则进行筛选；

如果筛选出的实体词未出现在实体库中，则将所述实体词添加到所述实体库中，以扩充所述实体库。

2.根据权利要求1所述的方法，其特征在于，从用户的操作行为日志中获取用户的操作对象内容的操作具体包括：从用户针对百科实体库的操作行为日志中获取用户的操作对象内容。

3.根据权利要求1所述的方法，其特征在于，从用户的操作行为日志中获取用户的操作对象内容的操作具体包括：

从用户的操作行为日志中获取用户在搜索引擎中进行搜索时输入的检索式，将所述检索式作为所述操作对象内容；和/或，

从用户的操作行为日志中获取用户在网页内容中加内链的行为，将加内链不成功的文字内容作为所述操作对象内容；和/或，

从用户的操作行为日志中获取用户在网页内容中执行文字内容操作，将所操作的文字内容作为所述操作对象内容。

4.根据权利要求3所述的方法，其特征在于，所述文字内容操作包括下述至少一项：执行文字内容选取、执行文字内容复制、和执行文字内容粘贴。

5.根据权利要求3或4所述的方法，其特征在于：

所述搜索引擎为百科实体库的搜索引擎；和/或，

所述网页内容为百科实体库的百科词条内容。

6.根据权利要求1所述的方法，其特征在于，对所述实体词按照预设规则进行筛选的操作具体包括：

将符合下述至少一项的实体词过滤掉：所述实体词中字数大于预设阈值的实体词、属于黑名单的实体词、包含预设符号的实体词、和属于预设类型的实体词。

7.根据权利要求1所述的方法，其特征在于，在将所述实体词添加到所述实体库中的操作之前，还包括：对所述实体词进行去重处理。

8.一种扩充实体库的装置，其特征在于，包括：

操作对象内容获取单元，用于从用户的操作行为日志中获取用户的操作对象内容；

实体词识别单元，用于从所述操作对象内容中识别实体词；

实体词筛选单元，用于对所述实体词按照预设规则进行筛选；

实体词添加单元，用于如果筛选出的实体词未出现在实体库中，则将所述实体词添加到所述实体库中，以扩充所述实体库。

9.根据权利要求8所述的装置，其特征在于，所述操作对象内容获取单元具体用于：从用户针对百科实体库的操作行为日志中获取用户的操作对象内容。

10.根据权利要求8所述的装置，其特征在于，所述操作对象内容获取单元包括检索式获取子单元、内链行为获取子单元、和/或文字内容操作获取子单元：

所述检索式获取子单元，用于从用户的操作行为日志中获取用户在搜索引擎中进行搜索时输入的检索式，将所述检索式作为所述操作对象内容；

所述内链行为获取子单元，用于从用户的操作行为日志中获取用户在网页内容中加内链的行为，将加内链不成功的文字内容作为所述操作对象内容；

所述文字内容操作获取子单元，用于从用户的操作行为日志中获取用户在网页内容中执行文字内容操作，将所操作的文字内容作为所述操作对象内容。

11.根据权利要求10所述的装置，其特征在于，所述文字内容操作获取子单元中所述的文字内容操作包括下述至少一项：执行文字内容选取、执行文字内容复制、和执行文字内容粘贴。

12.根据权利要求10或11所述的装置，其特征在于：

所述搜索引擎为百科实体库的搜索引擎；和/或，

所述网页内容为百科实体库的百科词条内容。

13.根据权利要求8所述的装置，其特征在于，所述实体词筛选单元具体用于：

将符合下述至少一项的实体词过滤掉：所述实体词中字数大于预设阈值的实体词、属于黑名单的实体词、包含预设符号的实体词、和属于预设类型的实体词。

14.根据权利要求8所述的装置，其特征在于，所述实体词筛选单元还用于：在将所述实体词添加到所述实体库中的操作之前，对所述实体词进行去重处理。