[发明专利]信息搜索方法和装置有效

专利信息
申请号: 201610214064.0 申请日: 2016-04-07
公开(公告)号: CN105677931B 公开(公告)日: 2018-06-19
发明(设计)人: 秦首科;黄飞;陈志扬 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06F17/30 分类号: G06F17/30
代理公司: 北京英赛嘉华知识产权代理有限责任公司 11204 代理人: 王达佐;马晓亚
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 知识实体 属性信息 信息搜索 搜索 方法和装置 搜索结果 搜索请求 用户信息 语句 搜索结果页面 分类模型 信息集合 用户需要 展示内容 预存 关联 合并 申请 展示
【权利要求书】:

1.一种信息搜索方法,其特征在于,所述方法包括:

接收搜索请求,所述搜索请求包括用户输入的搜索语句;

获取所述用户的用户信息,并基于所述搜索语句和所述用户信息,通过预先训练的分类模型,得到所述用户的搜索需求,其中,所述搜索需求包括:知识实体、与所述知识实体关联的至少一个需求;

在预存的知识实体信息集合中获取所述知识实体的至少一个属性信息,其中,所述至少一个属性信息与所述至少一个需求一一对应;

将获取到的属性信息合并为一条搜索结果加入搜索结果页面;

所述基于所述搜索语句和所述用户信息,通过预先训练的分类模型,得到所述用户的搜索需求,包括:

基于所述搜索语句和所述用户信息,通过预先训练的知识实体分类模型,得到所述知识实体;

基于所述搜索语句、所述用户信息和所述知识实体,通过预先训练的需求分类模型,得到所述至少一个需求。

2.根据权利要求1所述的方法,其特征在于,所述方法还包括:

在接收搜索请求之后,通过多模式匹配算法,并根据预定的匹配结果与初始知识实体和初始需求的对应关系,获得与所述搜索语句匹配的初始知识实体和初始需求;以及

所述基于所述搜索语句和所述用户信息,通过预先训练的知识实体分类模型,得到所述知识实体,包括:

基于所述搜索语句、所述用户信息、所述初始知识实体和所述初始需求,通过预先训练的知识实体分类模型,得到所述知识实体。

3.根据权利要求2所述的方法,其特征在于,所述基于所述搜索语句、所述用户信息和所述知识实体,通过预先训练的需求分类模型,得到所述至少一个需求,包括:

基于所述搜索语句、所述用户信息、所述知识实体、所述初始知识实体和所述初始需求,通过预先训练的需求分类模型,得到所述至少一个需求。

4.根据权利要求2所述的方法,其特征在于,所述方法还包括:

在接收搜索请求之后,基于所述搜索语句,通过命名实体识别算法,得到所述搜索语句中的实体词和需求词;以及

所述基于所述搜索语句、所述用户信息、所述初始知识实体和所述初始需求,通过预先训练的知识实体分类模型,得到所述知识实体,包括:

基于所述搜索语句、所述用户信息、所述初始知识实体、所述初始需求、所述实体词和所述需求词,通过预先训练的知识实体分类模型,得到所述知识实体。

5.根据权利要求4所述的方法,其特征在于,所述基于所述搜索语句、所述用户信息和所述知识实体,通过预先训练的需求分类模型,得到所述至少一个需求,包括:

基于所述搜索语句、所述用户信息、所述知识实体、所述初始知识实体、所述初始需求、所述实体词和所述需求词,通过预先训练的需求分类模型,得到所述至少一个需求。

6.根据权利要求1-5任一所述的方法,其特征在于,所述获取到的属性信息包括以下至少一种:图片信息、文字信息。

7.一种信息搜索装置,其特征在于,所述装置包括:

搜索请求接收单元,用于接收搜索请求,所述搜索请求包括用户输入的搜索语句;

搜索需求获取单元,用于获取所述用户的用户信息,并基于所述搜索语句和所述用户信息,通过预先训练的分类模型,得到所述用户的搜索需求,其中,所述搜索需求包括:知识实体、与所述知识实体关联的至少一个需求;

属性信息获取单元,用于在预存的知识实体信息集合中获取所述知识实体的至少一个属性信息,其中,所述至少一个属性信息与所述至少一个需求一一对应;

页面生成单元,用于将获取到的属性信息合并为一条搜索结果加入搜索结果页面;

所述搜索需求获取单元包括:

知识实体获取子单元,用于基于所述搜索语句和所述用户信息,通过预先训练的知识实体分类模型,得到所述知识实体;

需求获取子单元,用于基于所述搜索语句、所述用户信息和所述知识实体,通过预先训练的需求分类模型,得到所述至少一个需求。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201610214064.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top