[发明专利]同义词的挖掘方法及装置、计算机可读介质、电子设备

权利要求书

1.一种同义词的挖掘方法，其特征在于，包括：

在限定语境下获取产品词下包括第一候选属性值同义词对的候选属性值同义词对；根据预设规则对所述候选属性值同义词对进行过滤，输出所述产品词下的属性值同义词对，包括：

采用通用规则对所述产品词的第一候选属性值同义词对进行过滤；

对于经过所述通用规则过滤的所述第一候选属性值同义词对，保留以下第一候选属性值同义词对：

所述第一候选属性值同义词对在同义词词林内且其中一个属性值在另一个属性值的余弦相似度前第三预设阈值内，获得第一保留候选属性值同义词对；或者

所述第一候选属性值同义词对至少一个字交叠且其中一个属性值在另一个属性值的所述余弦相似度前第四预设阈值内，同时所述余弦相似度置信，获得第二保留候选属性值同义词对；或者

所述第一候选属性值同义词对至少两个字交叠且其中一个属性值在另一个属性值的所述余弦相似度前第五预设阈值内，获得第三保留候选属性值同义词对。

2.根据权利要求1所述的同义词的挖掘方法，其特征在于，所述方法还包括：根据同义产品词词表，将同义产品词下的属性值同义词对相互补充。

3.根据权利要求1所述的同义词的挖掘方法，其特征在于，在限定语境下获取产品词下包括第一候选属性值同义词对的候选属性值同义词对包括：

对包括所述产品词的查询进行切词，获取所述产品词的属性值；

基于电子商务平台的用户行为层面特点，获取所述产品词的所述第一候选属性值同义词对；和/或

基于所述电子商务平台的商家层面特点，获取所述产品词的第二候选属性值同义词对；和/或

基于所述电子商务平台的语言学特点，获取所述产品词的第三候选属性值同义词对。

4.根据权利要求3所述的同义词的挖掘方法，其特征在于，基于电子商务平台的用户行为层面特点，获取所述产品词的所述第一候选属性值同义词对包括：

对于所述产品词的任意属性值，获得同时包含所述属性值与所述产品词的查询集合以及sku集合，所述sku集合包括所述查询集合内的任一查询对应点击的sku及其点击次数；

对于所述产品词的任意两个属性值之间计算所述sku集合的余弦相似度，获取所述产品词的第一候选属性值同义词对。

5.根据权利要求4所述的同义词的挖掘方法，其特征在于，所述方法还包括：判断所述sku集合的余弦相似度是否置信；其中，当符合以下条件之一时，判定所述sku集合的余弦相似度置信：

包括所述产品词且分别包括两个属性值的查询集合之间的交集比例小于第一预设阈值；或者

将查询对应点击的sku点击次数作为所述查询的权重计算两个查询集合之间的交集比例小于所述第一预设阈值。

6.根据权利要求5所述的同义词的挖掘方法，其特征在于，基于所述电子商务平台的商家层面特点，获取所述产品词的第二候选属性值同义词对包括：

对于所述产品词的任意属性值对，用PMI值计算所述属性值对在标题中相邻共现的程度；

PMI值大于第二预设阈值的属性值对作为所述产品词的第二候选属性值同义词对。

7.根据权利要求6所述的同义词的挖掘方法，其特征在于，根据预设规则对所述候选属性值同义词对进行过滤包括：

采用所述通用规则对所述产品词的第二候选属性值同义词对进行过滤；

对于经过所述通用规则过滤的所述第二候选属性值同义词对，进行搭配关系过滤；

对于经过所述搭配关系过滤的所述第二候选属性值同义词对，保留以下第二候选属性值同义词对：

第二候选属性值同义词对在同义词词林里且任一属性值不是单字词，获得第四保留候选属性值同义词对；或者

第二候选属性值同义词对至少两个字交叠且非最后两个字交叠，且两个属性值长度相等，且任一属性值不含数字，获得第五保留候选属性值同义词对；或者

第二候选属性值同义词对其中一个属性值在另一个属性值的所述余弦相似度前第六预设阈值内，且字面交叠，如果只有一个字交叠，则要求该字不是其中任一属性值的最后一个字，获得第六保留候选属性值同义词对。