[发明专利]字典树构建方法、语句搜索方法、装置、设备及存储介质

说明书

本公开提供了一种字典树构建方法及装置、语句搜索方法及装置、电子设备及计算机可读存储介质，属于计算机技术领域。该字典树构建方法包括：获取一个或多个样本语句；分别对所述一个或多个样本语句进行分词处理，得到每个所述样本语句对应的样本序列，其中，所述样本序列由文本字符和/或特殊字符组成，特殊字符包括空格、括号或引号；以初始的字典树为起始，对于每个所述样本序列，在字典树中查找所述样本序列的路径，如果未查找到所述样本序列的路径，则将所述样本序列作为新的路径插入所述字典树，以更新所述字典树。本公开可以提高特定语料场景下字典树的针对性，并提高基于该字典树进行语句搜索的精确性。

技术领域

本公开涉及计算机技术领域，尤其涉及一种字典树构建方法、语句搜索方法、字典树构建装置、语句搜索装置、电子设备及计算机可读存储介质。

背景技术

随着数字时代的来临，信息的数量呈现爆发性的增长，人们在日常生活中往往会面对海量的信息，为了从中获取到有用信息，需要采取高效的搜索方法。而目前的搜索方法大多依赖于已有的语料库，其针对性较差，影响搜索结果的精确性。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本公开提供了一种字典树构建方法、语句搜索方法、字典树构建装置、语句搜索装置、电子设备及计算机可读存储介质，进而至少在一定程度上克服现有的搜索方法精确性较低的问题。

本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。

根据本公开的一个方面，提供一种字典树构建方法，包括：获取一个或多个样本语句；分别对所述一个或多个样本语句进行分词处理，得到每个所述样本语句对应的样本序列，其中，所述样本序列由文本字符和/或特殊字符组成，所述特殊字符包括空格、括号或引号；以初始的字典树为起始，对于每个所述样本序列，在所述字典树中查找所述样本序列的路径，如果未查找到所述样本序列的路径，则将所述样本序列作为新的路径插入所述字典树，以更新所述字典树；遍历所述N个样本序列后，得到更新后的所述字典树。

在本公开的一种示例性实施例中，所述在所述字典树中查找所述样本序列的路径，如果未查找到所述样本序列的路径，则将所述样本序列作为新的路径插入所述字典树，以更新所述字典树，包括：将所述字典树的根节点确定为当前节点；将所述样本序列确定为所述样本序列的待匹配序列；重复执行以下步骤，直到生成所述字典树中新的路径或所述待匹配序列为空：将所述当前节点的子树确定为当前目标子树；在所述当前目标子树的第一层查找所述待匹配序列的第一个字符；如果在所述当前目标子树中未查找到所述待匹配序列的第一个字符，则依次将所述待匹配序列的字符插入所述当前目标子树中对应的层，并依次连接所插入的字符，生成所述字典树中新的路径；如果在所述当前目标子树中查找到所述待匹配序列的第一个字符，则将所述当前节点更新为查找到的所述第一个字符，并从所述待匹配序列中移除所述待匹配序列的第一个字符，以更新所述待匹配序列。

根据本公开的一个方面，提供一种语句搜索方法，包括：获取待处理语句；对所述待处理语句进行分词处理，得到待处理序列，其中，所述待处理序列由文本字符和/或特殊字符组成，所述特殊字符包括空格、括号或引号；在字典树中查找所述待处理序列的路径；将查找到的路径确定为所述待处理语句的搜索结果；其中，所述字典树为根据上述任意一项所述的字典树构建方法所构建的字典树。