[发明专利]查询省略方法、装置、计算机可读介质及电子设备

说明书

本发明的实施例提供了一种查询省略方法、查询省略装置、计算机可读介质及电子设备，涉及自然语言处理技术领域。该方法包括：对查询语句执行切词操作，获得多个待处理词汇；根据待处理词汇的语义确定查询语句的语义；确定待处理词汇的语义和查询语句的语义的相似度；根据相似度确定待省略词汇；将待处理词汇中除待省略词汇之外的词汇确定为待搜索词汇。本发明实施例的技术方案能够增加根据待搜索词汇召回的词条数量，进而提高电商平台的收益。

技术领域

本发明涉及自然语言处理技术领域，具体而言，涉及一种查询省略方法、查询省略装置、计算机可读介质及电子设备。

背景技术

在电商领域和网页领域中，用户通常会通过输入查询语句获得与查询语句相关的商品信息或文档信息。但是，用户输入的查询语句通常会与相关文档或相关商品的标题存在语义上的差异，这会导致很多实际上与查询语句相关的商品信息或文档信息被判定为与查询语句无关，进而导致反馈给用户的商品信息或文档信息不全面。

目前，针对上述问题存在如下解决办法：通过TF词频(TermFrequency)和IDF逆向文件频率(Inverse Document Frequency)确定查询语句中tf-idf值高于阈值的词(在某个文档出现次数较高而在其他文档中出现次数较低的词)作为最终的查询语句。但是，由于电商的查询语句较为简短精炼，通过上述方法对电商的查询语句进行信息抽取，容易导致查询语句中的重要词汇被省略。

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发明的背景的理解，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

本发明实施例的目的在于提供一种查询省略方法、查询省略装置、计算机可读介质及电子设备，进而至少在一定程度上克服查询语句中的重要词汇被过滤的问题。

本发明实施例的第一方面提供了一种查询省略方法，包括：对查询语句执行切词操作，获得多个待处理词汇；根据待处理词汇的语义确定查询语句的语义；确定待处理词汇的语义和查询语句的语义的相似度；根据相似度确定待省略词汇；将待处理词汇中除待省略词汇之外的词汇确定为待搜索词汇。

在本发明的一种示例性实施例中，根据相似度确定待省略词汇包括：根据相似度由高到低的顺序对待处理词汇进行排序；将处于排序结果的目标顺序位以及目标顺序位之后的待处理词汇确定为候选词汇；确定候选词汇的质量分；根据质量分确定待省略词汇。

在本发明的一种示例性实施例中，确定候选词汇的质量分包括：基于历史查询语句召回词条的数量确定待处理词汇的质量分；根据待处理词汇的质量分确定候选词汇的质量分。

在本发明的一种示例性实施例中，根据质量分确定待省略词汇包括：将质量分高于预设质量分的候选词汇确定为待省略词汇。

在本发明的一种示例性实施例中，根据质量分确定待省略词汇包括：如果质量分高于预设质量分的候选词汇中包含预设白名单词汇，则将质量分高于预设质量分的候选词汇中除预设白名单词汇之外的词汇确定为待省略词汇。

在本发明的一种示例性实施例中，根据待处理词汇的语义确定查询语句的语义之前还包括：基于词条的历史点击序列确定所有词汇的词向量；根据所有词汇的词向量确定待处理词汇的语义。

在本发明的一种示例性实施例中，对查询语句执行切词操作之前还包括：判断查询语句的长度是否大于预设阈值，如果大于预设阈值，则执行对查询语句执行切词操作。

根据本发明实施例的第二方面，提供一种查询省略装置，包括：切词单元，用于对查询语句执行切词操作，获得多个待处理词汇；语义确定单元，用于根据待处理词汇的语义确定查询语句的语义；语义相似度确定单元，用于确定待处理词汇的语义和查询语句的语义的相似度；待省略词汇确定单元，用于根据相似度确定待省略词汇；待搜索词汇确定单元，用于将待处理词汇中除待省略词汇之外的词汇确定为待搜索词汇。