[发明专利]识别专有名词的系统和方法

说明书

本发明涉及识别专有名词的方法和系统，所述方法包括：获取包含目标查询词的检索请求；以及基于训练好的识别模型，确定所述目标查询词中是否包括至少一个专有名词，其中，所述训练好的识别模型被配置为提供所述目标查询词包括至少一个专有名词的概率；以及响应于确定所述概率大于预设的概率阈值，确定所述目标查询词包括至少一个专有名词。所述方法还可以包括至少基于专有名词列表，切分所述目标查询词，所述专有名词列表包括至少两个专有名词。所述方法还可以基于专有名词列表对与目标查询词相关的一个或以上感兴趣的词语的至少一部分进行排序。本发明可以基于精确的专有名词列表，自动且有效地识别查询中的专有名词或实现切分查询。

技术领域

本申请一般涉及用于识别专有名词的系统和方法，以及，具体地，涉及基于专有名词切分查询的系统和方法。

背景技术

当前，当用户通过用户终端输入查询(例如，用户想要检索的查询)来发起检索请求时，在接收到检索请求之后，提供检索服务的系统切分查询，基于切分结果，确定与查询相关联的一个或以上感兴趣的词语(Term of Interest,TOI)，并向用户终端推荐感兴趣的词语的至少一部分。所述方法可能切分包含在查询中的专有名词，使系统无法识别包含在查询中的专有名词(例如，人名、地名、组织的名称)。例如，如果用户想要检索新能德科技有限公司(公司名称)，提供检索服务的系统可以将新能德科技有限公司切分为，例如新能、德科技，科技有限公司等。因此，系统不能识别专有名词“新能德科技有限公司”。为了解决所述问题，传统地，通过使用序列标注的上下文信息训练序列标注模型来执行专有名词识别方法。但是，由于在出行场景中某些专有名词出现的频率低，且用户输入的查询和TOI串短，导致上下文信息不足，这种传统方法可能效果不理想。因此，希望提供基于精确的专有名词列表，自动且有效地识别查询中的专有名词或切分查询的新系统和方法。

发明内容

针对上述由于在出行场景中某些专有名词的出现的频率低，且用户输入的查询和TOI串短，导致上下文信息不足，效果不理想的问题，本发明的目的之一在于提供一种切分目标查询词的系统和方法，以基于精确的专有名词列表，自动且有效地识别查询中的专有名词或实现切分查询。为达到上述目的，本申请提供的技术方案如下：

本申请实施例之一提供一种切分目标查询词的系统。所述系统可以包括：至少一个包括指令集的存储介质；以及与所述至少一个存储介质通信的至少一个处理器，其中，当执行所述指令集时，所述至少一个处理器用于：获取包含目标查询词的检索请求；以及至少基于专有名词列表，切分所述目标查询词，所述专有名词列表包括至少两个专有名词，其中，所述专有名词列表的提供通过：获取至少两个第一历史检索记录，其中，所述至少两个第一历史检索记录中的每一个包括来自第一用户的第一查询词，和由所述第一用户选择出作为所述第一历史检索记录的第一检索词语的第一感兴趣的词语TOI，所述第一TOI中的至少一部分包括至少一个专有名词；获取训练好的识别模型，其中，所述训练好的识别模型被配置为提供候选TOI包括至少一个专有名词的概率；以及至少基于所述训练好的识别模型和所述至少两个第一历史检索记录，确定所述专有名词列表。

在一些实施例中，为了至少基于包括至少两个专有名词的专有名词列表来切分所述目标查询词，所述至少一个处理器可以用于：使用切分技术，将所述目标查询词切分为两个或以上两个分词，其中，所述切分技术包括N-元文切分技术；将所述两个或以上两个分词与所述专有名词列表进行比较；以及响应确定所述两个或以上分词中的至少两个分词的组合是所述专有名词列表中的专有名词，将所述至少两个分词组合在一起。

在一些实施例中，为了至少基于包括至少两个专有名词的专有名词列表来切分所述目标查询词，所述至少一个处理器可以用于：获取切分模型，其中，所述切分模型被配置为切分所述目标查询词；通过为所述专有名词列表分配权重系数，将所述专有名词列表合并到所述切分模型；以及基于所述合并后的切分模型，切分所述目标查询词。