[发明专利]搜索方法、装置、电子设备、存储介质和程序产品有效

专利信息
申请号: 202110718627.0 申请日: 2021-06-28
公开(公告)号: CN113378015B 公开(公告)日: 2023-06-20
发明(设计)人: 李梦泽;邵世臣;李永恒;岳逸飞 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06F16/903 分类号: G06F16/903;G06F16/906
代理公司: 北京银龙知识产权代理有限公司 11243 代理人: 许静;黄灿
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: 搜索 方法 装置 电子设备 存储 介质 程序 产品
【权利要求书】:

1.一种搜索方法,包括:

获取搜索信息;

输出目标媒体对象的信息,其中,所述目标媒体对象的搜索关键信息与所述搜索信息匹配,且所述目标媒体对象的搜索关键信息与目标分类的分类关键信息匹配,所述目标媒体对象属于所述目标分类;

其中,所述目标媒体对象的搜索关键信息通过如下方式获取:

将所述目标媒体对象的第一关键信息与所述分类关键信息进行相似度比较,得到第二关键信息,所述第二关键信息为所述第一关键信息中与所述分类关键信息的相似度满足第一预设条件的关键信息;

在所述第二关键信息和所述目标媒体对象的生产者特征信息提取所述搜索关键信息;

所述目标媒体对象的第一关键信息通过如下方式获取:

对所述目标媒体对象的内容和标题中的至少一项进行关键信息提取,得到多个关键信息;

计算所述多个关键信息彼此之间的相似度,获取所述第一关键信息,其中,所述第一关键信息为所述多个关键信息中相似度满足第二预设条件的关键信息;

所述目标媒体对象是基于分类模型确定属于所述目标分类,且所述分类模型为基于分类准确性和媒体对象的参数信息进行动态调整的模型,所述参数信息包括如下至少一项:

点击率、展现次数。

2.根据权利要求1所述的方法,其中,所述搜索关键信息包括结构化字段,所述在所述第二关键信息和所述目标媒体对象的生产者特征信息提取所述搜索关键信息,包括:

通过机器学习模型从所述第二关键信息和所述生产者特征信息提取所述结构化字段,其中,所述机器学习模型为预先获取的用于提取所述目标分类的媒体对象的结构化字段的模型。

3.根据权利要求2所述的方法,其中,所述输出目标媒体对象的信息,包括:

基于预先建立的关键词与结构化字段的关联知识图谱,确定与所述搜索信息中的关键词匹配的目标结构化字段,并输出目标媒体对象的信息,其中,所述目标媒体对象为所述目标结构化字段对应的媒体对象。

4.一种搜索装置,包括:

获取模块,用于获取搜索信息;

输出模块,用于输出目标媒体对象的信息,其中,所述目标媒体对象的搜索关键信息与所述搜索信息匹配,且所述目标媒体对象的搜索关键信息与目标分类的分类关键信息匹配,所述目标媒体对象属于所述目标分类;

其中,所述目标媒体对象的搜索关键信息通过如下方式获取:

将所述目标媒体对象的第一关键信息与所述分类关键信息进行相似度比较,得到第二关键信息,所述第二关键信息为所述第一关键信息中与所述分类关键信息的相似度满足第一预设条件的关键信息;

在所述第二关键信息和所述目标媒体对象的生产者特征信息提取所述搜索关键信息;

所述目标媒体对象的第一关键信息通过如下方式获取:

对所述目标媒体对象的内容和标题中的至少一项进行关键信息提取,得到多个关键信息;

计算所述多个关键信息彼此之间的相似度,获取所述第一关键信息,其中,所述第一关键信息为所述多个关键信息中相似度满足第二预设条件的关键信息;

所述目标媒体对象是基于分类模型确定属于所述目标分类,且所述分类模型为基于分类准确性和媒体对象的参数信息进行动态调整的模型,所述参数信息包括如下至少一项:

点击率、展现次数。

5.根据权利要求4所述的装置,其中,所述搜索关键信息包括结构化字段,所述在所述第二关键信息和所述目标媒体对象的生产者特征信息提取所述搜索关键信息,包括:

通过机器学习模型从所述第二关键信息和所述生产者特征信息提取所述结构化字段,其中,所述机器学习模型为预先获取的用于提取所述目标分类的媒体对象的结构化字段的模型。

6.根据权利要求5所述的装置,其中,所述输出模块用于基于预先建立的关键词与结构化字段的关联知识图谱,确定与所述搜索信息中的关键词匹配的目标结构化字段,并输出目标媒体对象的信息,其中,所述目标媒体对象为所述目标结构化字段对应的媒体对象。

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/202110718627.0/1.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