[发明专利]产品标题核心词提取方法、相关装置及计算机程序产品有效

专利信息
申请号: 202111340187.6 申请日: 2021-11-12
公开(公告)号: CN114090885B 公开(公告)日: 2022-09-16
发明(设计)人: 吕浩宇;刘晓庆;谭云飞 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06F16/9535 分类号: G06F16/9535;G06F16/9538;G06F16/35;G06F16/335;G06F40/289;G06F40/30
代理公司: 北京英赛嘉华知识产权代理有限责任公司 11204 代理人: 王达佐;马晓亚
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: 产品 标题 核心 提取 方法 相关 装置 计算机 程序
【权利要求书】:

1.一种产品标题核心词提取方法,包括:

获取用户历史输入的产品查询词和在查询结果中选择的产品文章标题;

将存在输入选择关系的产品查询词和产品文章标题分别转化为查询词向量和标题向量;对所述查询词向量和所述标题向量分别进行语义识别,对应得到查询词语义和标题语义;基于所述查询词语义、所述标题语义、不同字之间的紧密度,对相应的产品查询词和产品文章标题进行分词,得到查询词分词结果和标题分词结果;根据所述查询词分词结果确定初始查询核心词、根据所述标题分词结果确定初始标题核心词;其中,所述输入选择关系为:输入动作与选择动作之间的对应关系,所述输入动作指输入所述产品查询词的动作,所述选择动作指 用户在服务器根据作为检索词的产品查询词所返回的备选产品文章标题中将某个产品文章标题选中的动作;

确定所述初始查询核心词和所述初始标题核心词之间的词向量距离;

根据所述词向量距离、所述初始查询核心词、所述初始标题核心词,确定与所述产品文章标题对应的目标标题核心词;

其中,所述根据所述词向量距离、所述初始查询核心词、所述初始标题核心词,确定与所述产品文章标题对应的目标标题核心词,包括:

响应于所述词向量距离大于预设阈值,将所述初始查询核心词与所述初始标题核心词的去重结果,作为与所述产品文章标题对应的目标标题核心词。

2.根据权利要求1所述的方法,其中,所述对所述查询词向量和所述标题向量分别进行语义识别,包括:

响应于所述产品文章标题的字数超过预设字数,利用长短期记忆网络对所述查询词向量和所述标题向量分别进行语义识别。

3.根据权利要求1所述的方法,其中,在将存在输入选择关系的产品查询词和产品文章标题分别转化为查询词向量和标题向量之前,还包括:

对存在输入选择关系的产品查询词和产品文章标题中的名词进行首字符和非首字符的标注。

4.根据权利要求3所述的方法,其中,所述基于所述查询词语义、所述标题语义、词之间的关联关系,对相应的产品查询词和产品文章标题进行分词,包括:

利用预设的条件随机场模型和所述查询词语义,确定对应的产品查询词中的不同字之间的紧密度,并根据确定出的紧密度和对相同产品查询词的名词标注结果确定第一分词点;

利用预设的条件随机场模型和所述标题语义,确定对应的产品文章标题中的不同字之间的紧密度,并根据确定出的紧密度和对相同产品文章标题的名词标注结果确定第二分词点;

按所述第一分词点对相应的产品查询词进行分词、按所述第二分词点对相应的产品文章标题进行分词。

5.根据权利要求1所述的方法,其中,所述确定所述初始查询核心词和所述初始标题核心词之间的词向量距离,包括:

确定与所述初始查询核心词对应的第一词向量、与所述初始标题核心词对应的第二词向量;

计算所述第一词向量与所述第二词向量之间的余弦距离。

6.根据权利要求1所述的方法,其中,所述根据所述词向量距离、所述初始查询核心词、所述初始标题核心词,确定与所述产品文章标题对应的目标标题核心词,包括:

响应于所述词向量距离不大于所述预设阈值,将所述初始标题核心词作为与所述产品文章标题对应的目标标题核心词。

7.根据权利要求1-6任一项所述的方法,还包括:

获取包含有新产品查询词的新产品查询请求;

确定所述新产品查询词与备选的各产品文章标题的目标标题核心词之间的实际相似度;

根据所述实际相似度的大小调整各所述产品文章标题作为所述产品查询请求的查询结果的呈现优先级。

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/202111340187.6/1.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