[发明专利]文档标签生成及匹配方法、装置和计算机设备

权利要求书

1.一种文档标签生成及匹配方法，其特征在于，所述文档标签的生成方法包括：

收集用户输入的搜索文本和与所述搜索文本对应的点击的文档名称文本；

将所述搜索文本相同，但对应点击的所述文档名称文本不同的记录进行整合，得到第一整合结果，其中，所述第一整合结果包括所述搜索文本、各所述文档名称文本以及各所述文档名称文本的被点击次数；

根据所述第一整合结果获得所述搜索文本与各所述文档名称文本的最长公共字符串；

根据所述最长公共字符串与所述被点击次数，获得所述最长公共字符串中的点击次数最大的最长公共字符串；

将所述点击次数最大的最长公共字符串设为标签候选词，其中，所述标签候选词为至少一个；

将所述标签候选词中的至少一个设为文档标签；

所述文档标签的匹配方法包括：

获取用户输入的搜索文本；

基于文档标签库，为所述搜索文本生成第一标签，其中，所述文档标签库基于所述文档标签的生成方法得到的文档标签构建获得，所述第一标签包括至少一个标签词；

基于所述文档标签库，为每一文档生成第二标签，其中，所述文档存储于文档库中，所述文档库中存储有多个文档供用户搜索得到，所述第二标签包括至少一个标签词；

将所述第一标签与第二标签进行匹配，将所述第一标签与所述第二标签相同的部分设为有效标签，其中，所述有效标签包括至少一个标签词；

基于所述第一标签与第二标签，依次获得每一所述文档的标签覆盖度得分，其中，所述标签覆盖度得分用于表征所述文档内容与所述搜索文本的匹配程度；

基于所述有效标签，依次获得每一所述文档的标签紧凑度得分，其中，所述标签紧凑度得分用于表征所述有效标签内容在所述文档内容中的位置靠近程度；

根据所述标签覆盖度得分和所述标签紧凑度得分获得每一所述文档的总体标签匹配得分；

将所述总体标签匹配文档进行排序，得到第一排序结果；

根据预设规则及所述第一排序结果，将满足预设规则的所述文档设为与所述搜索文本匹配的文档。

2.根据权利要求1所述的文档标签生成及匹配方法，其特征在于，所述基于所述有效标签，依次获得每一所述文档的标签紧凑度得分的步骤，包括：

根据每一所述文档中，所述有效标签中所有标签词在所述文档中的位置，生成位置元素，其中，所述位置元素中包括标签词和标签词的位置信息；

将各位置元素按序排列，生成第一序列；

基于所述第一序列，获取第一标签组合，其中，所述第一标签组合包括所述有效标签中的所有标签词，且在所述文档中，所述所有标签词间的位置距离最近；

根据所述第一标签组合获得所述文档的标签紧凑度得分。

3.根据权利要求2所述的文档标签生成及匹配方法，其特征在于，基于所述第一序列，获取第一标签组合的步骤，包括：

依次将第一序列中的每个位置元素设为目标元素，并获取在所述目标元素位置之后，并与所述目标元素距离最近的包含有其他所述标签词的位置元素，生成多个位置元素序列；

分别计算每个所述位置元素序列中各标签词的总距离；

将所述总距离最小的位置元素序列设为第一标签组合。

4.根据权利要求1所述的文档标签生成及匹配方法，其特征在于，所述总体标签匹配得分根据以下公式获得：

，

其中，为总体标签匹配得分，为标签覆盖度得分，为标签紧凑度得分，t为权重，所述权重基于所述标签覆盖度得分设置。

5.根据权利要求1所述的文档标签生成及匹配方法，其特征在于，所述标签覆盖度得分根据以下公式获得：

，

其中，为所述第一标签中的标签词数量，为所述第二标签中的标签词数量；

且当所述第一标签中的第个标签词与所述第二标签中的任意一个标签词完全相同时，则；

且当所述第一标签中的第个标签词与所述第二标签中的任意一个标签词有部分相同时，则 ；

且当所述第一标签中的第个标签词与所述第二标签中的任意一个标签词均不相同时，则。