[发明专利]用于对待处理的短文本信息进行扩展的方法、装置和设备

说明书

技术领域

本发明涉及计算机文本处理技术，尤其涉及一种用于对待处理的短文本信息进行扩展的方法、装置和设备。

背景技术

对于短文本信息的扩展，传统的做法多是使用类别特征词表对短文本作匹配，但这种方法的效果、可扩展性都一般，并且不具有通用性，需要花费大量时间精力进行维护。

发明内容

本发明的目的是提供一种对短文本信息进行扩展的方法和设备。

根据本发明的一个方面，提供一种计算机实现的用于对待处理的短文本信息进行扩展的方法，其中，该方法包括以下步骤：

a获取所述待处理的短文本信息；

b基于该短文本信息来获取与其相关的一个或多个相关扩展信息；

c基于所述第一预定规则，并根据所述短文本信息，由所述一个或多个相关扩展信息来获得所述短文本信息的扩展特征词向量；

其中，所述扩展特征词向量包括多个扩展特征信息，所述每个扩展特征信息与所述短文本信息不完全相同。

根据本发明的另一个方面，还提供了一种用于对待处理的短文本信息进行扩展的短文本处理装置，其中，该短文本处理装置包括：

第一获取装置，用于获取所述待处理的短文本信息；

第二获取装置，用于通过所述短文本信息来获取与其相关的一个或多个相关扩展信息；

第一扩展装置，用于根据所述第一预定规则，并根据所述短文本信息，由所述一个或多个相关扩展信息来获得所述短文本信息的扩展特征词向量；

其中，所述扩展特征词向量包括多个扩展特征信息，所述每个扩展特征信息与所述短文本信息不完全相同。

根据本发明的再一个方面，还提供了一种计算机设备，其中，该计算机设备包括上述短文本处理装置。

与现有技术相比，本发明具有以下优点：1)本发明能够较好地对短文本信息进行扩展，通用性较强，并且便于维护；2)当相关扩展信息为通过对短文本信息进行搜索而获得时，对于搜索频率较高的短文本信息，能够利用搜索特性，获得相关性较好的相关扩展信息，进一步提高了所得扩展特征信息的针对性及可识别性；3)当难以获得具有较好相关性的相关扩展信息时，能够通过多级短文本信息拟合，快速获得针对性及可识别性较强的扩展特征信息；4)本发明不受限于短文本形式，并且不必先预存短文本特征匹配表，具有更广泛的应用场景；5)根据本发明的方案所得的短文本扩展信息能够在多种应用中辅助相应设备进行短文本信息处理操作，例如，在搜索环境中辅助搜索引擎判断短文本信息间的相关性或短文本信息类别，并进一步根据所得的短文本信息相关性或类别来进行其他操作，以使所提供的信息更符合用户所希望搜索的内容；或者，在本机或网络输入法中用于辅助输入法处理装置根据用户输入的输入序列来选择提供给用户的输入法候选项；或者，在B2B/B2C网站中用于辅助网站相应处理设备判断用户的实际需要的商品等。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：

图1为本发明一个方面的计算机实现的用于对待处理的短文本信息进行扩展的方法流程图；

图2为本发明一个优选实施例的用于对待处理的短文本信息进行扩展的方法流程图；

图3为本发明另一优选实施例的用于对待处理的短文本信息进行扩展的方法流程图；

图4为本发明再一优选实施例的用于实施识别短文本类别信息的方法流程图。

图5为本发明另一个方面的用于对待处理的短文本信息进行扩展的短文本处理装置的结构示意图。

图6为本发明一个优选实施例的用于对待处理的短文本信息进行扩展的短文本处理装置结构示意图。

图7为本发明另一个优选实施例的用于对待处理的短文本信息进行扩展的短文本处理装置结构示意图。

图8为本发明再一优选实施例的用于对待处理的短文本信息进行扩展的短文本处理装置结构示意图。

附图中相同或相似的附图标记代表相同或相似的部件。

具体实施方式

下面结合附图对本发明作进一步详细描述。