[发明专利]挖掘相关实体词的关系关键词的方法和装置及其应用

权利要求书

1.一种挖掘相关实体词的关系关键词的方法，其特征在于，该方法包括：

A、挖掘实体词e1的相关实体词e2，将所述e1及其相关实体词e2存储在数据库中；

B、在挖掘所述e2所使用的资源，和/或，在由所述e1和所述e2构成一个搜索请求query所对应的搜索结果中，对距离所述e1和所述e2设定距离范围内的各词语进行统计，所述统计至少包括：对所述各词语在所述距离范围内出现次数的统计；

C、利用统计结果对所述各词语进行打分，选择打分值排在前M个的词语作为所述e1和所述e2的关系关键词，并将所述关系关键词记录在所述数据库中，其中M为预设的正整数。

2.根据权利要求1所述的方法，其特征在于，所述实体词的类型包括：人名、地名、机构名、书名、歌名、影视剧名、产品名或者品牌名。

3.根据权利要求1所述的方法，其特征在于，所述步骤A中挖掘实体词e1的相关实体词e2具体包括：

A1、采用以下方式中的至少一种确定所述e1的候选相关实体词：

第一种方式、确定在语料库中与所述e1共现在长度为L的窗口中的次数值排在前N1个的实体词作为所述e1的候选相关实体词，其中N1为预设的自然数；

第二种方式、确定与所述e1在用户搜索日志中共现在相同query中的次数值排在前N2个的实体词作为所述e1的候选相关实体词，其中N2为预设的自然数；

第三种方式、确定特征向量与所述e1的特征向量的相似度排在前N3个的实体词作为所述e1的候选相关实体词，其中N3为预设的自然数；

第四种方式、确定在百科类数据源中作为主题词的所述e1的相关词条中的实体词作为所述e1的候选相关实体词；

A2、对步骤A1确定出所述e1的候选相关实体词进行打分，选择打分值排在前N4个的候选相关实体词作为所述e1的相关实体词，所述e2为所述e1的相关实体词中的一个，其中N4为预设的正整数。

4.根据权利要求3所述的方法，其特征在于，实体词特征向量的确定方式为：

基于语料库对实体词进行上下文统计，选择距离实体词设定距离范围内的词语的出现次数达到预设的特征选择条件的词语构成该实体词的特征向量；

其中所述特征选择条件包括：出现次数达到预设阈值或者出现次数排在前M1个，M1为预设的正整数。