[发明专利]信息检索方法及装置

说明书

技术领域

本申请涉及网络技术领域，尤指一种信息检索方法及装置。

背景技术

关键词检索是目前大多数搜索引擎主要的检索手段，由于多数搜索引擎对检索时使用的关键词不加控制，导致检索效率非常低。同义词作为关键词中的重要的一类，可以通过挖掘同义词来优化搜索引擎的检索效率。

传统的同义词挖掘采用的是文本挖掘或者模式匹配的方式。文本挖掘采用文本相似性算法，例如编辑距离等，并结合丰富的同义词词典进行筛选和匹配；模式匹配利用词汇定义模式，对词汇的释义方式进行分析，归纳总结出在词典释义中同义词出现的模式，进而利用模式匹配方法识别和挖掘同义词。这两种方法能够挖掘出全局意义下的同义词，例如：可以挖掘出诺基亚与Nokia是同义词；但是，却不能挖掘出特定意义下的同义词，例如：Nokia手机的三个型号5800、5230和5233在全局意义上不是同义词，但在现实生活中，这三款型号的手机套是可以通用；又例如：苹果是一种水果，iphone是一个手机品牌，两者毫无关联，若限定在手机类目下，苹果与iphone均为手机的一个品牌，是一对同义词。

因此，现有技术的同义词挖掘方法仅仅能够挖掘出全局意义下的同义词，无法挖掘出特定语境下的同义词；而且现有的同义词挖掘方法所考虑的因素较少，挖掘的同义词不能结合上下文语境很好的反映用户搜索意图，导致挖掘的同义词存在歧义或不能有效的挖掘到可共用的同义词，这都会影响搜索引擎的检索效率。

发明内容

本申请实施例提供一种信息检索方法及装置，用以解决现有技术中存在的由于不能挖掘出在特定语境下的同义词或挖掘的同义词存在歧义不具有可用性，影响搜索引擎的检索效率的问题。

一种信息检索方法，包括：

获取选定类目下的展示信息，从所述展示信息中挖掘同义词对；

确定所述同义词对中包含的词的语境谱和属性谱；其中，所述语境谱包括包含的词与其同义词的相关度；所述属性谱包括包含的词的属性以及每个所述属性的属性权重；

针对每个同义词对，根据同义词对中包含的词的语境谱和属性谱，得到同义词对的综合相关度，为综合相关度符合设定条件的同义词对建立一个共用检索索引；

当获取到的用户的搜索信息中包含所述同义词对中的词时，使用所述同义词对的共用检索索引进行检索。

一种信息检索装置，包括：

同义词对获取单元，用于获取选定类目下的展示信息，从所述展示信息中挖掘同义词对；

语境谱获取单元，用于确定所述同义词对中包含的词的语境谱；所述语境谱包括包含的词与其同义词的相关度；

属性谱获取单元，用于确定所述同义词对中包含的词的属性谱；所述属性谱包括包含的词的属性以及每个所述属性的属性权重；

索引建立单元，用于针对每个同义词对，根据同义词对中包含的词的语境谱和属性谱，得到同义词对的综合相关度，为综合相关度符合设定条件的同义词对建立一个共用检索索引；

检索单元，用于当获取到的用户的搜索信息中包含所述同义词对中的词时，使用所述同义词对的共用检索索引进行检索。

本申请有益效果如下：

本申请实施例提供的信息检索方法及装置，该方案通过在选定类目下挖掘同义词对，根据挖掘的同义词对的语境谱和属性谱计算同义词对的综合相关度，为综合相关度符合设定条件的同义词对建立一个共用检索索引，当用户的检索信息中包含同义词对中的词时，使用共用检索索引进行检索。由于是在选定类目下挖掘同义词对，就为挖掘出的同义词对是特定语境下的同义词对提供了前提；通过包括包含的词与其同义词的相关度的语境谱和包括包含的词的属性以及每个所述属性的属性权重的属性谱，计算同义词对的综合相关度，能够进一步精确考虑同义词对的相关度；根据实际的需要设定条件，来为满足条件的同义词对设定共用检索索引，这也就避免了现有技术中仅仅能够挖掘出全局意义下的同义词对，而不能挖掘出更多的在特定语境下的同义词对的问题，且通过考虑语境谱和属性谱等各种可能的因素，使挖掘到的同义词对能更好地结合上下文语境反映用户的搜索意图，减少挖掘出的同义词发生歧义的可能性，能够更有效的挖掘到可用的同义词对，提高搜索引擎的检索效率。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1为本申请实施例中信息检索系统的结构示意图；

图2为本申请实施例中信息检索方法的流程图；