[发明专利]同义短语的挖掘方法和装置及搜索相关内容的方法和装置

权利要求书

1.一种计算机执行的同义短语的挖掘方法，其特征在于，包括：

（a）依据平行语料库获得当前语言的短语至中间语言的短语的第一短语对齐关系以及中间语言的短语至当前语言的短语的第二短语对齐关系；

（b）针对当前语言的目标短语，依据第一短语对齐关系，获得与目标短语对齐的中间语言的第一对齐短语集合；

（c）依据第二短语对齐关系，获得与第一对齐短语集合中的选定短语对齐的当前语言的第二对齐短语集合；以及

（d）从第二对齐短语集合中获得所述目标短语的同义短语。

2.如权利要求1所述的方法，其特征在于，步骤（a）进一步包括：

获得平行语料库的各平行句对中当前语言的词与中间语言的词的词对齐关系；

依据所述词对齐关系，抽取出对齐的短语对；

依据所述抽取出的短语对，针对每个短语对中的当前语言的短语，获得与该当前语言的短语对齐的所有中间语言的短语，从而获得当前语言的短语至中间语言的短语的第一短语对齐关系；以及

依据所述抽取出的短语对，针对每个短语对中的中间语言的短语，获得与该中间语言的短语对齐的所有当前语言的短语，从而获得中间语言的短语至当前语言的短语的第二短语对齐关系。

3.如权利要求1所述的方法，其特征在于，步骤（b）进一步包括：

依据第一短语对齐关系中中间语言的各短语与当前语言的目标短语的语义近似度，选取与目标短语对齐的中间语言的短语以形成第一对齐短语集合。

4.如权利要求1所述的方法，其特征在于，步骤（c）进一步包括：

依据第二短语对齐关系中当前语言的各短语与所述第一对齐短语集合中的选定短语的语义近似度，选取与第一对齐短语集合中的选定短语对齐的当前语言的短语以形成第二对齐短语集合。

5.如权利要求1所述的方法，其特征在于，步骤（d）进一步包括：

根据第二对齐短语集合中每个短语与目标短语的语义近似度，选取目标短语的同义短语。

6.如权利要求1所述的方法，其特征在于，还包括：

（e）以所述选取的同义短语中的一个或多个短语分别作为当前语言的目标短语，重复步骤（b）-（d），从而获取所述选取的同义短语中一个或多个短语的同义短语；

将所述选取的同义短语和所述选取的同义短语中一个或多个短语的同义短语一起作为目标短语的同义短语。

7.如权利要求1-6中任一项所述的方法，其特征在于，还包括：

（f）根据预定规则对目标短语的同义短语进行过滤处理。

8.如权利要求7所述的方法，其特征在于，所述预定规则包括以下中的至少一种：

判断同义短语是否包含停用词表中的词；

判断同义短语是否包含禁用词表中的词；

判断同义短语中是否包括标点符号；

判断同义短语与目标短语之间是否存在包含关系；

判断同义短语中的任意两个短语取词根后是否相同。

9.一种用于根据查询请求搜索相关内容的方法，其特征在于，包括：

根据接收到的查询请求确定搜索关键字；

基于权利要求1-8所述的方法获得搜索关键字的同义短语；以及

根据所述搜索关键字和所述搜索关键字的同义短语来搜索并显示相关内容。

10.一种计算机执行的同义短语的挖掘装置，其特征在于，包括：

对齐关系获得模块，用于依据平行语料库获得当前语言的短语至中间语言的短语的第一短语对齐关系以及中间语言的短语至当前语言的短语的第二短语对齐关系；

第一集合获得模块，用于针对当前语言的目标短语，依据第一短语对齐关系，获得与目标短语对齐的中间语言的第一对齐短语集合；

第二集合获得模块，用于依据第二短语对齐关系，获得与第一对齐短语集合中的选定短语对齐的当前语言的第二对齐短语集合；以及

同义短语获得模块，用于从第二对齐短语集合中获得所述目标短语的同义短语。