[发明专利]用于结构化搜索查询的语法模型

说明书

技术领域

本公开整体涉及社交图谱和对社交网络环境中的对象执行搜索。

背景技术

可包括社交网络网站的社交网络系统可以能够使其用户(诸如，个人或者组织)与其交互并且通过社交网络系统彼此交互。社交网络系统可利用来自用户的输入创建与该用户相关联的用户资料并且将用户资料存储在社交网络系统中。用户资料可包括用户的人口统计信息、通信信道信息、以及个人兴趣信息。社交网络系统还可利用来自用户的输入创建并且存储用户与社交网络系统中的其他用户的关系记录以及提供便于两两用户或者多个用户之间的社交交互的服务(例如，壁纸、照片分享、事件组织、消息、游戏或者广告)。

社交网络系统可通过一个或者多个网络将与其服务有关的内容或者消息传输至用户的移动或者其他计算设备。用户还可将软件应用安装在用户的移动或者其他计算设备上，以用于访问该用户的用户资料和社交网络系统内的其他数据。社交网络系统可生成显示给用户的一组个性化内容对象，诸如连接至该用户的其他用户的累积故事的新鲜事。

社交图谱分析在由节点和边构成的网络理论方面考察社交关系。节点表示网络中的各个动作者，并且边表示动作者之间的关系。通常，基于图谱生成的结构非常复杂。可能存在多种类型的节点和用于连接节点的多种类型的边。就其最简单的形式而言，社交图谱是所研究的所有节点之间的所有相关边的布局图。

发明内容

在具体实施方式中，社交网络系统响应于从用户接收的文本查询可生成包括对应于所识别的社交图谱元素的查询令牌的结构化查询。通过响应于用户的文本查询而提供建议的结构化查询，社交网络系统可基于其社交图谱属性及其各个社交图谱元素的关系为在线社交网络中的用户提供搜索社交图谱中所表示的元素的有力方式。

在具体实施方式中，社交网络系统可从用户接收大致非结构化的文本查询。因此，社交网络系统可访问社交图谱并且然后对文本查询进行解析，以识别对应于来自文本查询中的n元语法的社交图谱元素。社交网络系统可通过确定每种n元语法对应于具体社交图谱元素的概率而识别这些对应的社交图谱元素。然后，社交网络系统可访问诸如与上下文无关的语法模型的语法模型。所识别的社交图谱元素可被用作语法模型的语法中的终端令牌(“查询令牌”)，并且然后，可存储每种语法。具有比阈值得分更大的得分的语法可用于生成包括引用所识别的社交图谱元素的查询令牌的结构化查询。该结构化查询随后可被传输和显示给用户，其中，用户随后可选择适当的查询以搜索希望的内容。

附图说明

图1示出了与社交网络系统相关联的示例性网络环境。

图2示出了示例性社交图谱。

图3示出了在线社交网络的示例性网页。

图4A-4B示出了社交网络的示例性查询。

图5示出了用于使用与上下文无关的语法模型来生成结构化搜索查询的示例性方法。

图6示出了示例性计算机系统。

具体实施方式

系统概述

图1示出了与社交网络系统相关联的示例性网络环境100。网络环境100包括通过网络110连接至彼此的客户端系统130、社交网络系统160以及第三方系统170。尽管图1示出了客户端系统130、社交网络系统160、第三方系统170以及网络110的具体布置，然而本公开考虑客户端系统130、社交网络系统160、第三方系统170以及网络110的任意合适布置。作为实施例但并不作为限制，客户端系统130、社交网络系统160以及第三方系统170中的两者或者更多者可旁路过网络110而彼此直接连接。作为另一实施例，客户端系统130、社交网络系统160以及第三方系统170中的两者或者更多者可以物理方式或者逻辑方式全部或者局部地彼此共置。而且，尽管图1示出了具体数目的客户端系统130、社交网络系统160、第三方系统170以及网络110，然而本公开也考虑任意合适数目的客户端系统130、社交网络系统160、第三方系统170以及网络110。作为实施例但并不作为限制，网络环境100可包括多个客户端系统130、多个社交网络系统160、多个第三方系统170以及多个网络110。