[发明专利]查询词权重值的确定方法和装置

权利要求书

1.一种查询词权重值的确定方法，其特征在于，包括：

按照设定规则对查询日志信息进行分类处理；

根据查询词在至少两类所述查询日志信息中出现的差异性，确定所述查询词的权重值；

其中，按照设定规则对查询日志信息进行分类处理包括：

获取目标点击网页地址相同的查询日志信息；

基于设定输入设备和/或设定输入方式，对获取的所述查询日志信息进行分类处理；

其中，根据查询词在至少两类所述查询日志信息中出现的差异性，确定所述查询词的权重值包括：

根据下述公式，计算所述查询日志信息包括的查询词w的权重值P(w)：

P(w)＝λP(w,S→P)+(1-λ)P(w,P→S)；

其中：

0≤λ≤1，

P表示第一类查询日志信息的集合，S表示第二类查询日志信息的集合。

2.根据权利要求1所述的方法，其特征在于，所述基于设定输入设备和/或设定输入方式，对获取的所述查询日志信息进行分类处理包括：

基于台式输入设备的文本输入方式，获取所述查询日志信息中的第一类查询日志信息；

基于移动输入设备的语音输入方式，获取所述查询日志信息中的第二类查询日志信息；

获取设定数目的第一类查询日志信息和第二类查询日志信息，作为分类处理结果。

3.根据权利要求1-2任一项所述的方法，其特征在于，还包括：

根据用户输入的查询式中查询词的权重值，计算所述查询式与待查询文档的相关度；

根据所述查询式与待查询文档的相关度，对所述待查询文档进行排序，并将排序结果提供给用户。

4.根据权利要求3所述的方法，其特征在于，根据用户输入的查询式中查询词的权重值，计算所述查询式与待查询文档的相关度包括：

根据下述公式，计算所述查询式Q与待查询文档C的相关度Cosine(Q,C)：

其中，m为词典词表的长度；

在词典词表的第i个位置上标准词与Q或者C中的查询词w相等时，Q_i或者C_i的值为P(w)*TF(w)；否则，Q_i或者C_i的值为0；

P(w)为w的权重值，TF(w)为w在Q和C中出现的总次数。

5.一种查询词权重值的确定装置，其特征在于，包括：

查询日志处理模块，用于按照设定规则对查询日志信息进行分类处理；

权重值确定模块，用于根据查询词在至少两类所述查询日志信息中出现的差异性，确定所述查询词的权重值；

其中，所述查询日志处理模块包括：

查询日志获取子模块，用于获取目标点击网页地址相同的查询日志信息；

分类处理子模块，用于基于设定输入设备和/或设定输入方式，对获取的所述查询日志信息进行分类处理；

其中，所述权重值确定模块具体用于：

根据下述公式，计算所述查询日志信息包括的查询词w的权重值P(w)：

P(w)＝λP(w,S→P)+(1-λ)P(w,P→S)；

其中：

0≤λ≤1，

P表示第一类查询日志信息的集合，S表示第二类查询日志信息的集合。

6.根据权利要求5所述的装置，其特征在于，所述分类处理子模块具体用于：

基于台式输入设备的文本输入方式，获取所述查询日志信息中的第一类查询日志信息；

基于移动输入设备的语音输入方式，获取所述查询日志信息中的第二类查询日志信息；

获取设定数目的第一类查询日志信息和第二类查询日志信息，作为分类处理结果。

7.根据权利要求5-6任一项所述的装置，其特征在于，所述装置还包括：

相关度计算模块，用于根据用户输入的查询式中查询词的权重值，计算所述查询式与待查询文档的相关度；

查询结果提供模块，用于根据所述查询式与待查询文档的相关度，对所述待查询文档进行排序，并将排序结果提供给用户。

8.根据权利要求7所述的装置，其特征在于，所述相关度计算模块具体用于：

根据下述公式，计算所述查询式Q与待查询文档C的相关度Cosine(Q,C)：

其中，m为词典词表的长度；

在词典词表的第i个位置上标准词与Q或者C中的查询词w相等时，Q_i或者C_i的值为P(w)*TF(w)；否则，Q_i或者C_i的值为0；

P(w)为w的权重值，TF(w)为w在Q和C中出现的总次数。