[发明专利]基于自动标注的中心词提取方法和装置

权利要求书

1.一种基于自动标注的中心词提取方法，其特征在于，包括：

从搜索记录中，获取多次搜索行为中点击的同一地址对应的多个查询词；

对所述多个查询词分词得到多个词；

计算所述多个词具有的特征属性；

根据所述特征属性从所述多个词中进行筛选，将筛选后的词作为所述多 个查询词中的至少一个查询词的中心词。

2.根据权利要求1所述的方法，其特征在于，所述多个词的特征属性为 所述多个词在所述多个查询词中的词频；根据所述特征属性从所述多个词中 进行筛选，具体包括：

从所述多个词中选择词频最高的词。

3.根据权利要求1-2任一项所述的方法，其特征在于，将筛选后的词作 为所述多个查询词中的至少一个查询词的中心词，具体包括：

将所述筛选后的词作为所述多个查询词中对应的页面浏览量最高的查询 词的中心词。

4.根据权利要求1-3任一项所述的方法，其特征在于，在将筛选后的词 作为所述多个查询词中的至少一个查询词的中心词之前，还包括：

判断所述筛选后的词是否包含在所述至少一个查询词中，并在判断结果 为是时执行将筛选后的词作为所述多个查询词中的至少一个查询词的中心词。

5.根据权利要求1-4任一项所述的方法，其特征在于，在将筛选后的词 作为所述多个查询词中的至少一个查询词的中心词之前，还包括：

判断所述筛选后的词与所述至少一个查询词的长度差是否位于预设区间， 并在判断结果为是时执行将筛选后的词作为所述多个查询词中的至少一个查 询词的中心词。

6.根据权利要求1-5任一项所述的方法，其特征在于，还包括：

使用所述至少一个查询词和所述至少一个查询词的中心词训练用于从给 定的目标查询词中提取相应中心词的模型。

7.一种基于自动标注的中心词提取装置，其特征在于，包括：

记录获取模块，用于从搜索记录中，获取多次搜索行为中点击的同一地 址对应的多个查询词；

分词模块，用于对所述多个查询词分词得到多个词；

属性计算模块，用于计算所述多个词具有的特征属性；

中心词选择模块，用于根据所述多个词的特征属性从所述多个词中进行 筛选，将筛选后的词作为所述多个查询词中的至少一个查询词的中心词。

8.根据权利要求7所述的装置，其特征在于，所述多个词的特征属性为 所述多个词在所述多个查询词中的词频；

所述中心词选择模块从所述多个词中选择词频最高的词。

9.根据权利要求7-8任一项所述的装置，其特征在于，

所述中心词选择模块将所述筛选后的词作为所述多个查询词中对应的页 面浏览量最高的查询词的中心词。

10.根据权利要求7-9任一项所述的装置，其特征在于，还包括：

第一判断模块，用于判断所述筛选后的词是否包含在所述至少一个查询 词中，所述中心词选择模块在判断结果为是时将筛选后的词作为所述多个查 询词中的至少一个查询词的中心词。