[发明专利]清理用户词库的方法、系统和用于清理用户词库的装置

权利要求书

1.一种清理用户词库的方法，其特征在于，包括：

在用户词库中查询词条记录；所述词条记录包括词条、对所述词条统计的输入行为信息，其中，所述词条为用户输入的词条；

当所述输入行为信息满足预设的低频输入条件时，确定所述词条的类型为垃圾词条；

其中，所述输入行为信息包括上屏的概率、未上屏的信息、上屏后的删除率中的至少两种，所述上屏的概率为所述词条的上屏次数与作为候选的显示次数之间的比值，所述未上屏的信息包括未上屏的时间长度、和/或在所述词条上屏之后上屏其他词条的次数，所述上屏后的删除率为所述词条在上屏后被删除的次数与上屏的次数之间的比值；所述低频输入条件包括所述上屏的概率低于预设的第一上屏率阈值、所述未上屏的信息高于预设的第一未上屏阈值以及所述上屏后的删除率高于预设的第一删除率阈值中的至少两种；

当所述词条的类型为垃圾词条时，在所述用户词库中删除所述词条记录；

当所述输入行为信息未满足所述低频输入条件且满足预设的疑似低频输入条件时，确定所述词条的类型为疑似垃圾词条，并在所述用户词库中的所述词条的属性添加疑似垃圾词条的标记；

在上一次的查询中在所述词条的属性中添加所述疑似垃圾词条的标记的情况下，如果本次的查询确定所述词条的输入行为信息不符合所述低频输入条件和所述疑似低频输入条件，则取消所述疑似垃圾词条的标记，如果本次的查询确定所述词条的输入行为信息符合所述低频输入条件，则确定所述词条为垃圾词条；

当接收到输入的字符串时，查找所述字符串对应的词条；

当所述字符串对应的词条包括所述疑似垃圾词条时，降低所述字符串对应的疑似垃圾词条的排序；

将降低排序之后的所述疑似垃圾词条作为候选项，在其他完整匹配的词条的后面进行显示。

2.根据权利要求1所述的方法，其特征在于，所述当所述输入行为信息未满足所述低频输入条件且满足预设的疑似低频输入条件时，确定所述词条的类型为疑似垃圾词条的步骤包括：

当所述上屏的概率高于所述预设的第一上屏率阈值且低于预设的第二上屏率阈值、所述未上屏的信息低于所述预设的第一未上屏阈值且高于预设的第二未上屏阈值时，确定所述词条的类型为疑似垃圾词条；

和/或，

当所述上屏的概率高于所述预设的第一上屏率阈值且低于所述预设的第二上屏率阈值、所述上屏后的删除率低于所述预设的第一删除率阈值且高于预设的第二删除率阈值时，确定所述词条的类型为疑似垃圾词条；

和/或，

当所述未上屏的信息低于所述预设的第一未上屏阈值且高于所述预设的第二未上屏阈值时、所述上屏后的删除率低于所述预设的第一删除率阈值且高于所述预设的第二删除率阈值时，确定所述词条的类型为疑似垃圾词条；

其中，所述第一上屏率阈值小于所述第二上屏率阈值，所述第一未上屏阈值大于所述第二未上屏阈值，所述第一删除率阈值大于所述第二删除率阈值。

3.根据权利要求1或2所述的方法，其特征在于，还包括：

当接收到输入的字符串时，查找所述字符串对应的词条；

当上屏所述词条时，在所述用户词库中判断是否已存储所述字符串对应的词条；

若是，则统计所述字符串对应的词条的输入行为信息；

若否，则对所述字符串对应的词条增加词条记录，统计所述字符串对应的词条的输入行为信息。