[发明专利]基于相关搜索的同义挖掘方法和装置在审
| 申请号： | 201710573907.0 | 申请日： | 2017-07-14 |
| 公开（公告）号： | CN107451212A | 公开（公告）日： | 2017-12-08 |
| 发明（设计）人： | 张俊浩;江雪;徐夙龙 | 申请（专利权）人： | 北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06F17/27 |
| 代理公司： | 中原信达知识产权代理有限责任公司11219 | 代理人： | 张一军,姜劲 |
| 地址： | 100195 北京市海淀区杏石口路6*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 基于 相关 搜索 同义 挖掘 方法 装置 | ||
1.一种基于相关搜索的同义挖掘方法，其特征在于，包括：
基于相关搜索获取相似的查询query对(qa,qb)；
对所述query对(qa,qb)进行正反双方向的统计对齐处理，基于所述统计对齐处理的结果确定同义词语候选对；
对所述同义词语候选对进行过滤，得到同义词语对；
其中，所述正反双方向是指：从qa至qb的正向方向，以及从qb至qa的反向方向；所述词语包括：词，和/或短语。
2.如权利要求1所述的同义挖掘方法，其特征在于，分别对qa和qb进行切词，对切词后的所述query对进行正反双方向的词级别的统计对齐处理。
3.如权利要求2所述的同义挖掘方法，其特征在于，所述同义词语候选对包括：词与词的同义候选对；
所述基于所述统计对齐处理的结果确定同义词语候选对，包括：
对于qa中的每个词Wa1和qb中的每个词Wb1：
若经正向方向的词级别的统计对齐处理之后，词Wa1与词Wb1正向对齐；并且，经反向方向的词级别的统计对齐处理之后，词Wa1与词Wb1反向对齐；
则将词Wa1与词Wb1作为词与词的同义候选对。
4.如权利要求3所述的同义挖掘方法，其特征在于，所述基于所述统计对齐处理的结果确定同义词语候选对，包括：
对于qa中的每个词Wa1和qb中的每个词Wb1：
若经正向方向的词级别的统计对齐处理之后词Wa1与词Wb1正向对齐，或者经反向方向的词级别的统计对齐处理之后，词Wa1与词Wb1反向对齐；并且，词Wa1与词Wb1有字面交叠；
则将词Wa1与词Wb1作为词与词的同义候选对。
5.如权利要求4所述的同义挖掘方法，其特征在于，所述词与词对中的两个词有字面交叠包括：
所述词与词对中的两个词含有相同的字符。
6.如权利要求4所述的同义挖掘方法，其特征在于，所述同义词语候选对包括：词与短语的同义候选对；所述短语包含两个词；
所述基于所述统计对齐处理的结果确定同义词语候选对，包括：
对于qa中的每个词Wa1和qb中的每个短语Pb1：
若词Wa1和短语Pb1中的两个词分别为词与词的同义候选对、且词Wa1不与qb中除短语Pb1之外的词为词与词的同义候选对；
则将词Wa1与短语Pb1作为词与短语的同义候选对。
7.如权利要求3或4所述的同义挖掘方法，其特征在于，所述同义词语候选对包括：短语与短语的同义候选对；所述短语包含两个词；
所述基于所述统计对齐处理的结果确定同义词语候选对，包括：
对于qa中的每个短语Pa2和qb中的每个短语Pb2：
对于短语Pa2中的每个词Wa2，若词Wa2与短语Pb2中的至少一个词为词与词的同义候选对、且词Wa2不与qb中除短语Pb2之外的词为词与词的同义候选对；并且，
对于短语Pb2中的每个词Wb2，若词Wb2与短语Pa2中的至少一个词为词与词的同义候选对、且不与qa中除短语Pa2之外的词为词与词的同义候选对；
则将短语Pa2与短语Pb2作为短语与短语的同义候选对。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司，未经北京京东尚科信息技术有限公司;北京京东世纪贸易有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201710573907.0/1.html，转载请声明来源钻瓜专利网。
