[发明专利]一种基于点击日志的query词性标注方法及得到的系统

权利要求书

1.一种基于点击日志的query词性标注方法，所述方法包括以下步骤：

步骤1、利用点击日志进行query词性标注模型的获得；

步骤2、利用步骤1获得的query词性标注模型直接对query进行词性标注。

其中，所述点击日志是指用户点击的搜索结果。

2.根据权利要求1所述的方法，其特征在于，步骤1包括以下子步骤：

步骤1-1、利用点击日志构建query词性标注数据集；

步骤1-2、query词性标注数据集进行query词性标注模型的训练，得到query词性标注模型。

3.根据权利要求1或2所述的方法，其特征在于，步骤1-1包括以下子步骤：

步骤1-1-1、输入query到搜索引擎；

步骤1-1-2、收集用户点击的搜索结果，即点击日志；

步骤1-1-3、用词性标注系统对点击日志进行词性标注，得到点击日志中query的词性，即为输入的query的词性；

步骤1-1-4、利用步骤1-1-3中得到的query以及对应的词性构建query词性标注数据集。

4.根据权利要求1至3之一所述的方法，其特征在于，在步骤1-1-3中，所述词性标注系统采用postag系统、stanford-postagger系统、或LTP平台等。

5.根据权利要求1至4之一所述的方法，其特征在于，在步骤1-1-3中，优选采用多个词性标注系统对点击日志进行词性标注，得到多组标注结果，例如采用三个词性标注系统。

6.根据权利要求5所述的方法，其特征在于，

当得到的多组标注结果一致时，可以直接采用其标注结果；

当得到的多组标注结果出现不一致时，会介入人工进行确认，以保证词性标注的准确性。

7.根据权利要求1至6之一所述的方法，其特征在于，在步骤2中，采用条件随机场(CRF)、Bi-RNN-CRF或隐马尔科夫(HMM)进行query词性标注模型的训练。

8.一种用于query词性标注的系统，所述系统采用权利要求1至7之一所述方法获得，即权利要求1至7之一所述query词性标注模型。