[发明专利]基于BM25的搜索相关性度量方法、存储介质、设备及系统

权利要求书

1.一种基于BM25的搜索相关性度量方法，用于对搜索意图匹配的相关性进行度量，其特征在于，包括以下步骤：

对用户的搜索查询文本进行分词处理，得到多个分词；

基于得到的分词，对用户的搜索意图匹配的相关性进行计算：

其中，R_Q为搜索意图匹配相关性得分，t_i表示得到的分词中的第i个分词，H为意图域集合，由多个不同的意图域f组成，表示分词t_i在意图域f中可以匹配到的次数，w_f为意图域f在意图域集合H中的权重，是分词t_i的倒排文档频率，K_f＝k₁*(1-b+b*n_f/avg(n_f))，其中，n_f是意图域f中词的个数，k₁和b是调节因子，avg(n_f)是意图域集合中所有意图域的平均含有词个数；

对计算得到的搜索意图匹配相关性得分进行判断，若搜索意图匹配相关性得分大于设定阈值，则用户此次搜索查询的意图识别有效，否则用户此次搜索查询的意图识别无效。

2.如权利要求1所述的一种基于BM25的搜索相关性度量方法，其特征在于：对于其计算公式为：

其中，N是在设定时间段内所有分词查询的次数，N(t_i)为在设定时间段内分词t_i的查询次数。

3.如权利要求1所述的一种基于BM25的搜索相关性度量方法，其特征在于：所述搜索意图为基于用户的搜索文本判断得到的用户实际要搜索的意图内容。

4.如权利要求3所述的一种基于BM25的搜索相关性度量方法，其特征在于：所述意图域为根据业务经验对用户的搜索意图进行划分的意图集合，且每个意图域由多个索引词组成。

5.如权利要求4所述的一种基于BM25的搜索相关性度量方法，其特征在于：在直播领域的搜索中，意图域集合包括主播意图域和分区意图域。

6.一种存储介质，该存储介质上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现权利要求1至5任一项所述的方法。

7.一种基于BM25的搜索相关性度量设备，包括存储器和处理器，存储器上储存有在处理器上运行的计算机程序，其特征在于：所述处理器执行所述计算机程序时实现权利要求1至5任一项所述的方法。

8.一种基于BM25的搜索相关性度量系统，其特征在于，包括：

分词处理模块，其用于对用户的搜索查询文本进行分词处理，得到多个分词；

计算模块，其用于基于得到的分词，对用户的搜索意图匹配的相关性进行计算：

其中，R_Q为搜索意图匹配相关性得分，t_i表示得到的分词中的第i个分词，H为意图域集合，由多个不同的意图域f组成，表示分词t_i在意图域f中可以匹配到的次数，w_f为意图域f在意图域集合H中的权重，是分词t_i的倒排文档频率，K_f＝k₁*(1-b+b*n_f/avg(n_f))，其中，n_f是意图域f中词的个数，k₁和b是调节因子，avg(n_f)是意图域集合中所有意图域的平均含有词个数；

判断模块，其用于对计算得到的搜索意图匹配相关性得分进行判断，若搜索意图匹配相关性得分大于设定阈值，则用户此次搜索查询的意图识别有效，否则用户此次搜索查询的意图识别无效。