[发明专利]一种内容搜索方法及装置

说明书

本申请实施例提供了一种内容搜索方法及装置。其中，该方法包括使用预设的分析模型为语料添加标签，所述为语料添加标签包括为语料中指定类别的内容添加标签；根据搜索需求定义搜索表达式，并使用所述搜索表达式从添加有标签的语料中搜索目标字符串；其中，所述搜索表达式包括至少一个算子和关键词，所述算子包括集合算子、消歧算子和关系算子，每个所述算子形成一个内容搜索条件。由此，本申请实施例提供的技术方案，首先对语料进行分析并添加标签，然后根据搜索需求自定义搜索表达式，并在搜索表达式中通过关键词和算子的组合引入逻辑规则，从而实现从海量的语料中精准地搜索指定句式的语料，提高语料采集效率。

技术领域

本申请涉及自然语言处理技术领域，尤其涉及一种内容搜索方法及装置。

背景技术

在语言建模以及其他语言研究工作中，经常需要收集语料，并利用收集的语料发现、总结和归纳一些语言规则，并印证语言规则。在目前的语言研究工作中，当语言研究人员希望研究某一类句式时，可以通过日常积累、收集、枚举和想象等方式获取该类句式的语料。例如，当语言研究人员希望研究“高不高兴”“愿不愿意”“好不好玩”等“A不AB”这一类句式时，由于已收集的语料中没有这一类语料，因此，语言研究人员通常通过枚举想象的方式得到这一类语料，显然，这样获得的语料不够全面并且效率较低，降低语言研究的效率和深度。

如果要提高语言研究的效率和深度，就必须要提供一种效率更高的采集语料的方法。因此，本申请提供了一种内容搜索方法，能够从海量的语料中精准地搜索指定句式的语料，由此提高语料采集的效率。

发明内容

本申请实施例提供了一种内容搜索方法及装置，能够从海量的语料中精准地搜索指定句式的语料，从而提高语料采集的效率。

第一方面，本申请实施例提供了一种内容搜索方法。该包括：使用预设的分析模型为语料添加标签，所述为语料添加标签包括为语料中指定类别的内容添加标签；根据搜索需求定义搜索表达式，并使用所述搜索表达式从添加有标签的语料中搜索目标字符串；其中，所述搜索表达式包括至少一个算子和关键词，所述算子包括集合算子、消歧算子和关系算子，每个所述算子形成一个内容搜索条件。

第二方面，本申请实施例提供了一种内容搜索装置。该装置包括：语料处理模块，用于使用预设的分析模型为语料添加标签；所述分析模型包括词表模型，所述为语料添加标签包括为语料中的指定类别的内容添加标签；搜索模块，用于根据搜索需求定义搜索表达式，并使用所述搜索表达式从添加有标签的语料中搜索目标字符串；其中，所述搜索表达式包括至少一个算子和关键词，所述算子包括集合算子、消歧算子和关系算子，每个所述算子形成一个内容搜索条件。

由以上技术方案可知，本申请实施例提供了一种内容搜索方法及装置。其中，该方法包括使用预设的分析模型为语料添加标签，所述为语料添加标签包括为语料中指定类别的内容添加标签；根据搜索需求定义搜索表达式，并使用所述搜索表达式从添加有标签的语料中搜索目标字符串；其中，所述搜索表达式包括至少一个算子和关键词，所述算子包括集合算子、消歧算子和关系算子，每个所述算子形成一个内容搜索条件。由此，本申请实施例提供的技术方案，首先对语料进行分析并添加标签，然后根据搜索需求自定义搜索表达式，并在搜索表达式中通过关键词和算子的组合引入逻辑规则，从而实现从海量的语料中精准地搜索指定句式的语料，提高语料采集效率。

附图说明

为了更清楚地说明本申请的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是本申请实施例提供的一种内容搜索方法的流程图；

图2是本申请实施例提供的搜索目标字符串的流程图；

图3是本申请实施例提供的搜索目标字符串步骤S201的流程图；