[发明专利]搜索词匹配方法、装置、电子设备及可读存储介质

权利要求书

1.一种搜索词匹配方法，其特征在于，所述方法包括：

对原始搜索词进行分词操作得到一组或多组初级搜索词；

对所述初级搜索词添加属性标签得到标签搜索词；

计算所述标签搜索词在预构建的搜索词数据库中的搜索频率，根据所述标签搜索词的属性标签计算所述标签搜索词的属性权重；

将所述标签搜索词进行词向量转化得到标签搜索词向量，根据所述搜索频率及所述属性权重，计算所述标签搜索词向量与所述搜索词数据库内每个搜索词向量的相似度得到相似度集；

根据所述相似度集，从所述搜索词数据库中选择满足预设相似度条件的搜索结果。

2.如权利要求1所述的搜索词匹配方法，其特征在于，所述将所述标签搜索词进行词向量转化得到标签搜索词向量，包括：

构建搜索词矩阵并根据预设填充规则，将所述标签搜索词填充至所述搜索词矩阵；

对填充完成的所述搜索词矩阵进行编码压缩得到标签搜索词向量。

3.如权利要求2所述的搜索词匹配方法，其特征在于，所述对填充完成的所述搜索词矩阵进行编码压缩得到标签搜索词向量，包括：

根据填充完成的所述搜索词矩阵，建立前向概率模型和后向概率模型；

将所述前向概率模型及所述后向概率模型相加并求导得到标签搜索词向量。

4.如权利要求3所述的搜索词匹配方法，其特征在于，所述前向概率模型为：

所述后向概率模型为：

其中，表示所述搜索词矩阵的矩阵行数，v¹,..v^k-1,v^s表示所述搜索词矩阵的行向量。

5.如权利要求4所述的搜索词匹配方法，其特征在于，所述将所述前向概率模型及所述后向概率模型相加并求导得到标签搜索词向量，包括：

采用下述方式对所述前向概率模型及所述后向概率模型相加并求导：

其中，m_word表示所述标签搜索词向量，max表示最优化所述前向概率模型及所述后向概率模型，表示求偏导。

6.如权利要求1至5中任意一项所述的搜索词匹配方法，其特征在于，所述对原始搜索词进行分词操作得到一组或多组初级搜索词，包括：

去除所述原始搜索词中的停用词，并使用排列组合的划分原理对所述原始搜索词进行划分得到搜索词词集；

根据预构建的词表从所述搜索词词集中提取搜索词得到一组或多组初级搜索词。

7.如权利要求1至5中任意一项所述的搜索词匹配方法，其特征在于，所述计算所述标签搜索词在预构建的搜索词数据库中的搜索频率，包括：

统计所述标签搜索词在所述搜索词数据库中的搜索次数；

统计所述搜索词数据库的总搜索次数；

将所述搜索次数与所述总搜索次数相除得到所述搜索频率。

8.一种搜索词匹配装置，其特征在于，所述装置包括：

标签搜索词计算模块，用于对原始搜索词进行分词操作得到一组或多组初级搜索词，对所述初级搜索词添加属性标签得到标签搜索词；

属性权重计算模块，用于计算所述标签搜索词在预构建的搜索词数据库中的搜索频率，根据所述标签搜索词的属性标签计算所述标签搜索词的属性权重；

相似度计算模块，用于将所述标签搜索词进行词向量转化得到标签搜索词向量，根据所述搜索频率及所述属性权重，计算所述标签搜索词向量与所述搜索词数据库内每个搜索词向量的相似度得到相似度集；

搜索结果反馈模块，用于根据所述相似度集，从所述搜索词数据库中选择满足预设相似度条件的搜索结果。

9.一种电子设备，其特征在于，所述电子设备包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至7中任一所述的搜索词匹配方法。

10.一种计算机可读存储介质，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如权利要求1至7中任一所述的搜索词匹配方法。