[发明专利]一种信息处理方法、装置、电子设备及存储介质

权利要求书

1.一种信息处理方法，其特征在于，所述方法包括：

获取搜索引擎的日志信息，并基于所述搜索引擎的日志信息确定搜索词与对应的搜索结果所构成的点击序列；

根据不同点击序列中的不同搜索结果，确定相对应的搜索词集合；

将所述搜索词集合中的不同搜索词映射至相匹配的语义空间，并对所述搜索词集合中的不同搜索词进行编码处理，形成相应的搜索词向量；

基于所述搜索词向量，确定所述搜索词集合中偏离语义中心的搜索词；

根据所述偏离语义中心的搜索词，确定对应的搜索词与搜索结果所构成的集合作为所述搜索引擎的坏例。

2.根据权利要求1所述的方法，其特征在于，所述获取搜索引擎的日志信息，并基于所述搜索引擎的日志信息确定搜索词与对应的搜索结果所构成的点击序列，包括：

根据所述搜索引擎的日志信息所携带的搜索词参数信息，触发相应的分词库；

通过所触发的所述分词库单词词典对所述搜索引擎的日志信息进行分词处理，形成不同的词语级搜索词和语句级搜索词；

确定与所述不同的词语级搜索词和语句级搜索词所分别对应的搜索结果；

对所述不同的词语级搜索词和语句级搜索词进行除噪处理，形成与所述搜索引擎的日志信息相对应的点击序列，其中，所述点击序列包括词语级搜索词与对应的搜索结果，或者，语句级搜索词与对应的搜索结果。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

确定对所述搜索词文本进行分词处理时所使用的分词库的名称；

根据与所述分词库的名称，确定与所述搜索词文本相对应的词语级特征向量相匹配的分词库的参数，其中，所述分词库的参数包括：

所述分词库的种类、所述分词库的名称和所述分词库的版本。

4.根据权利要求1所述的方法，其特征在于，所述根据不同点击序列中的不同搜索结果，确定相对应的搜索词集合，包括：

基于以点击序列的排序，确定所述点击序列中的搜索结果；

根据所述搜索结果，遍历所述搜索引擎的日志信息，基于不同目标用户的行为记录，确定与所述搜索结果相匹配的搜索词；

将同一搜索结果所分别对应的搜索词进行组合，确定相对应的搜索词集合。

5.根据权利要求1所述的方法，其特征在于，所述将所述搜索词集合中的不同搜索词映射至相匹配的语义空间，包括：

通过所述搜索词集合中的任一搜索词，确定与所述搜索词相匹配的语义空间；

通过信息处理模型的编码器，确定与目标搜索词所对应的至少一个词语级的向量；

将所述目标搜索词所对应的至少一个词语级的向量映射至所述语义空间，并对所述搜索词集合进行迭代处理，直至所述搜索词集合中的所有搜索词全部映射至相匹配的语义空间，形成与所述搜索词集合相匹配的搜索词向量。

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

获取第一训练样本集合，其中所述第一训练样本集合包括至少一组带有噪声的语句样本；

对所述第一训练样本集合进行去噪处理，以形成相应的第二训练样本集合；

通过信息处理模型对所述第一训练样本集合进行处理，以确定所述信息处理模型的初始参数；

响应于所述信息处理模型的初始参数，通过所述信息处理模型对所述第二训练样本集合进行处理，确定所述信息处理模型的更新参数；

根据所述信息处理模型的更新参数，通过所述第一训练样本集合和所述第二训练样本集合对所述信息处理模型的编码器参数和解码器参数进行迭代更新，以实现所述信息处理模型能够对相应的搜索词进行编码。