[发明专利]主题的提取方法、装置、设备及计算机可读存储介质

权利要求书

1.一种主题的提取方法，其特征在于，所述主题的提取方法包括：

获取搜索日志信息以及各个搜索语句；

根据各个所述搜索语句在所述搜索日志信息中确定会话，其中，所述会话中的各个所述搜索语句语义关联；

通过主题模型确定所述会话的主题分布，并根据所述主题分布确定所述会话对应的统一资源定位符；

根据所述会话对应的统一资源定位符，在所述会话对应的各个主题中提取目标主题。

2.如权利要求1所述的主题的提取方法，其特征在于，所述根据各个所述搜索语句在所述搜索日志信息中确定会话的步骤包括：

在所述搜索日志信息中，确定相邻的搜索语句对应的参考参数，所述参考参数包括相邻的搜索语句的关键词以及相邻的搜索语句的语义相似度中的至少一个；

根据满足语义条件的所述参考参数对应的相邻的搜索语句，在所述搜索日志信息中提取会话，所述会话中的各个所述搜索语句依次相邻且语义关联。

3.如权利要求2所述的主题的提取方法，其特征在于，所述根据满足语义条件的所述参考参数对应的相邻的搜索语句，在所述搜索日志信息中提取会话的步骤包括：

在所述搜索日志信息中，确定相邻的搜索语句的搜索时间点之间的间隔时长；

根据所述间隔时长以及满足语义条件的所述参考参数对应的相邻的搜索语句，在所述搜索日志信息中提取会话，其中，所述会话中的各个所述搜索语句依次相邻且语义关联，所述会话中相邻的搜索语句对应的间隔时长小于预设时长。

4.如权利要求2所述的主题的提取方法，其特征在于，所述预设条件包括以下至少一种：

相邻的所述搜索语句的语义相似度大于预设相似度；

相邻的所述搜索语句中的关键词相同。

5.如权利要求1所述的主题的提取方法，其特征在于，所述根据所述主题分布确定所述会话对应的统一资源定位符的步骤包括：

根据所述主题分布，确定所述会话中各个主题对应的边缘概率；

根据所述会话对应的边缘概率确定所述会话对应的统一资源定位符。

6.如权利要求5所述的主题的提取方法，其特征在于，所述根据所述主题分布，确定所述会话中各个主题对应的边缘概率的步骤之前，还包括：

确定所述会话是否关联点击操作记录；

在确定所述会话关联点击操作记录时，执行所述根据所述主题分布，确定所述会话中各个主题对应的边缘概率的步骤。

7.如权利要求1所述的主题的提取方法，其特征在于，所述通过主题模型确定所述会话的主题分布的步骤之前，还包括：

获取各个文档信息，所述文档信息包括标签，所述标签包括文档信息的主题分布标签、词分布标签以及统一资源定位符分布标签；

将各个所述文档信息输入预设模型，以对所述预设模型进行训练；

在所述预设模型的收敛值小于预设收敛值时，停止对所述预设模型的训练，并将停止训练的所述预设模型保存为主题模型。

8.如权利要求1所述的主题的提取方法，其特征在于，所述获取搜索日志信息以及各个搜索语句的步骤包括：

获取搜索日志信息，并确定所述搜索日志信息对应的搜索引擎；

获取所述搜索引擎的搜索记录，并根据所述搜索记录确定所述搜索语句。

9.如权利要求1-8任一项所述的主题的提取方法，其特征在于，所述根据所述会话对应的统一资源定位符，在所述会话对应的各个主题中提取目标主题的步骤包括：

根据所述会话对应的统一资源定位符，对所述会话进行参数推断得到所述会话中各个主题的概率；

确定所述会话中最大概率的主题以作为目标主题，并在所述会话中提取目标主题。

10.如权利要求9所述的主题的提取方法，其特征在于，所述对所述会话进行参数推断得到所述会话中各个主题的概率，包括：

在所述搜索日志信息提取会话为多个时，对各个所述会话的参数推断进行并行处理，得到所述会话中各个主题的概率。