[发明专利]用于信息搜索的方法、电子设备和存储介质

权利要求书

1.一种用于信息搜索的方法，包括：

将用户输入的搜索词转换为拼音字母，以生成第一拼音字母序列；

在第一树中搜索第一词语集，所述第一词语集中的每个词语的拼音字母序列与所述第一拼音字母序列的至少一部分相匹配，所述第一树以词语为叶节点以及以拼音字母为非叶节点，从根节点到叶节点的路径上的非叶节点所表示的拼音字母构成所述叶节点所表示的词语的拼音字母序列，所述词语包括产品标识和品牌标识；

如果确定在所述第一树中找到所述第一词语集，则将找到的所述第一词语集作为纠错候选词集；

如果确定在所述第一树中未找到所述第一词语集，则在第二树中确定第二词语集作为所述纠错候选词集，所述第二词语集中的每个词语的拼音字母序列与所述第一拼音字母序列的至少一部分之间的编辑距离小于预定编辑距离，所述第二树中的节点以词语的拼音字母序列为节点检索值以及以词语为节点内容，所述第二树中的边表示与所述边相关联的两个节点的节点检索值之间的编辑距离；

基于多元语言模型，确定与所述纠错候选词集相关联的得分集；

从所述纠错候选词集确定得分最高的第一纠错候选词；以及

基于所述第一纠错候选词进行搜索，以得到搜索结果；

其中确定所述得分集包括：

对于所述纠错候选词集中的每个纠错候选词，执行以下步骤：

基于训练样本集，确定所述纠错候选词中包括的每一个词项相对于前两个词项的条件概率；以及

基于所述纠错候选词中的每一个词项相对于前两个词项的条件概率，确定所述纠错候选词的得分。

2.根据权利要求1所述的方法，其中确定所述第二词语集包括：

确定所述第二树的根节点作为当前节点；

S1：确定所述第一拼音字母序列与所述当前节点的节点检索值之间的第一编辑距离；

S2：如果确定所述第一编辑距离小于所述预定编辑距离，则将所述当前节点的节点内容添加到所述第二词语集；以及

S3：遍历所述当前节点的子节点中与所述当前节点之间的编辑距离位于第一距离区间的子节点，作为所述当前节点，重复步骤S1-S3，所述第一距离区间大于或等于所述第一编辑距离与所述预定编辑距离之差且小于或等于所述第一编辑距离与所述预定编辑距离之和。

3.根据权利要求1所述的方法，其中确定所述条件概率包括：

对于在训练样本集中未出现的、所述纠错候选词中包括的词项，通过KN平滑确定所述词项相对于前两个词项的条件概率。

4.根据权利要求1所述的方法，其中将用户输入的搜索词转换为拼音字母包括：

从所述搜索词确定与信息降噪词库相匹配的第一词语，所述信息降噪词库包括停用词和预定属性标识；

确定所述第一词语在所述搜索词中是否满足预定规则；

如果确定所述第一词语在所述搜索词中满足所述预定规则，则从所述搜索词删除所述第一词语，以生成经降噪的搜索词；以及

将经降噪的搜索词转换为拼音字母，以生成所述第一拼音字母序列。

5.根据权利要求1所述的方法，其中基于所述第一纠错候选词进行搜索包括：

基于所述多元语言模型，确定与所述搜索词相关联的第一得分；以及

如果确定与所述第一纠错候选词相关联的得分与所述第一得分之差大于纠错阈值，则基于所述第一纠错候选词进行搜索，以得到所述搜索结果。

6.根据权利要求1所述的方法，其中基于所述第一纠错候选词进行搜索包括：

从所述第一纠错候选词获取第一产品标识；

如果确定在产品标识库中未找到所述第一产品标识，则在第三树中确定产品标识集，所述产品标识集中的每个产品标识与所述第一产品标识之间的编辑距离小于预定编辑距离，所述第三树中的节点以产品标识为节点检索值，所述第三树中的边表示与所述边相关联的两个节点的节点检索值之间的编辑距离；

如果确定所述产品标识集满足预定有效性规则，则将所述产品标识集与所述第一纠错候选词中除所述第一产品标识以外的信息进行拼接，以生成归一化结果集；以及

基于所述归一化结果集进行搜索，以得到所述搜索结果。