[发明专利]用于信息搜索的方法、电子设备和存储介质

说明书

本公开的实施例涉及用于信息搜索的方法、电子设备和计算机存储介质，涉及信息处理领域。根据该方法，将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；如果在第一树中找到第一词语集，则将找到的第一词语集作为纠错候选词集；如果在第一树中未找到第一词语集，则在第二树中确定第二词语集作为纠错候选词集；基于多元语言模型，确定与纠错候选词集相关联的得分集；从纠错候选词集确定得分最高的第一纠错候选词；以及基于第一纠错候选词进行搜索，以得到搜索结果。由此，能够提高搜索的召回率。

技术领域

本公开的实施例总体涉及信息处理领域，具体涉及用于信息搜索的方法、电子设备和计算机存储介质。

背景技术

随着电商技术的发展，越来越多的商品通过网络进行售卖，使得人们越来越多地通过网络搜索商品信息。在用户搜索商品时，用户输入的搜索词并不总是正确的，错误的查询词可能导致查询结果不符合预期或者是无结果。

发明内容

提供了一种用于信息搜索的方法、电子设备以及计算机存储介质，能够提高搜索的召回率。

根据本公开的第一方面，提供了一种用于信息搜索的方法。该方法包括：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，第一词语集中的每个词语的拼音字母序列与第一拼音字母序列的至少一部分相匹配，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叶节点所表示的词语的拼音字母序列，词语包括产品标识和品牌标识；如果确定在第一树中找到第一词语集，则将找到的第一词语集作为纠错候选词集；如果确定在第一树中未找到第一词语集，则在第二树中确定第二词语集作为纠错候选词集，第二词语集中的每个词语的拼音字母序列与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，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，第二树中的边表示与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，确定与纠错候选词集相关联的得分集；从纠错候选词集确定得分最高的第一纠错候选词；以及基于第一纠错候选词进行搜索，以得到搜索结果。

根据本公开的第二方面，提供了一种电子设备。该电子设备包括：至少一个处理器，以及与至少一个处理器通信连接的存储器，其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行根据第一方面所述的方法。

在本公开的第三方面中，提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现根据本公开的第一方面的方法。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

由此，本公开的方案能够提高搜索的召回率。

附图说明

结合附图并参考以下详细说明，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中，相同或相似的附图标注表示相同或相似的元素。

图1是根据本公开的实施例的信息处理环境100的示意图。

图2是根据本公开的实施例的用于信息搜索的方法200的示意图。

图3是根据本公开的实施例的用于确定第二词语集的方法300的示意图。

图4是根据本公开的实施例的用于确定得分集的方法400的示意图。

图5是根据本公开的实施例的用于基于第一纠错候选词进行搜索的方法500的示意图。

图6是根据本公开的实施例的第一树600的示意框图。

图7是根据本公开的实施例的第二树700的示意框图。