[发明专利]搜索词纠正方法、装置、电子设备及计算机存储介质

权利要求书

1.一种搜索词纠正方法，其特征在于，包括：

获取输入的搜索词，对所述搜索词进行特征提取，并确定候选集合中不同候选词的特征；

根据所述搜索词的特征与所述不同候选词的特征的相似度，从所述候选集合中召回相似度符合要求的第一候选词集合；

过滤掉所述第一候选词集合中符合过滤条件的候选词，得到第二候选词集合；

对所述第二候选词集合中的候选词进行评分；

根据评分结果，确定评分满足要求的候选词为纠错词，并利用所述纠错词纠正所述搜索词。

2.如权利要求1所述的方法，其特征在于，所述确定候选集合中不同候选词的特征，包括：

对所述候选集合中不同候选词按照至少一种语言元素的类型拆解，并提取拆解得到各类型的语言元素对应的向量；

将所述各类型的语言元素对应的向量利用长短期记忆人工神经网络LSTM模型进行特征提取；

将提取特征后得到各类型的语言元素对应的向量合并，得到所述候选词的表征向量；

其中，所述LSTM模型通过输入样本中有正确纠错关系的候选词，以输出对应的向量合并得到的表征向量与样本中搜索词的表征向量的相似度符合设定要求为目标进行训练；

所述对所述搜索词进行特征提取，包括：

将所述搜索词按照至少一种语言元素的类型拆解，并提取拆解得到各类型的语言元素对应的向量；

将所述各类型的语言元素对应的向量合并得到所述搜索词的表征向量。

3.如权利要求2所述的方法，其特征在于，所述将所述各类型的语言元素对应的向量合并得到所述搜索词的表征向量，具体包括：

将同类型的语言元素对应的向量，合并为该类型的语言元素对应的子向量；

将不同类型的语言元素的子向量合并，得到所述搜索词的表征向量。

4.如权利要求2所述的方法，其特征在于，所述根据所述搜索词的特征与所述不同候选词的特征的相似度，从所述候选集合中召回相似度符合要求的第一候选词集合，包括：

利用向量检索引擎，确定所述搜索词的表征向量与所述不同候选词的表征向量的余弦相似度；

按照对应的所述余弦相似度的排序，从所述候选集合中召回预设数量的候选词，得到所述第一候选词集合。

5.如权利要求1所述的方法，其特征在于，所述对所述搜索词进行特征提取，包括：

将所述搜索词按照至少一种语言元素的类型进行拆解，得到与所述搜索词对应的各类型的语言元素；

所述确定候选集合中不同候选词的特征，包括：

对所述候选集合中不同候选词按照至少一种语言元素的类型拆解，得到与各所述候选词对应的各类型的语言元素。

6.如权利要求5所述的方法，其特征在于，所述根据所述搜索词的特征与所述不同候选词的特征的相似度，从所述候选集合中召回相似度符合要求的第一候选词集合，包括：

利用倒排索引算法，确定所述搜索词对应的各类型的语言元素与各所述候选词对应的各类型的语言元素的相似度；

按照对应的所述相似度的排序，从所述候选集合中召回预设数量的候选词，得到所述第一候选词集合。

7.如权利要求1所述的方法，其特征在于，所述过滤条件包括如下至少一种：

所述搜索词与候选词的字符编辑距离大于预设字符编辑距离阈值；

所述搜索词的搜索操作参数与候选词的搜索操作参数的差异符合设定要求，所述搜索词的搜索操作参数为根据用户对所述搜索词的历史操作确定的参数，所述候选词搜索操作参数为根据用户对所述候选词的历史操作确定的参数。