[发明专利]对话语料的检索方法及装置

权利要求书

1.一种对话语料的检索方法，其特征在于，包括：

获取检索文本和待检索的对话语料集，其中，所述检索文本包括多个检索词，所述对话语料集包括多条对话语料；

统计所述检索文本中所有检索词在每条对话语料中出现的总次数；

计算所述检索文本中所有检索词在每条对话语料中的总距离；

根据所述检索文本中所有检索词在每条对话语料中出现的总次数和所述检索文本中所有检索词在每条对话语料中的总距离，计算每条对话语料对应的匹配得分；

根据每条对话语料对应的匹配得分，从所述对话语料集中确定出检索结果；

其中，计算所述检索文本中所有检索词在每条对话语料中的总距离，包括：计算所述检索文本中每两个检索词在每条对话语料中的距离；根据所述检索文本中每两个检索词在每条对话语料中的距离，确定所述检索文本中所有检索词在每条对话语料中的总距离；

其中，计算所述检索文本中每两个检索词在每条对话语料中的距离，包括：对每条对话语料进行语法分析，得到每条对话语料对应的分析结果；基于每条对话语料对应的分析结果，构建所述检索文本中每两个检索词在每条对话语料中的依存关系；根据所述检索文本中每两个检索词在每条对话语料中的依存关系，计算所述检索文本中每两个检索词在每条对话语料中的距离；

其中，通过如下公式，计算所述检索文本q中所有检索词在对话语料s中的总距离：

其中，x和y为q中的任意两个检索词，k为q中以每两个检索词为一组而得到的所有组的组数，为x和y在s中的距离，是对q中以每两个检索词为一组而得到的所有组对应的距离求和。

2.根据权利要求1所述的方法，其特征在于，获取检索文本和待检索的对话语料集之前，所述方法还包括：

获取历史对话记录；

以标点符号为分割依据，对所述历史对话记录进行分割，得到多条对话语料；

根据分割得到的多条对话语料构建所述对话语料集。

3.根据权利要求1所述的方法，其特征在于，所述根据所述检索文本中每两个检索词在每条对话语料中的依存关系，计算所述检索文本中每两个检索词在每条对话语料中的距离，包括：

对每条对话语料进行分词处理，得到每条对话语料对应的分词结果，其中，分词结果包括多个词语；

根据所述检索文本中每两个检索词在每条对话语料中的依存关系和每条对话语料对应的分词结果，计算所述检索文本中每两个检索词在每条对话语料中的距离。

4.根据权利要求1所述的方法，其特征在于，通过如下公式，计算每条对话语料s对应的匹配得分：

其中，q为所述检索文本，α和β均为预设的系数，为q中所有检索词在s中的总距离，为q中所有检索词在s中出现的总次数。