[发明专利]一种识别搜索对应的需求分类的方法和系统

摘要

本发明提供了一种识别搜索对应的需求分类的方法和系统。所述方法包括如下步骤：a)对输入的搜索词进行分词操作，得到至少一个关键词；b)提取所述关键词在神经网络语言模型中的模型向量；c)根据所述模型向量计算所述搜索词在多个需求分类下的相关性分数，并生成待识别向量；d)利用分类器对待识别向量进行判断，得到所述搜索词对应的需求分类。根据本发明的搜索识别方法和系统，可以识别用户输入的搜索关键词从而为用户匹配特定的需求分类信息类目，以便在该需求类目下进行针对性的分类信息查找，系统能够准确高效地对搜索需求进行识别。

主权项

1.一种识别搜索对应的需求分类的方法，所述方法包括如下步骤：a)对输入的搜索词进行分词操作，得到至少一个关键词；b)提取所述关键词在神经网络语言模型中的模型向量；c)根据所述模型向量计算所述搜索词在多个需求分类下的相关性分数，并生成待识别向量；所述待识别向量的生成包括以下步骤：c1)根据所述关键词的模型向量计算所述搜索词的模型向量；其中，将所述关键词的模型向量分别乘以所述关键词在各需求分类的权重，然后将这些乘积相加，计算所述搜索词的模型向量；c2)计算所述搜索词的模型向量与各个所述需求分类下的各热点模型向量之间的距离；其中，所述热点模型向量为所述各需求分类下的热点词在所述神经网络语言模型中的模型向量；c3)根据所述距离分析所述搜索词与所述各需求分类的相关性分数；其中利用所述距离分析所述搜索词与所述各需求分类的相关性分数的方式选自以下方式中的任意一种：方式1：将所述距离的平均值作为所述相关性分数；方式2：将所述距离的最大值作为所述相关性分数；方式3：将所述距离之和作为所述相关性分数；方式4：将所述距离先加权再求和以作为所述相关性分数；方式5；当所述热点词为一个时，所述搜索词的模型向量与各个所述需求分类下的各热点模型向量之间的距离直接作为所述搜索词与所述各需求分类的相关性分数；c4)将所述搜索词与所述各需求分类的相关性分数汇总，并将所述各需求分类的相关性分数汇总与点击特征和/或用户个性化特征相加，生成待识别向量；d)利用分类器对待识别向量进行判断，得到所述搜索词对应的需求分类，所述分类器的训练方法包括以下步骤：d1)以不同的算法训练分类器，所述不同的方法选自SVM、MaxEnt、DBN Classifier、AdaBoost、GBDT；d2)分别利用由所述不同算法训练的分类器判断出所述搜索词的需求分类；d3)将所述分类器分别判断出的所述需求分类的结果进行融合，作为分类器对所述搜索词的需求分类的判断结果；d4)将所述判断结果与预期的需求分类相比较，若所述判断结果与预期的需求分类不相符，则修正所述分类器。