[发明专利]一种词项的权重标注方法和装置有效
| 申请号： | 201610349578.7 | 申请日： | 2016-05-24 |
| 公开（公告）号： | CN105975459B | 公开（公告）日： | 2018-09-21 |
| 发明（设计）人： | 胡军;陈英傑;王天畅;叶澄灿 | 申请（专利权）人： | 北京奇艺世纪科技有限公司 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27;G06F17/30;G06F15/18 |
| 代理公司： | 北京润泽恒知识产权代理有限公司 11319 | 代理人： | 苏培华 |
| 地址： | 100080 北京市海淀*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请实施例提供了一种词项的权重标注方法和装置，涉及网络搜索技术领域。所述方法包括：获取待确定权重的各个词项；结合搜索日志，计算所述各个词项的词项搜索权重；根据所述各个词项在文档集合中出现的频率，计算所述各个词项的逆向文件频率；根据所述各个词项的所述词项搜索权重和所述逆向文件频率，计算词项权重。解决了在网络搜索领域使用TF‑IDF计算词项权重的方法，在基于搜索词以短文本为主的搜索任务时，重要的词项反而被标记较小权重的问题，使词项权重计算主要基于搜索日志，取得了加深词项和搜索词之间联系的同时，更提高了在搜索环境下词项和文档之间相关性计算的精度，提升了搜索排序质量的效果。 | ||
| 搜索关键词： | 一种 权重 标注 方法 装置 | ||
【主权项】：
1.一种词项的权重标注方法，其特征在于，获取待确定权重的各个词项；结合搜索日志，计算所述各个词项的词项搜索权重，包括：提取所述各个词项的词项特征；所述词项特征包括词项搜索特征，所述词项搜索特征通过所述搜索日志获取；通过词项训练集中的各个词项的所述词项特征训练获得所述词项搜索权重标注模型；基于各个词项的所述词项特征，利用词项搜索权重标注模型计算各个词项的所述词项搜索权重；所述通过词项训练集中的各个词项的所述词项特征训练获得所述词项搜索权重标注模型，包括：获取词项训练集；所述词项训练集包括词项和与所述词项相对应的所述词项搜索权重；对所述词项训练集中的各个词项，获取与所述词项相对应的词项特征；其中，所述词项特征包括所述词项搜索特征，所述词项搜索特征通过所述搜索日志获取；基于与所述词项相对应的所述词项特征以及所述词项搜索权重进行训练，获得所述词项搜索权重标注模型；根据所述各个词项在文档集合中出现的频率，计算所述各个词项的逆向文件频率；根据所述各个词项的所述词项搜索权重和所述逆向文件频率，计算词项权重。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京奇艺世纪科技有限公司，未经北京奇艺世纪科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610349578.7/，转载请声明来源钻瓜专利网。
