CN110209939A - 推荐信息的获取方法、装置、电子设备及可读存储介质 - Google Patents
推荐信息的获取方法、装置、电子设备及可读存储介质 Download PDFInfo
- Publication number
- CN110209939A CN110209939A CN201910470122.XA CN201910470122A CN110209939A CN 110209939 A CN110209939 A CN 110209939A CN 201910470122 A CN201910470122 A CN 201910470122A CN 110209939 A CN110209939 A CN 110209939A
- Authority
- CN
- China
- Prior art keywords
- information
- recommendation
- entity type
- target
- contextual
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9535—Search customisation based on user profiles and personalisation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
- G06F40/211—Syntactic parsing, e.g. based on context-free grammar [CFG] or unification grammars
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
- G06F40/295—Named entity recognition
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请提供了一种推荐信息的获取方法、装置、电子设备及计算机可读存储介质,涉及文字处理领域。该方法包括:当接收到识别指令时,获取识别指令对应的信息,并获取信息的实体类型,当实体类型为多个时,获取信息的上下文信息,基于上下文信息从多个实体类型中,确定出信息的目标实体类型,以及信息的目标实体类型对应的多个推荐信息,再基于信息、上下文信息,以及目标实体类型,从多个推荐信息中,选择出与信息的目标实体类型匹配度最高的推荐信息,作为目标推荐信息,并展示目标推荐信息。本申请避免了用户从多个搜索结果中查找需要的结果从而浪费大量时间,提升了用户体验。
Description
技术领域
本申请涉及文字处理技术领域,具体而言,本申请涉及一种推荐信息的获取方法、装置、电子设备及计算机可读存储介质。
背景技术
随着科技的发展,移动终端变得越来越智能,用户可以通过在移动终端上安装各种功能的应用程序,来实现各种不同的需求。在实际应用中,用户在使用移动终端时看到了不认识的字或词语,如果想要查询,那么就需要进行选取需要查询的字或词语、复制、退出当前(应用程序的)页面、找到相应的应用程序、打开该应用程序、粘贴、搜索等一系列操作,操作十分繁琐;而且,用户A和用户B在谈论小时候的经典电视剧,当用户A想要获取“西游记”电视剧时,需要在聊天界面复制西游记,然后退出当前的聊天界面再打开播放视频APP中复制西游记,进行查询或者观看,操作非常繁琐。
目前有一种方案,可以通过用户触控西游记,向用户推荐与该西游记主体对应的内容,这种方式相对原有技术比较便捷,但是在遇到同一查询消息出现多个查询结果,如“西游记”,可以包括图书、电影和电视剧,当用户希望看到的是电视剧时,可能搜索结果中会出现图书、主演人物等信息,这些搜索结果并不是用户想要的结果,用户还需要在多个搜索结果中查找自己需要的,比较麻烦,尤其是搜索结果较多的时候,用户在结果中找需要的结果浪费大量时间。
发明内容
本申请提供了一种推荐信息的获取方法、装置、电子设备及计算机可读存储介质,可以解决现有识屏方案中,搜索结果的需求度较低,用户体验较差的问题。所述技术方案如下:
第一方面,提供了一种推荐信息的获取方法,该方法包括:
当接收到识别指令时,获取识别指令对应的信息;
获取信息的实体类型;
当实体类型为多个时,获取信息的上下文信息;
基于上下文信息从多个实体类型中,确定出信息的目标实体类型,以及信息的目标实体类型对应的多个推荐信息;
基于信息、上下文信息,以及目标实体类型,从多个推荐信息中,选择出与信息的目标实体类型匹配度最高的推荐信息,作为目标推荐信息;
展示目标推荐信息。
优选地,信息与多种实体类型具有关联关系;
获取信息的实体类型的步骤具体包括:
依据关联关系,获取信息各个种类的实体类型。
优选地,基于上下文信息从多个实体类型中,确定出信息的目标实体类型,以及信息目标实体类型对应的多个推荐信息的步骤,包括:
获取信息的第一上下文信息;
将信息与第一上下文信息进行拼接,生成拼接后的信息内容;
识别信息内容的语义意图,和/或,提取信息内容的一个或多个关键词;
将语义意图,和/或,一个或多个关键词,分别与各个实体类型进行匹配,得到各个实体类型与信息的匹配度;
将匹配度最高的实体类型作为信息的目标实体类型,并获取信息的目标实体类型对应的多个推荐信息。
优选地,基于信息、上下文信息,以及目标实体类型,从多个推荐信息中,选择出与信息的目标实体类型匹配度最高的推荐信息,作为目标推荐信息的步骤,包括:
基于第一上下文信息、信息,以及目标实体类型,判断多个推荐信息中,是否存在与信息匹配度最高的推荐信息;
若否,则获取第一上下文信息的第二上下文信息,并将第二上下文信息作为第一上下文信息;
继续执行基于第一上下文信息、信息,以及目标实体类型,判断多个推荐信息中,是否存在与信息匹配度最高的推荐信息的步骤,直到在多个推荐信息中,存在与信息匹配度最高的推荐信息为止;
将匹配度最高的推荐信息作为目标推荐信息。
优选地,基于第一上下文信息、信息,以及目标实体类型,判断多个推荐信息中,是否存在与信息匹配度最高的推荐信息,包括:
将语义意图,和/或,一个或多个关键词,分别与各个推荐信息进行匹配,得到各个推荐信息与信息的匹配度;
判断各个匹配度中是否有匹配度大于等于预设阈值的推荐信息;
若否,则判定多个推荐信息中,不存在与信息匹配度最高的推荐信息。
优选地,基于信息、上下文信息,以及目标实体类型,从多个推荐信息中,选择出与信息的目标实体类型匹配度最高的推荐信息,作为目标推荐信息的步骤,包括:
获取当前的热点信息;
基于信息、上下文信息、目标实体类型,以及热点信息,从多个推荐信息中选择与信息的目标实体类型匹配度最高的推荐信息,作为目标推荐信息。
优选地,上下文信息为可视范围内,信息的上下文信息。
第二方面,提供了一种推荐信息的获取装置,该装置包括:
信息获取模块,用于当接收到识别指令时,获取识别指令对应的信息;
实体类型识别模块,用于获取信息的实体类型;
上下文信息获取模块,用于当实体类型为多个时,获取信息的上下文信息;
推荐信息获取模块,用于基于上下文信息从多个实体类型中,确定出信息的目标实体类型,以及信息的目标实体类型对应的多个推荐信息;
选择模块,用于基于信息、上下文信息,以及目标实体类型,从多个推荐信息中,选择出与信息的目标实体类型匹配度最高的推荐信息,作为目标推荐信息;
展示模块,用于展示目标推荐信息。
优选地,信息与多种实体类型具有关联关系;
实体类型识别模块具体用于:依据关联关系,获取信息各个种类的实体类型。
优选地,推荐信息获取模块包括:
第一获取子模块,用于获取信息的第一上下文信息;
拼接子模块,用于将信息与第一上下文信息进行拼接,生成拼接后的信息内容;
语义子模块,用于识别信息内容的语义意图;
提取子模块,用于提取信息内容的一个或多个关键词;
匹配子模块,用于将语义意图,和/或,一个或多个关键词,分别与各个实体类型进行匹配,得到各个实体类型与信息的匹配度;
判定子模块,用于将匹配度最高的实体类型作为信息的目标实体类型,并获取信息的目标实体类型对应的多个推荐信息。
优选地,选择模块包括:
判断子模块,用于基于第一上下文信息、信息,以及目标实体类型,判断多个推荐信息中,是否存在与信息匹配度最高的推荐信息;
第二获取子模块,用于获取第一上下文信息的第二上下文信息,并将第二上下文信息作为第一上下文信息;
判断子模块、第二获取子模块重复执行,直到在多个推荐信息中,存在与信息匹配度最高的推荐信息为止;
第一确定子模块,用于将匹配度最高的推荐信息作为目标推荐信息。
优选地,判断子模块包括:
匹配单元,用于将语义意图,和/或,一个或多个关键词,分别与各个推荐信息进行匹配,得到各个推荐信息与信息的匹配度;
判断单元,用于判断各个匹配度中是否有匹配度大于等于预设阈值的推荐信息;
判定单元,用于判定多个推荐信息中,不存在与信息匹配度最高的推荐信息。
优选地,选择模块包括:
第三获取子模块,用于获取当前的热点信息;
第二确定子模块,用于基于信息、上下文信息、目标实体类型,以及热点信息,从多个推荐信息中选择与信息的目标实体类型匹配度最高的推荐信息,作为目标推荐信息。
优选地,上下文信息为可视范围内,信息的上下文信息。
第三方面,提供了一种电子设备,该电子设备包括:
处理器、存储器和总线;
总线,用于连接处理器和存储器;
存储器,用于存储操作指令;
处理器,用于通过调用操作指令,可执行指令使处理器执行如本申请的第一方面所示的推荐信息的获取方法对应的操作。
第四方面,提供了一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,该程序被处理器执行时实现本申请第一方面所示的推荐信息的获取方法。
本申请提供的技术方案带来的有益效果是:
在本发明实施例中,当接收到识别指令时,获取识别指令对应的信息,并获取信息的实体类型,当实体类型为多个时,获取信息的上下文信息,基于上下文信息从多个实体类型中,确定出信息的目标实体类型,以及信息的目标实体类型对应的多个推荐信息,再基于信息、上下文信息,以及目标实体类型,从多个推荐信息中,选择出与信息的目标实体类型匹配度最高的推荐信息,作为目标推荐信息,并展示目标推荐信息。相较于现有技术中将所有推荐信息全部展示给用户,让用户自行选择,以及,将信息当前热度最高的相关信息展示给用户的方式,本申请在获取到信息的多个推荐信息后,可以对信息的上下文信息进行理解,确定出用户实际想要得到的信息并推荐给用户,避免了用户从多个搜索结果中查找需要的结果从而浪费大量时间,提升了用户体验。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对本申请实施例描述中所需要使用的附图作简单地介绍。
图1为本申请一个实施例提供的一种推荐信息的获取方法的流程示意图;
图2为本申请又一实施例提供的一种推荐信息的获取装置的结构示意图;
图3为本申请又一实施例提供的一种推荐信息的获取电子设备的结构示意图。
具体实施方式
下面详细描述本申请的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本申请,而不能解释为对本发明的限制。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本申请的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解,当我们称元件被“连接”或“耦接”到另一元件时,它可以直接连接或耦接到其他元件,或者也可以存在中间元件。此外,这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
首先对本申请涉及的几个名词进行介绍和解释:
本申请提供的推荐信息的获取方法、装置、电子设备和计算机可读存储介质,旨在解决现有技术的如上技术问题。
下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图,对本申请的实施例进行描述。
在一个实施例中提供了一种推荐信息的获取方法,如图1所示,该方法包括:
步骤S101,当接收到识别指令时,获取识别指令对应的信息;
具体而言,用户可以在终端上执行预设的操作来生成特定指令,比如对屏幕中显示信息的区域进行多点触控,或者是同时按压多个物理按键,或者是二者的组合等;还可以是语音指令、也可以是用户触控的信息指令,图片指令等;其中,语音指令的话可语音转信息;触控指令,就是获取触控指令对应的信息,图片的话获取图片中的信息,或者是图片的意图信息,例如香山的图片,意图信息就是香山;郭德纲讲相声的图片,意图就是相声、郭德纲人物等。
例如,终端的屏幕当前展示的是聊天界面,用户对聊天界面中出现的某个词语不理解,想对该词语进行搜索,于是用两个指头按压屏幕上出现该词语的区域,当按压时间超过预设阈值,比如2秒时,就获取按压区域对应的信息内容。
进一步,用户带VR(Virtual Reality,虚拟现实)眼镜观看新闻或者是视频等的信息识别的时候,根据用户的眼神指示(即识别指令),例如眨眼多少次等指令,得到对应的信息;或者是在看电视、投影等情况下,通过语音(即识别指令)等方式,来得到对应的信息。
需要说明的是,上述生成特定指令的方式仅仅只是举例说明,在实际应用中,采用其它的方式来生成识别指令也适用于本申请,本申请对此不作限制。
进一步,该终端可以具有如下特点:
(1)在硬件体系上,设备具备中央处理器、存储器、输入部件和输出部件,也就是说,设备往往是具备通信功能的微型计算机设备。另外,还可以具有多种输入方式,诸如键盘、鼠标、触摸屏、送话器和摄像头等,并可以根据需要进行调整输入。同时,设备往往具有多种输出方式,如受话器、显示屏等,也可以根据需要进行调整;
(2)在软件体系上,设备必须具备操作***,如Windows Mobile、Symbian、Palm、Android、iOS等。同时,这些操作***越来越开放,基于这些开放的操作***平台开发的个性化应用程序层出不穷,如通信簿、日程表、记事本、计算器以及各类游戏等,极大程度地满足了个性化用户的需求;
(3)在通信能力上,设备具有灵活的接入方式和高带宽通信性能,并且能根据所选择的业务和所处的环境,自动调整所选的通信方式,从而方便用户使用。设备可以支持GSM(Global System for Mobile Communication,全球移动通信***)、WCDMA(Wideband CodeDivision Multiple Access,宽带码分多址)、CDMA2000(Code Division MultipleAccess,码分多址)、TDSCDMA(Time Division-Synchronous Code Division MultipleAccess,时分同步码分多址)、Wi-Fi(Wireless-Fidelity,无线保真)以及WiMAX(WorldwideInteroperability for Microwave Access,全球微波互联接入)等,从而适应多种制式网络,不仅支持语音业务,更支持多种无线数据业务;
(4)在功能使用上,设备更加注重人性化、个性化和多功能化。随着计算机技术的发展,设备从“以设备为中心”的模式进入“以人为中心”的模式,集成了嵌入式计算、控制技术、人工智能技术以及生物认证技术等,充分体现了以人为本的宗旨。由于软件技术的发展,设备可以根据个人需求调整设置,更加个性化。同时,设备本身集成了众多软件和硬件,功能也越来越强大。
步骤S102,获取信息的实体类型;
在实际应用中,步骤S101中获取到的信息可能与用户预期的效果有出入,比如,用户只想要获取某个词语,但是获取到的信息是包含了该词语的一句话。所以,在本发明实施例中,会进一步识别信息中的实体,例如,基于NER来识别信息中的实体。
命名实体识别(Named Entity Recognition,简称NER)是信息提取、问答***、句法分析、机器翻译等应用领域的重要基础工具,在自然语言处理技术走向实用化的过程中占有重要地位。一般来说,命名实体识别的任务就是识别出待处理文本中三大类(实体类、时间类和数字类)、七小类(人名、机构名、地名、时间、日期、货币和百分比)命名实体。
举个简单的例子,在句子“小明早上8点去学校上课。”中,对其进行命名实体识别,提取到的实体可以包括“人名:小明,时间:早上8点,地点:学校”。
进一步,在实际应用中,信息可能存在多种实体类型,例如,信息“西游记”包括图书、电影和电视剧三种实体类型,那么此时就需要确定出用户到底是想获取哪种实体类型对应的推荐信息。
在本发明一种优选实施例中,信息与多种实体类型具有关联关系;
获取信息的实体类型的步骤具体包括:
依据关联关系,获取信息各个种类的实体类型。
具体而言,在本发明实施例中,针对任意一个信息,会预先设置好与信息具有关联的至少一种实体类型。例如,预先设置好“西游记”与图书、电影、电视剧三种实体类型具有关联关系。这样,在识别出信息后,就可以依据关联关系,获取该信息的各个种类的实体类型了。
步骤S103,当实体类型为多个时,获取信息的上下文信息;
当识别到信息的实体类型有多个时,不会将多个实体类型展示给用户,而是在后台获取信息的上下文信息,以确定出用户想获取的实体类型。
例如,用户长按的信息为“XXX西游记XXX”,这时识别出信息具有三个实体类型:图书、电影、电视剧。
针对上述情况,当前的现有技术通常有两种处理结果,一种是将三种实体类型的推荐信息都推荐给用户,让用户自己从多个推荐信息里找自己想要的推荐信息,另一种是推荐搜索热度排名较前的。对于第一种都推荐的方式,如果检索结果较多时,用户选择查找会非常繁琐;对于第二种方式,搜索热度排名较前的,可能并不是用户所需要的,降低了用户体验。
因此,针对上述问题,本申请可以获取信息的上下文信息,来确定用户想搜索的到底是哪种实体类型。
在本发明一种优选实施例中,上下文信息为可视范围内,信息的上下文信息。
具体而言,信息的上下文信息并不一定是该信息的内容上的上下文信息,还可以是视觉上的上下文信息。例如,终端屏幕中当前只显示一个聊天界面,其中A和B的对话为:
A:今天北京的天气怎么样?
B:北京今天0℃~14℃
A:上海呢?
假设,用户获取的信息为“北京今天0℃~14℃”,那么,从内容上来看,其上文信息为“今天北京的天气怎么样?”,下文信息为“上海呢?”,但是用户进行分屏操作后,当前分屏中顶部的上文信息“今天北京的天气怎么样?”正好被另一分屏遮挡住了,另一分屏的底部显示的信息为“NBA常规赛结束”,那么,从视觉上来看,“NBA常规赛结束”就成为上文信息,用户获取的信息的上下文信息就变成了“NBA常规赛结束”和“上海呢?”。也就是说,本发明实施例是基于屏幕上展示的信息内容来获取上下文信息。
进一步,如果信息只有一个实体类型,那么就可以采用与该实体类型对应的检索服务获取该信息的推荐信息。
步骤S104,基于上下文信息从多个实体类型中,确定出信息的目标实体类型,以及信息的目标实体类型对应的多个推荐信息;
在本发明一种优选实施例中,基于上下文信息从多个实体类型中,确定出信息的目标实体类型,以及信息目标实体类型对应的多个推荐信息的步骤,包括:
获取信息的第一上下文信息;
将信息与第一上下文信息进行拼接,生成拼接后的信息内容;
识别信息内容的语义意图,和/或,提取信息内容的一个或多个关键词;
将语义意图,和/或,一个或多个关键词,分别与各个实体类型进行匹配,得到各个实体类型与信息的匹配度;
将匹配度最高的实体类型作为信息的目标实体类型,并获取信息的目标实体类型对应的多个推荐信息。
具体而言,在获取上下文信息后,将上下文信息拼接成一整段信息,然后通过语义理解,和/或关键词提取,分别将提取到的关键词与各个实体类型进行匹配,得到各个实体类型与信息的匹配度,然后将匹配度最高的实体类型作为该信息的目标实体类型,并获取该信息的目标实体类型对应的一个或多个推荐信息。
比如,识别到的信息为“西游记”,上下文信息中出现了“儿童彩绘版”、“新编”、“拼音”等,那么就可以确定用户想要搜索的“西游记”为儿童版图书,然后,获取西游记儿童版图书的推荐信息即可,例如图书购买链接、图书的信息介绍等等。
步骤S105,基于信息、上下文信息,以及目标实体类型,从多个推荐信息中,选择出与信息的目标实体类型匹配度最高的推荐信息,作为目标推荐信息;
在步骤S104中如果只获取到一个推荐信息,那么将该推荐信息直接推荐给用户即可;如果获取到多个推荐信息,那么还需要进一步确定出用户是想要哪个推荐信息。
在本发明一种优选实施例中,基于信息、上下文信息,以及目标实体类型,从多个推荐信息中,选择出与信息的目标实体类型匹配度最高的推荐信息,作为目标推荐信息的步骤,包括:
基于第一上下文信息、信息,以及目标实体类型,判断多个推荐信息中,是否存在与信息匹配度最高的推荐信息;
若否,则获取第一上下文信息的第二上下文信息,并将第二上下文信息作为第一上下文信息;
继续执行基于第一上下文信息、信息,以及目标实体类型,判断多个推荐信息中,是否存在与信息匹配度最高的推荐信息的步骤,直到在多个推荐信息中,存在与信息匹配度最高的推荐信息为止;
将匹配度最高的推荐信息作为目标推荐信息。
具体而言,如果基于目标实体类型、信息和第一次获取到的信息的上下文信息(第一上下文信息),无法从多个推荐信息中确定出与信息匹配度最高的推荐信息,那么就继续获取第一上下文信息的上下文信息(第二上下文信息),然后基于信息和第二上下文信息,继续从多个推荐信息中确定出与信息匹配度最高的推荐信息,如果确定出了匹配度最高的推荐信息,则推荐该推荐信息,如果无法确定出匹配度最高的推荐信息,那么继续获取第三上下文信息、第四上下文信息等等,直到确定出匹配度最高的推荐信息为止。
例如,用户A和用户B的对话如下:
A:前两天我给我儿子买了本书,他挺喜欢的,天天看,推荐给你。
B:什么书啊?
A:《西游记》
B:孩子这么小,能看懂吗?
A:这个不是原著,内容翻译过的,有彩绘插图,还有拼音,小孩能看懂的
B:那挺不错的,你在哪买的,我也买一本
A:你去淘宝上找,很多的~
B:好,我去看看~
用户识别的信息为“西游记”,识别后确定了“西游记”的实体类型为图书,获取的第一上下文信息为“什么书啊?”和“孩子这么小,能看懂吗?”,此时,基于“西游记”、“什么书啊?”和“孩子这么小,能看懂吗?”可以确定用户想获取的是《西游记》图书的儿童版,但还无法确定用户想获取的具体是哪方面的推荐信息,于是继续获取“什么书啊?”的上文信息,和“孩子这么小,能看懂吗?”的下文信息,直到获取到信息“淘宝”,就可以确定出用户想要获取的是儿童版图书的购买链接,然后采用检索服务器获取《西游记》儿童版图书的购买链接并展示给用户,其中,淘宝上的链接优先展示(因为上下文信息中出现了“淘宝”的关键词)。
在本发明一种优选实施例中,基于第一上下文信息、信息,以及目标实体类型,判断多个推荐信息中,是否存在与信息匹配度最高的推荐信息,包括:
将语义意图,和/或,一个或多个关键词,分别与各个推荐信息进行匹配,得到各个推荐信息与信息的匹配度;
判断各个匹配度中是否有匹配度大于等于预设阈值的推荐信息;
若否,则判定多个推荐信息中,不存在与信息匹配度最高的推荐信息。
具体而言,在获取上下文信息后,将上下文信息拼接成一整段信息,然后通过语义理解,和/或关键词提取,分别将提取到的关键词与各个推荐信息进行匹配,得到各个推荐信息与信息的匹配度,然后判断各个匹配度中是否有匹配度大于等于预设阈值的推荐信息,如果没有,则判定多个推荐信息中,不存在与信息匹配度最高的推荐信息;如果有,则判定多个推荐信息中,存在与信息匹配度最高的推荐信息;如果匹配度大于等于预设阈值的推荐信息为多个,则选择预设数量的进行推荐,例如2个或者3个,对多个推荐信息按照匹配度进行排序。
例如,某段信息中包括了德云社、郭德纲等关键词,则可以判断信息“于谦”的目标实体类型为“人名”,与信息“于谦”的检索结果对应的应该为相声演员;如果在该段信息中包括组织北京保卫战、改革君制、钱塘等,则可以判断与信息“于谦”的检索结果对应的应该为历史人物。
进一步,在本发明实施例中,可以设置拼接后的信息的字数,例如拼接后的信息为20个字,或者设置获取的上下文信息的字数,例如上文信息10个字,下文信息10个字,这样,通过设定字数,使得在当前信息识别失败的情况下,从最接近信息的上下文信息开始,定量地获取更多的上下文信息进行下一次识别,从而保证了下一次获取的上下文信息都是当前屏幕内与信息最接近的信息信息,直到信息识别成功,相较于现有技术中基于全屏的信息信息进行识别,不仅减少了获取的上下文信息的内容,同时也提升了信息识别的准确率。
在本发明一种优选实施例中,基于信息、上下文信息,以及目标实体类型,从多个推荐信息中,选择出与信息的目标实体类型匹配度最高的推荐信息,作为目标推荐信息的步骤,包括:
获取当前的热点信息;
基于信息、上下文信息、目标实体类型,以及热点信息,从多个推荐信息中选择与信息的目标实体类型匹配度最高的推荐信息,作为目标推荐信息。
具体而言,本发明实施例除了可以基于信息、信息的目标实体类型和上下文信息来确定推荐信息,还可以结合当前的热点信息来进一步提高推荐信息的匹配度。例如,基于“岳云鹏”(信息)、“人名”(目标实体类型)和“笑场”(上下文信息)确定的匹配度最高的推荐信息为《蜘蛛侦探》,而当前的热点信息包括“岳云鹏春晚笑场”,那么结合热点信息后,匹配度最高的推荐信息则是《妙言趣语》了。
步骤S106,展示目标推荐信息。
在获取到目标推荐信息后,将目标推荐信息展示给用户即可。进一步,其它多个匹配度大于等于预设阈值的推荐信息,也可以按照匹配度的大小排序后展示给用户,当然,其它的推荐信息是否展示可以根据实际需求进行设置,本申请对此不作限制。
在本发明实施例中,当接收到识别指令时,获取识别指令对应的信息,并获取信息的实体类型,当实体类型为多个时,获取信息的上下文信息,基于上下文信息从多个实体类型中,确定出信息的目标实体类型,以及信息的目标实体类型对应的多个推荐信息,再基于信息、上下文信息,以及目标实体类型,从多个推荐信息中,选择出与信息的目标实体类型匹配度最高的推荐信息,作为目标推荐信息,并展示目标推荐信息。相较于现有技术中将所有推荐信息全部展示给用户,让用户自行选择,以及,将信息当前热度最高的相关信息展示给用户的方式,本申请在获取到信息的多个推荐信息后,可以对信息的上下文信息进行理解,确定出用户实际想要得到的信息并推荐给用户,避免了用户从多个搜索结果中查找需要的结果从而浪费大量时间,提升了用户体验。
图2为本申请又一实施例提供的一种展示推荐信息的装置的结构示意图,如图2所示,本实施例的装置可以包括:
信息获取模块201,用于当接收到识别指令时,获取识别指令对应的信息;
实体类型识别模块202,用于获取信息的实体类型;
上下文信息获取模块203,用于当实体类型为多个时,获取信息的上下文信息;
推荐信息获取模块204,用于基于上下文信息从多个实体类型中,确定出信息的目标实体类型,以及信息的目标实体类型对应的多个推荐信息;
选择模块205,用于基于信息、上下文信息,以及目标实体类型,从多个推荐信息中,选择出与信息的目标实体类型匹配度最高的推荐信息,作为目标推荐信息;
展示模块206,用于展示目标推荐信息。
在本发明一种优选实施例中,信息与多种实体类型具有关联关系;
实体类型识别模块具体用于:依据关联关系,获取信息各个种类的实体类型。
在本发明一种优选实施例中,推荐信息获取模块包括:
第一获取子模块,用于获取信息的第一上下文信息;
拼接子模块,用于将信息与第一上下文信息进行拼接,生成拼接后的信息内容;
语义子模块,用于识别信息内容的语义意图;
提取子模块,用于提取信息内容的一个或多个关键词;
匹配子模块,用于将语义意图,和/或,一个或多个关键词,分别与各个实体类型进行匹配,得到各个实体类型与信息的匹配度;
判定子模块,用于将匹配度最高的实体类型作为信息的目标实体类型,并获取信息的目标实体类型对应的多个推荐信息。
在本发明一种优选实施例中,选择模块包括:
判断子模块,用于基于第一上下文信息、信息,以及目标实体类型,判断多个推荐信息中,是否存在与信息匹配度最高的推荐信息;
第二获取子模块,用于获取第一上下文信息的第二上下文信息,并将第二上下文信息作为第一上下文信息;
判断子模块、第二获取子模块重复执行,直到在多个推荐信息中,存在与信息匹配度最高的推荐信息为止;
第一确定子模块,用于将匹配度最高的推荐信息作为目标推荐信息。
在本发明一种优选实施例中,判断子模块包括:
匹配单元,用于将语义意图,和/或,一个或多个关键词,分别与各个推荐信息进行匹配,得到各个推荐信息与信息的匹配度;
判断单元,用于判断各个匹配度中是否有匹配度大于等于预设阈值的推荐信息;
判定单元,用于判定多个推荐信息中,不存在与信息匹配度最高的推荐信息。
在本发明一种优选实施例中,选择模块包括:
第三获取子模块,用于获取当前的热点信息;
第二确定子模块,用于基于信息、上下文信息、目标实体类型,以及热点信息,从多个推荐信息中选择与信息的目标实体类型匹配度最高的推荐信息,作为目标推荐信息。
在本发明一种优选实施例中,上下文信息为可视范围内,信息的上下文信息。
本申请的又一实施例中提供了一种电子设备,该电子设备包括:存储器和处理器;至少一个程序,存储于存储器中,用于被处理器执行时,与现有技术相比可实现:当接收到识别指令时,获取识别指令对应的信息,并获取信息的实体类型,当实体类型为多个时,获取信息的上下文信息,基于上下文信息从多个实体类型中,确定出信息的目标实体类型,以及信息的目标实体类型对应的多个推荐信息,再基于信息、上下文信息,以及目标实体类型,从多个推荐信息中,选择出与信息的目标实体类型匹配度最高的推荐信息,作为目标推荐信息,并展示目标推荐信息。相较于现有技术中将所有推荐信息全部展示给用户,让用户自行选择,以及,将信息当前热度最高的相关信息展示给用户的方式,本申请在获取到信息的多个推荐信息后,可以对信息的上下文信息进行理解,确定出用户实际想要得到的信息并推荐给用户,避免了用户从多个搜索结果中查找需要的结果从而浪费大量时间,提升了用户体验。
在一个可选实施例中提供了一种电子设备,如图3所示,图3所示的电子设备3000包括:处理器3001和存储器3003。其中,处理器3001和存储器3003相连,如通过总线3002相连。可选地,电子设备3000还可以包括收发器3004。需要说明的是,实际应用中收发器3004不限于一个,该电子设备3000的结构并不构成对本申请实施例的限定。
处理器3001可以是CPU,通用处理器,DSP,ASIC,FPGA或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。其可以实现或执行结合本申请公开内容所描述的各种示例性的逻辑方框,模块和电路。处理器3001也可以是实现计算功能的组合,例如包含一个或多个微处理器组合,DSP和微处理器的组合等。
总线3002可包括一通路,在上述组件之间传送信息。总线3002可以是PCI总线或EISA总线等。总线3002可以分为地址总线、数据总线、控制总线等。为便于表示,图3中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
存储器3003可以是ROM或可存储静态信息和指令的其他类型的静态存储设备,RAM或者可存储信息和指令的其他类型的动态存储设备,也可以是EEPROM、CD-ROM或其他光盘存储、光碟存储(包括压缩光碟、激光碟、光碟、数字通用光碟、蓝光光碟等)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。
存储器3003用于存储执行本申请方案的应用程序代码,并由处理器3001来控制执行。处理器3001用于执行存储器3003中存储的应用程序代码,以实现前述任一方法实施例所示的内容。
其中,电子设备包括但不限于:移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。
本申请的又一实施例提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,当其在计算机上运行时,使得计算机可以执行前述方法实施例中相应内容。与现有技术相比,当接收到识别指令时,获取识别指令对应的信息,并获取信息的实体类型,当实体类型为多个时,获取信息的上下文信息,基于上下文信息从多个实体类型中,确定出信息的目标实体类型,以及信息的目标实体类型对应的多个推荐信息,再基于信息、上下文信息,以及目标实体类型,从多个推荐信息中,选择出与信息的目标实体类型匹配度最高的推荐信息,作为目标推荐信息,并展示目标推荐信息。相较于现有技术中将所有推荐信息全部展示给用户,让用户自行选择,以及,将信息当前热度最高的相关信息展示给用户的方式,本申请在获取到信息的多个推荐信息后,可以对信息的上下文信息进行理解,确定出用户实际想要得到的信息并推荐给用户,避免了用户从多个搜索结果中查找需要的结果从而浪费大量时间,提升了用户体验。
本发明实施例的方法还包括:
A1、一种推荐信息的获取方法,其特征在于,包括:
当接收到识别指令时,获取所述识别指令对应的信息;
获取所述信息的实体类型;
当所述实体类型为多个时,获取所述信息的上下文信息;
基于所述上下文信息从多个实体类型中,确定出所述信息的目标实体类型,以及所述信息的目标实体类型对应的多个推荐信息;
基于所述信息、所述上下文信息,以及所述目标实体类型,从所述多个推荐信息中,选择出与所述信息的目标实体类型匹配度最高的推荐信息,作为目标推荐信息;
展示所述目标推荐信息。
A2、根据权利要求A1所述的推荐信息的获取方法,其特征在于,所述信息与多种实体类型具有关联关系;
所述获取所述信息的实体类型的步骤具体包括:
依据所述关联关系,获取所述信息各个种类的实体类型。
A3、根据权利要求A1所述的推荐信息的获取方法,其特征在于,所述基于所述上下文信息从多个实体类型中,确定出所述信息的目标实体类型,以及所述信息目标实体类型对应的多个推荐信息的步骤,包括:
获取所述信息的第一上下文信息;
将所述信息与所述第一上下文信息进行拼接,生成拼接后的信息内容;
识别所述信息内容的语义意图,和/或,提取所述信息内容的一个或多个关键词;
将所述语义意图,和/或,所述一个或多个关键词,分别与各个实体类型进行匹配,得到各个实体类型与所述信息的匹配度;
将匹配度最高的实体类型作为所述信息的目标实体类型,并获取所述信息的目标实体类型对应的多个推荐信息。
A4、根据权利要求A1或A3所述的推荐信息的获取方法,其特征在于,所述基于所述信息、所述上下文信息,以及所述目标实体类型,从所述多个推荐信息中,选择出与所述信息的目标实体类型匹配度最高的推荐信息,作为目标推荐信息的步骤,包括:
基于所述第一上下文信息、所述信息,以及所述目标实体类型,判断所述多个推荐信息中,是否存在与所述信息匹配度最高的推荐信息;
若否,则获取所述第一上下文信息的第二上下文信息,并将所述第二上下文信息作为第一上下文信息;
继续执行基于所述第一上下文信息、所述信息,以及所述目标实体类型,判断所述多个推荐信息中,是否存在与所述信息匹配度最高的推荐信息的步骤,直到在所述多个推荐信息中,存在与所述信息匹配度最高的推荐信息为止;
将所述匹配度最高的推荐信息作为目标推荐信息。
A5、根据权利要求A3或A4所述的推荐信息的获取方法,其特征在于,所述基于所述第一上下文信息、所述信息,以及所述目标实体类型,判断所述多个推荐信息中,是否存在与所述信息匹配度最高的推荐信息,包括:
将所述语义意图,和/或,所述一个或多个关键词,分别与各个推荐信息进行匹配,得到各个推荐信息与所述信息的匹配度;
判断各个匹配度中是否有匹配度大于等于预设阈值的推荐信息;
若否,则判定多个推荐信息中,不存在与所述信息匹配度最高的推荐信息。
A6、根据权利要求A1所述的推荐信息的获取方法,其特征在于,所述基于所述信息、所述上下文信息,以及所述目标实体类型,从所述多个推荐信息中,选择出与所述信息的目标实体类型匹配度最高的推荐信息,作为目标推荐信息的步骤,包括:
获取当前的热点信息;
基于所述信息、所述上下文信息、所述目标实体类型,以及所述热点信息,从所述多个推荐信息中选择与所述信息的目标实体类型匹配度最高的推荐信息,作为目标推荐信息。
A7、根据权利要求A1所述的推荐信息的获取方法,其特征在于,所述上下文信息为可视范围内,所述信息的上下文信息。
B8、一种推荐信息的获取装置,其特征在于,包括:
信息获取模块,用于当接收到识别指令时,获取所述识别指令对应的信息;
实体类型识别模块,用于获取所述信息的实体类型;
上下文信息获取模块,用于当所述实体类型为多个时,获取所述信息的上下文信息;
推荐信息获取模块,用于基于所述上下文信息从多个实体类型中,确定出所述信息的目标实体类型,以及所述信息的目标实体类型对应的多个推荐信息;
选择模块,用于基于所述信息、所述上下文信息,以及所述目标实体类型,从所述多个推荐信息中,选择出与所述信息的目标实体类型匹配度最高的推荐信息,作为目标推荐信息;
展示模块,用于展示所述目标推荐信息。
B9、根据权利要求B8所述的推荐信息的获取装置,其特征在于,所述信息与多种实体类型具有关联关系;
所述实体类型识别模块具体用于:依据所述关联关系,获取所述信息各个种类的实体类型。
B10、根据权利要求B8所述的推荐信息的获取装置,其特征在于,所述推荐信息获取模块包括:
第一获取子模块,用于获取所述信息的第一上下文信息;
拼接子模块,用于将所述信息与所述第一上下文信息进行拼接,生成拼接后的信息内容;
语义子模块,用于识别所述信息内容的语义意图;
提取子模块,用于提取所述信息内容的一个或多个关键词;
匹配子模块,用于将所述语义意图,和/或,所述一个或多个关键词,分别与各个实体类型进行匹配,得到各个实体类型与所述信息的匹配度;
判定子模块,用于将匹配度最高的实体类型作为所述信息的目标实体类型,并获取所述信息的目标实体类型对应的多个推荐信息。
B11、根据权利要求B8或B10所述的推荐信息的获取装置,其特征在于,所述选择模块包括:
判断子模块,用于基于所述第一上下文信息、所述信息,以及所述目标实体类型,判断所述多个推荐信息中,是否存在与所述信息匹配度最高的推荐信息;
第二获取子模块,用于获取所述第一上下文信息的第二上下文信息,并将所述第二上下文信息作为第一上下文信息;
判断子模块、第二获取子模块重复执行,直到在所述多个推荐信息中,存在与所述信息匹配度最高的推荐信息为止;
第一确定子模块,用于将所述匹配度最高的推荐信息作为目标推荐信息。
B12、根据权利要求B10或B11所述的推荐信息的获取装置,其特征在于,所述判断子模块包括:
匹配单元,用于将所述语义意图,和/或,所述一个或多个关键词,分别与各个推荐信息进行匹配,得到各个推荐信息与所述信息的匹配度;
判断单元,用于判断各个匹配度中是否有匹配度大于等于预设阈值的推荐信息;
判定单元,用于判定多个推荐信息中,不存在与所述信息匹配度最高的推荐信息。
B13、根据权利要求B8所述的推荐信息的获取装置,其特征在于,所述选择模块包括:
第三获取子模块,用于获取当前的热点信息;
第二确定子模块,用于基于所述信息、所述上下文信息、所述目标实体类型,以及所述热点信息,从所述多个推荐信息中选择与所述信息的目标实体类型匹配度最高的推荐信息,作为目标推荐信息。
B14、根据权利要求B8所述的推荐信息的获取装置,其特征在于,所述上下文信息为可视范围内,所述信息的上下文信息。
C15、一种电子设备,其特征在于,其包括:
处理器、存储器和总线;
所述总线,用于连接所述处理器和所述存储器;
所述存储器,用于存储操作指令;
所述处理器,用于通过调用所述操作指令,执行上述权利要求A1-A7中任一项所述的推荐信息的获取方法。
D16、一种计算机可读存储介质,其特征在于,所述计算机存储介质用于存储计算机指令,当其在计算机上运行时,使得计算机可以执行上述权利要求A1-A7中任一项所述的推荐信息的获取方法。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
以上所述仅是本发明的部分实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种推荐信息的获取方法,其特征在于,包括:
当接收到识别指令时,获取所述识别指令对应的信息;
获取所述信息的实体类型;
当所述实体类型为多个时,获取所述信息的上下文信息;
基于所述上下文信息从多个实体类型中,确定出所述信息的目标实体类型,以及所述信息的目标实体类型对应的多个推荐信息;
基于所述信息、所述上下文信息,以及所述目标实体类型,从所述多个推荐信息中,选择出与所述信息的目标实体类型匹配度最高的推荐信息,作为目标推荐信息;
展示所述目标推荐信息。
2.根据权利要求1所述的推荐信息的获取方法,其特征在于,所述信息与多种实体类型具有关联关系;
所述获取所述信息的实体类型的步骤具体包括:
依据所述关联关系,获取所述信息各个种类的实体类型。
3.根据权利要求1所述的推荐信息的获取方法,其特征在于,所述基于所述上下文信息从多个实体类型中,确定出所述信息的目标实体类型,以及所述信息目标实体类型对应的多个推荐信息的步骤,包括:
获取所述信息的第一上下文信息;
将所述信息与所述第一上下文信息进行拼接,生成拼接后的信息内容;
识别所述信息内容的语义意图,和/或,提取所述信息内容的一个或多个关键词;
将所述语义意图,和/或,所述一个或多个关键词,分别与各个实体类型进行匹配,得到各个实体类型与所述信息的匹配度;
将匹配度最高的实体类型作为所述信息的目标实体类型,并获取所述信息的目标实体类型对应的多个推荐信息。
4.根据权利要求1或3所述的推荐信息的获取方法,其特征在于,所述基于所述信息、所述上下文信息,以及所述目标实体类型,从所述多个推荐信息中,选择出与所述信息的目标实体类型匹配度最高的推荐信息,作为目标推荐信息的步骤,包括:
基于所述第一上下文信息、所述信息,以及所述目标实体类型,判断所述多个推荐信息中,是否存在与所述信息匹配度最高的推荐信息;
若否,则获取所述第一上下文信息的第二上下文信息,并将所述第二上下文信息作为第一上下文信息;
继续执行基于所述第一上下文信息、所述信息,以及所述目标实体类型,判断所述多个推荐信息中,是否存在与所述信息匹配度最高的推荐信息的步骤,直到在所述多个推荐信息中,存在与所述信息匹配度最高的推荐信息为止;
将所述匹配度最高的推荐信息作为目标推荐信息。
5.根据权利要求3或4所述的推荐信息的获取方法,其特征在于,所述基于所述第一上下文信息、所述信息,以及所述目标实体类型,判断所述多个推荐信息中,是否存在与所述信息匹配度最高的推荐信息,包括:
将所述语义意图,和/或,所述一个或多个关键词,分别与各个推荐信息进行匹配,得到各个推荐信息与所述信息的匹配度;
判断各个匹配度中是否有匹配度大于等于预设阈值的推荐信息;
若否,则判定多个推荐信息中,不存在与所述信息匹配度最高的推荐信息。
6.根据权利要求1所述的推荐信息的获取方法,其特征在于,所述基于所述信息、所述上下文信息,以及所述目标实体类型,从所述多个推荐信息中,选择出与所述信息的目标实体类型匹配度最高的推荐信息,作为目标推荐信息的步骤,包括:
获取当前的热点信息;
基于所述信息、所述上下文信息、所述目标实体类型,以及所述热点信息,从所述多个推荐信息中选择与所述信息的目标实体类型匹配度最高的推荐信息,作为目标推荐信息。
7.根据权利要求1所述的推荐信息的获取方法,其特征在于,所述上下文信息为可视范围内,所述信息的上下文信息。
8.一种推荐信息的获取装置,其特征在于,包括:
信息获取模块,用于当接收到识别指令时,获取所述识别指令对应的信息;
实体类型识别模块,用于获取所述信息的实体类型;
上下文信息获取模块,用于当所述实体类型为多个时,获取所述信息的上下文信息;
推荐信息获取模块,用于基于所述上下文信息从多个实体类型中,确定出所述信息的目标实体类型,以及所述信息的目标实体类型对应的多个推荐信息;
选择模块,用于基于所述信息、所述上下文信息,以及所述目标实体类型,从所述多个推荐信息中,选择出与所述信息的目标实体类型匹配度最高的推荐信息,作为目标推荐信息;
展示模块,用于展示所述目标推荐信息。
9.一种电子设备,其特征在于,其包括:
处理器、存储器和总线;
所述总线,用于连接所述处理器和所述存储器;
所述存储器,用于存储操作指令;
所述处理器,用于通过调用所述操作指令,执行上述权利要求1-7中任一项所述的推荐信息的获取方法。
10.一种计算机可读存储介质,其特征在于,所述计算机存储介质用于存储计算机指令,当其在计算机上运行时,使得计算机可以执行上述权利要求1-7中任一项所述的推荐信息的获取方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910470122.XA CN110209939B (zh) | 2019-05-31 | 2019-05-31 | 推荐信息的获取方法、装置、电子设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910470122.XA CN110209939B (zh) | 2019-05-31 | 2019-05-31 | 推荐信息的获取方法、装置、电子设备及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110209939A true CN110209939A (zh) | 2019-09-06 |
CN110209939B CN110209939B (zh) | 2021-10-12 |
Family
ID=67789900
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910470122.XA Active CN110209939B (zh) | 2019-05-31 | 2019-05-31 | 推荐信息的获取方法、装置、电子设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110209939B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110955752A (zh) * | 2019-11-25 | 2020-04-03 | 三角兽(北京)科技有限公司 | 信息的展示方法、装置、电子设备及计算机存储介质 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7783644B1 (en) * | 2006-12-13 | 2010-08-24 | Google Inc. | Query-independent entity importance in books |
CN103064954A (zh) * | 2011-12-30 | 2013-04-24 | 微软公司 | 基于实体的搜索和解析 |
CN103268348A (zh) * | 2013-05-28 | 2013-08-28 | 中国科学院计算技术研究所 | 一种用户查询意图识别方法 |
CN104969212A (zh) * | 2013-01-30 | 2015-10-07 | 奎克西公司 | 基于实体来执行应用搜索 |
CN105659230A (zh) * | 2013-08-15 | 2016-06-08 | 谷歌公司 | 使用媒体消费历史的查询响应 |
CN105793844A (zh) * | 2013-11-27 | 2016-07-20 | 微软技术许可有限责任公司 | 上下文信息查找和导航 |
US20160378867A1 (en) * | 2015-06-23 | 2016-12-29 | Drastin, Inc. | Systems and Methods for Instant Crawling, Curation of Data Sources, and Enabling Ad-hoc Search |
CN106462596A (zh) * | 2014-06-18 | 2017-02-22 | 谷歌公司 | 生成上下文搜索呈现 |
CN107567620A (zh) * | 2015-09-04 | 2018-01-09 | 谷歌有限责任公司 | 基于上下文的即时搜索建议 |
CN108768824A (zh) * | 2018-05-15 | 2018-11-06 | 腾讯科技(深圳)有限公司 | 信息处理方法及装置 |
CN108933726A (zh) * | 2017-05-25 | 2018-12-04 | 腾讯科技(深圳)有限公司 | 一种内容推荐方法、***、相关设备及存储介质 |
US20190095535A1 (en) * | 2017-08-16 | 2019-03-28 | Social Evidence, Llc | Systems and methods for targeting, reviewing, and presenting onling social network data by evidence context |
CN109783733A (zh) * | 2019-01-15 | 2019-05-21 | 三角兽(北京)科技有限公司 | 用户画像生成装置及方法、信息处理装置及存储介质 |
-
2019
- 2019-05-31 CN CN201910470122.XA patent/CN110209939B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7783644B1 (en) * | 2006-12-13 | 2010-08-24 | Google Inc. | Query-independent entity importance in books |
CN103064954A (zh) * | 2011-12-30 | 2013-04-24 | 微软公司 | 基于实体的搜索和解析 |
CN104969212A (zh) * | 2013-01-30 | 2015-10-07 | 奎克西公司 | 基于实体来执行应用搜索 |
CN103268348A (zh) * | 2013-05-28 | 2013-08-28 | 中国科学院计算技术研究所 | 一种用户查询意图识别方法 |
CN105659230A (zh) * | 2013-08-15 | 2016-06-08 | 谷歌公司 | 使用媒体消费历史的查询响应 |
CN105793844A (zh) * | 2013-11-27 | 2016-07-20 | 微软技术许可有限责任公司 | 上下文信息查找和导航 |
CN106462596A (zh) * | 2014-06-18 | 2017-02-22 | 谷歌公司 | 生成上下文搜索呈现 |
US20160378867A1 (en) * | 2015-06-23 | 2016-12-29 | Drastin, Inc. | Systems and Methods for Instant Crawling, Curation of Data Sources, and Enabling Ad-hoc Search |
CN107567620A (zh) * | 2015-09-04 | 2018-01-09 | 谷歌有限责任公司 | 基于上下文的即时搜索建议 |
CN108933726A (zh) * | 2017-05-25 | 2018-12-04 | 腾讯科技(深圳)有限公司 | 一种内容推荐方法、***、相关设备及存储介质 |
US20190095535A1 (en) * | 2017-08-16 | 2019-03-28 | Social Evidence, Llc | Systems and methods for targeting, reviewing, and presenting onling social network data by evidence context |
CN108768824A (zh) * | 2018-05-15 | 2018-11-06 | 腾讯科技(深圳)有限公司 | 信息处理方法及装置 |
CN109783733A (zh) * | 2019-01-15 | 2019-05-21 | 三角兽(北京)科技有限公司 | 用户画像生成装置及方法、信息处理装置及存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110955752A (zh) * | 2019-11-25 | 2020-04-03 | 三角兽(北京)科技有限公司 | 信息的展示方法、装置、电子设备及计算机存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110209939B (zh) | 2021-10-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11955125B2 (en) | Smart speaker and operation method thereof | |
US10346478B2 (en) | Extensible search term suggestion engine | |
CN1213400C (zh) | 使用语音识别的信息筛选*** | |
US8615510B2 (en) | Quick applications for search | |
JP2018036621A (ja) | 情報入力方法および装置 | |
CN108536414A (zh) | 语音处理方法、装置和***、移动终端 | |
WO2017123785A1 (en) | User interface for multivariate searching | |
CN107527619B (zh) | 语音控制业务的定位方法及装置 | |
US20070022372A1 (en) | Multimodal note taking, annotation, and gaming | |
CN110909145B (zh) | 针对多任务模型的训练方法及装置 | |
CN102426511A (zh) | ***级搜索的用户界面 | |
EP2122443A1 (en) | Process and apparatus for selecting an item from a database | |
US20200070348A1 (en) | Article searching method and robot thereof | |
CN111522909B (zh) | 一种语音交互方法及服务器 | |
US11048736B2 (en) | Filtering search results using smart tags | |
CN106257452B (zh) | 基于上下文特征修改搜索结果 | |
KR102348084B1 (ko) | 영상표시장치, 영상표시장치의 구동방법 및 컴퓨터 판독가능 기록매체 | |
CN105489072A (zh) | 用于确定电子设备中增补内容的方法 | |
CN106293964A (zh) | 一种应用程序的调用方法及装置 | |
CN110188281A (zh) | 展示推荐信息的方法、装置、电子设备及可读存储介质 | |
CN106325889A (zh) | 数据处理方法及装置 | |
CN109600646B (zh) | 语音定位的方法及装置、智能电视、存储介质 | |
US9075866B2 (en) | System and method for providing search keyword list | |
CN106210908A (zh) | 一种广告推送方法及装置 | |
CN107256266A (zh) | 一种查询内容展示方法及其*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20200728 Address after: 518057 Nanshan District science and technology zone, Guangdong, Zhejiang Province, science and technology in the Tencent Building on the 1st floor of the 35 layer Applicant after: TENCENT TECHNOLOGY (SHENZHEN) Co.,Ltd. Address before: 100029, Beijing, Chaoyang District new East Street, building No. 2, -3 to 25, 101, 8, 804 rooms Applicant before: Tricorn (Beijing) Technology Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |