CN110737757A - 用于生成信息的方法和装置 - Google Patents
用于生成信息的方法和装置 Download PDFInfo
- Publication number
- CN110737757A CN110737757A CN201810719687.2A CN201810719687A CN110737757A CN 110737757 A CN110737757 A CN 110737757A CN 201810719687 A CN201810719687 A CN 201810719687A CN 110737757 A CN110737757 A CN 110737757A
- Authority
- CN
- China
- Prior art keywords
- text
- attribute
- target
- attribute text
- texts
- 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
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请实施例公开了用于生成信息的方法和装置。该方法的一具体实施方式包括:从目标搜索引擎的查询语句集合中确定出包括目标属性文本的查询语句;基于目标搜索引擎的点击日志,获取与确定出的查询语句点击内容相关,且包括相同实体概念文本的查询语句,其中,点击日志用于记录输入的查询语句和与输入的查询语句关联的点击内容;根据所获取的查询语句包括的属性文本的集合生成目标属性文本的同义文本。该实施方式提供了一种基于搜索引擎点击日志的同义文本挖掘机制,丰富了属性文本的同义文本的生成方法。
Description
技术领域
本申请实施例涉及计算机技术领域,尤其涉及用于生成信息的方法和装置。
背景技术
同义词是指意义相同的一组词语,同义词是自然语言中的一个独特现象。参照同义词的定义,同义文本是指意义相同或相近的一组文本。文本中可以包括若干词语。同义文本挖掘在自然语言处理中是一项非常重要的基础工作,也是一项非常重要有意义的工作,它的实现对于搜索查询替换,改写,丰富搜索结果,提升查询体验有很大的帮助。
目前,有关同义词挖掘的方法,主要是通过人工挖掘的方式或同义模板获取,例如,基于语言学家的知识积累,编写的各类同义词典,或在百科、文献、以及各类文章中,利用“又名”,“又称”等关键字挖掘出同类的词语。
发明内容
本申请实施例提出了用于生成信息的方法和装置。
第一方面,本申请实施例提供了一种用于生成信息的方法,该方法包括:从目标搜索引擎的查询语句集合中确定出包括目标属性文本的查询语句;基于目标搜索引擎的点击日志,获取与确定出的查询语句点击内容相关,且包括相同实体概念文本的查询语句,其中,点击日志用于记录输入的查询语句和与输入的查询语句关联的点击内容;根据所获取的查询语句包括的属性文本的集合生成目标属性文本的同义文本。
在一些实施例中,基于目标搜索引擎的点击日志,获取与确定出的查询语句点击内容相关,且包括相同实体概念文本的查询语句,包括:提取确定出的查询语句中除目标属性文本之外的文本作为确定出的查询语句包括的实体概念文本。
在一些实施例中,基于目标搜索引擎的点击日志,获取与确定出的查询语句点击内容相关,且包括相同实体概念文本的查询语句,包括:基于目标搜索引擎的点击日志,获取与确定出的查询语句对应有相同点击链接的查询语句。
在一些实施例中,根据所获取的查询语句包括的属性文本的集合生成目标属性文本的同义文本,包括:统计所获取的查询语句包括的属性文本的集合中各属性文本的数量;根据所统计的数量选择属性文本的集合中的属性文本作为目标属性文本的同义文本。
在一些实施例中,根据所获取的查询语句包括的属性文本的集合生成目标属性文本的同义文本,包括:确定目标属性文本与属性文本的集合中属性文本的相似度;将属性文本的集合中与目标属性文本的相似度超过预设阈值的属性文本确定为目标属性文本的同义文本。
在一些实施例中,确定目标属性文本与属性文本的集合中属性文本的相似度,包括:切分目标属性文本与属性文本的集合中的属性文本;将目标属性文本切分得到的词转换而成词向量相加得到目标属性文本的向量;将属性文本的集合中属性文本切分得到的词转换而成词向量相加得到属性文本的集合中属性文本的向量;根据目标属性文本的向量与属性文本的集合中属性文本的向量的距离,确定目标属性文本与属性文本的集合中属性文本的相似度。
第二方面,本申请实施例提供了一种用于生成信息的装置,该装置包括:确定单元,被配置成从目标搜索引擎的查询语句集合中确定出包括目标属性文本的查询语句;获取单元,被配置成基于目标搜索引擎的点击日志,获取与确定出的查询语句点击内容相关,且包括相同实体概念文本的查询语句,其中,点击日志用于记录输入的查询语句和与输入的查询语句关联的点击内容;生成单元,被配置成根据所获取的查询语句包括的属性文本的集合生成目标属性文本的同义文本。
在一些实施例中,获取单元,包括:提取子单元,被配置成提取确定出的查询语句中除目标属性文本之外的文本作为确定出的查询语句包括的实体概念文本。
在一些实施例中,获取单元,包括:获取子单元,被配置成基于目标搜索引擎的点击日志,获取与确定出的查询语句对应有相同点击链接的查询语句。
在一些实施例中,生成单元,包括:统计子单元,被配置成统计所获取的查询语句包括的属性文本的集合中各属性文本的数量;选择子单元,被配置成根据所统计的数量选择属性文本的集合中的属性文本作为目标属性文本的同义文本。
在一些实施例中,生成单元,包括:第一确定子单元,被配置成确定目标属性文本与属性文本的集合中属性文本的相似度;第二确定子单元,被配置成将属性文本的集合中与目标属性文本的相似度超过预设阈值的属性文本确定为目标属性文本的同义文本。
在一些实施例中,第一确定子单元,进一步被配置成:切分目标属性文本与属性文本的集合中的属性文本;将目标属性文本切分得到的词转换而成词向量相加得到目标属性文本的向量;将属性文本的集合中属性文本切分得到的词转换而成词向量相加得到属性文本的集合中属性文本的向量;根据目标属性文本的向量与属性文本的集合中属性文本的向量的距离,确定目标属性文本与属性文本的集合中属性文本的相似度。
第三方面,本申请实施例提供了一种设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当上述一个或多个程序被上述一个或多个处理器执行,使得上述一个或多个处理器实现如第一方面上述的方法。
第四方面,本申请实施例提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面上述的方法。
本申请实施例提供的用于生成信息的方法和装置,通过从目标搜索引擎的查询语句集合中确定出包括目标属性文本的查询语句,而后基于目标搜索引擎的点击日志,获取与确定出的查询语句点击内容相关,且包括相同实体概念文本的查询语句,最后根据所获取的查询语句包括的属性文本的集合生成目标属性文本的同义文本,提供了一种基于搜索引擎点击日志的同义文本挖掘机制,丰富了属性文本的同义文本的生成方法。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是本申请的一个实施例可以应用于其中的示例性***架构图;
图2是根据本申请的用于生成信息的方法的一个实施例的流程图;
图3是根据本申请的用于生成信息的方法的应用场景的一个示意图;
图4是根据本申请的用于生成信息的方法的又一个实施例的流程图;
图5是根据本申请的用于生成信息的装置的一个实施例的结构示意图;
图6是适于用来实现本申请实施例的服务器或终端的计算机***的结构示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的用于生成信息的方法或用于生成信息的装置的实施例的示例性***架构100。
如图1所示,***架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种应用,例如搜索类应用、网页浏览类应用、文本处理类应用、社交类应用等。终端设备101、102、103可以从目标搜索引擎的查询语句集合中确定出包括目标属性文本的查询语句;基于目标搜索引擎的点击日志,获取与确定出的查询语句点击内容相关,且包括相同实体概念文本的查询语句,其中,点击日志用于记录输入的查询语句和与输入的查询语句关联的点击内容;根据所获取的查询语句包括的属性文本的集合生成目标属性文本的同义文本。
终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是具有显示屏的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供搜索服务),也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器,例如对终端设备101、102、103上安装的应用提供支持的后台服务器,服务器105可以从目标搜索引擎的查询语句集合中确定出包括目标属性文本的查询语句;基于目标搜索引擎的点击日志,获取与确定出的查询语句点击内容相关,且包括相同实体概念文本的查询语句,其中,点击日志用于记录输入的查询语句和与输入的查询语句关联的点击内容;根据所获取的查询语句包括的属性文本的集合生成目标属性文本的同义文本。
需要说明的是,本申请实施例所提供的用于生成信息的方法可以由服务器105执行,也可以由终端设备101、102、103执行,相应地,用于生成信息的装置可以设置于服务器105中,也可以设置于终端设备101、102、103中。
需要说明的是,服务器可以是硬件,也可以是软件。当服务器为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2,示出了根据本申请的用于生成信息的方法的一个实施例的流程200。该用于生成信息的方法,包括以下步骤:
步骤201,从目标搜索引擎的查询语句集合中确定出包括目标属性文本的查询语句。
在本实施例中,用于生成信息的方法执行主体(例如图1所示的服务器或终端)可以首先从目标搜索引擎的查询语句集合中确定出包括目标属性文本的查询语句。搜索引擎(Search Engine)是指根据一定的策略、运用特定的计算机程序从互联网上搜集信息,在对信息进行组织和处理后,为用户提供检索服务,将用户检索相关的信息展示给用户的***。目标搜索引擎可以是任何可以获取到其搜索数据以及点击数据的搜索引擎。查询语句(query)可以包括用户在搜索引擎输入的作为查询条件的语句。查询语句集合可以是搜索引擎在预定时间段内获取到的查询语句的集合,也可以是搜索引擎获取到的特定用户输入的查询语句的集合。属性可以是对于一个对象的抽象方面的刻画,如事物的形状、颜色、气味、善恶、优劣、用途等。属性文本可以包括用于表征事物属性的文本。例如,“价格”可以是用于表征事物的属性,除价格外,文本“多少钱”、“多贵”等也用于表征事物的属性。目标属性文本可以是需要确定其同义文本的属性文本,可以根据实际需要进行设置。
步骤202,基于目标搜索引擎的点击日志,获取与确定出的查询语句点击内容相关,且包括相同实体概念文本的查询语句。
在本实施例中,上述执行主体可以基于目标搜索引擎的点击日志,获取与步骤201中确定出的查询语句点击内容相关,且包括相同实体概念文本的查询语句。其中,点击日志用于记录输入的查询语句和与输入的查询语句关联的点击内容;用户输入查询语句进行搜索后,搜索引擎提供相应的搜索结果页面,而后用户可以根据其需要点击搜索结果页面中其感兴趣的链接,搜索引擎可以记录其点击内容,点击内容可以包括统一资源定位符(URL,Uniform Resource Locator)、点击后进入页面的标题等。点击内容相关可以是URL指向同一页面或标题的相似度超过预设阈值。实体概念可以用来指称以具体事物为反映对象的概念。与“属性”相对。如“地球”、“中国”、“学生”、“金属”、“社会”等。实体概念文本可以是用于表征实体概念的文本。例如,实体概念文本为“门票”,“门票价格”、“门票多少钱”即为包括相同实体概念文本“门票”的查询语句。
在本实施例的一些可选实现方式中,基于目标搜索引擎的点击日志,获取与确定出的查询语句点击内容相关,且包括相同实体概念文本的查询语句,包括:提取确定出的查询语句中除目标属性文本之外的文本作为确定出的查询语句包括的实体概念文本。
作为示例,可以提取查询语句“门票价格”除目标属性文本“价格”之外的文本“门票”作为“门票价格”包括的实体概念文本。此外,在本实现方式中还可以对查询语句进行去除停用词等操作,去除停用词的规则可以根据实际需要进行设置,将除目标属性文本、停用词之外的文本作为确定出的查询语句包括的实体概念文本。
在本实施例的一些可选实现方式中,基于目标搜索引擎的点击日志,获取与确定出的查询语句点击内容相关,且包括相同实体概念文本的查询语句,包括:基于目标搜索引擎的点击日志,获取与确定出的查询语句对应有相同点击链接的查询语句。对应有相同点击链接可以是在输入两个查询语句后呈现出的搜索结果页面中点击了相同的链接。
步骤203,根据所获取的查询语句包括的属性文本的集合生成目标属性文本的同义文本。
在本实施例中,上述执行主体可以根据步骤202中获取的查询语句包括的属性文本的集合生成目标属性文本的同义文本。上述执行主体可以直接将获取的查询语句包括的属性文本的集合中的属性文本确定为目标属性文本的同义文本,也可以对获取的查询语句包括的属性文本的集合中的属性文本进行筛选,将筛选出的属性文本确定为目标属性文本的同义文本。
在本实施例的一些可选实现方式中,根据所获取的查询语句包括的属性文本的集合生成目标属性文本的同义文本,包括:统计所获取的查询语句包括的属性文本的集合中各属性文本的数量;根据所统计的数量选择属性文本的集合中的属性文本作为目标属性文本的同义文本。
在实现方式中,可以从所获取的查询语句包括的属性文本的集合的各个属性文本中按照数量由大到小的顺序选择预定数目个属性文本作为目标属性文本的同义文本。也可以选择所获取的查询语句包括的属性文本的集合的各个属性文本中数量大于预设阈值的属性文本确定为目标属性文本的同义文本。预定数目、预设阈值可以根据实际需要进行设置。通过筛选操作可以进一步提高生成的同义文本的准确度。
继续参见图3,图3是根据本实施例的用于生成信息的方法的应用场景的一个示意图。在图3的应用场景中,用于生成信息的方法执行主体(例如图1所示的服务器或终端)从目标搜索引擎的查询语句集合中确定出包括目标属性文本301的查询语句302;基于目标搜索引擎的点击日志,获取与确定出的查询语句点击内容相关,且包括相同实体概念文本的查询语句303;最后根据所获取的查询语句303包括的属性文本的集合生成目标属性文本的同义文本304。
本申请的上述实施例提供的方法通过从目标搜索引擎的查询语句集合中确定出包括目标属性文本的查询语句;基于目标搜索引擎的点击日志,获取与确定出的查询语句点击内容相关,且包括相同实体概念文本的查询语句,其中,点击日志用于记录输入的查询语句和与输入的查询语句关联的点击内容;根据所获取的查询语句包括的属性文本的集合生成目标属性文本的同义文本,提供了一种基于搜索引擎点击日志的同义文本挖掘机制,丰富了属性文本的同义文本的生成方法。
进一步参考图4,其示出了用于生成信息的方法的又一个实施例的流程400。该用于生成信息的方法的流程400,包括以下步骤:
步骤401,从目标搜索引擎的查询语句集合中确定出包括目标属性文本的查询语句。
在本实施例中,用于生成信息的方法执行主体(例如图1所示的服务器或终端)可以首先从目标搜索引擎的查询语句集合中确定出包括目标属性文本的查询语句。
步骤402,基于目标搜索引擎的点击日志,获取与确定出的查询语句点击内容相关,且包括相同实体概念文本的查询语句。
在本实施例中,上述执行主体可以基于目标搜索引擎的点击日志,获取与步骤401中确定出的查询语句点击内容相关,且包括相同实体概念文本的查询语句。
步骤403,根据所获取的查询语句包括的属性文本的集合生成目标属性文本的同义文本。
在本实施例中,上述执行主体可以根据步骤402中获取的查询语句包括的属性文本的集合生成目标属性文本的同义文本。
步骤403,确定目标属性文本与属性文本的集合中属性文本的相似度。
在本实施例中,上述执行主体可以确定目标属性文本与步骤402中获取的查询语句包括的属性文本的集合中属性文本的相似度。可以根据杰卡德(Jaccard)相似系数、余弦(Cosine)相似度等确定文本之间的相似度。
在本实施例的一些可选实现方式中,确定目标属性文本与属性文本的集合中属性文本的相似度,包括:切分目标属性文本与属性文本的集合中的属性文本;将目标属性文本切分得到的词转换而成词向量相加得到目标属性文本的向量;将属性文本的集合中属性文本切分得到的词转换而成词向量相加得到属性文本的集合中属性文本的向量;根据目标属性文本的向量与属性文本的集合中属性文本的向量的距离,确定目标属性文本与属性文本的集合中属性文本的相似度。
在本实现方式中,向量化可以基于Word2vec(word to vector,文本向量化)、doc2vec(文本向量化)等方式实现。本实施例对将文本转换得到词向量的方法不作限定,其为本领域技术人员熟知的技术,在此不作赘述。上述距离可以是余弦距离、欧氏距离等。此外,也可以将属性文本的集合中属性文本切分得到的词转换而成词向量拼接得到属性文本的集合中属性文本的向量。
步骤404,将属性文本的集合中与目标属性文本的相似度超过预设阈值的属性文本确定为目标属性文本的同义文本。
在本实施例中,上述执行主体可以将步骤402中确定的属性文本的集合中与目标属性文本的相似度超过预设阈值的属性文本确定为目标属性文本的同义文本。预设阈值可以根据实际需要进行设置
在本实施例中,步骤401、步骤402的操作与步骤201、步骤202的操作基本相同,在此不再赘述。
从图4中可以看出,与图2对应的实施例相比,本实施例中的用于生成信息的方法的流程400中根据属性文本的集合中属性文本与目标属性文本的相似度进行了筛选操作,由此,本实施例描述的方案进一步提高了生成的同义文本的准确度。
进一步参考图5,作为对上述各图所示方法的实现,本申请提供了一种用于生成信息的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的用于生成信息的装置500包括:确定单元501、获取单元502、生成单元503。其中,确定单元,被配置成从目标搜索引擎的查询语句集合中确定出包括目标属性文本的查询语句;获取单元,被配置成基于目标搜索引擎的点击日志,获取与确定出的查询语句点击内容相关,且包括相同实体概念文本的查询语句,其中,点击日志用于记录输入的查询语句和与输入的查询语句关联的点击内容;生成单元,被配置成根据所获取的查询语句包括的属性文本的集合生成目标属性文本的同义文本。
在本实施例中,用于生成信息的装置500的确定单元501、获取单元502、生成单元503的具体处理可以参考图2对应实施例中的步骤201、步骤202、步骤203。
在本实施例的一些可选实现方式中,获取单元,包括:提取子单元,被配置成提取确定出的查询语句中除目标属性文本之外的文本作为确定出的查询语句包括的实体概念文本。
在本实施例的一些可选实现方式中,获取单元,包括:获取子单元,被配置成基于目标搜索引擎的点击日志,获取与确定出的查询语句对应有相同点击链接的查询语句。
在本实施例的一些可选实现方式中,生成单元,包括:统计子单元,被配置成统计所获取的查询语句包括的属性文本的集合中各属性文本的数量;选择子单元,被配置成根据所统计的数量选择属性文本的集合中的属性文本作为目标属性文本的同义文本。
在本实施例的一些可选实现方式中,生成单元,包括:第一确定子单元,被配置成确定目标属性文本与属性文本的集合中属性文本的相似度;第二确定子单元,被配置成将属性文本的集合中与目标属性文本的相似度超过预设阈值的属性文本确定为目标属性文本的同义文本。
在本实施例的一些可选实现方式中,第一确定子单元,进一步被配置成:切分目标属性文本与属性文本的集合中的属性文本;将目标属性文本切分得到的词转换而成词向量相加得到目标属性文本的向量;将属性文本的集合中属性文本切分得到的词转换而成词向量相加得到属性文本的集合中属性文本的向量;根据目标属性文本的向量与属性文本的集合中属性文本的向量的距离,确定目标属性文本与属性文本的集合中属性文本的相似度。
本申请的上述实施例提供的装置,通过从目标搜索引擎的查询语句集合中确定出包括目标属性文本的查询语句;基于目标搜索引擎的点击日志,获取与确定出的查询语句点击内容相关,且包括相同实体概念文本的查询语句,其中,点击日志用于记录输入的查询语句和与输入的查询语句关联的点击内容;根据所获取的查询语句包括的属性文本的集合生成目标属性文本的同义文本,提供了一种基于搜索引擎点击日志的同义文本挖掘机制,丰富了属性文本的同义文本的生成方法。
下面参考图6,其示出了适于用来实现本申请实施例的服务器或终端的计算机***600的结构示意图。图6示出的服务器或终端仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图6所示,计算机***600包括中央处理单元(CPU)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有***600操作所需的各种程序和数据。CPU 601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
以下部件可以连接至I/O接口605:包括诸如键盘、鼠标等的输入部分606;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607;包括硬盘等的存储部分608;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器610上,以便于从其上读出的计算机程序根据需要被安装入存储部分608。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分609从网络上被下载和安装,和/或从可拆卸介质611被安装。在该计算机程序被中央处理单元(CPU)601执行时,执行本申请的方法中限定的上述功能。需要说明的是,本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读介质或者是上述两者的任意组合。计算机可读介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,计算机可读介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本申请中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如C语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本申请各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本申请实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括确定单元、获取单元和生成单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,确定单元还可以被描述为“被配置成从目标搜索引擎的查询语句集合中确定出包括目标属性文本的查询语句的单元”。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的装置中所包含的;也可以是单独存在,而未装配入该装置中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该装置执行时,使得该装置:从目标搜索引擎的查询语句集合中确定出包括目标属性文本的查询语句;基于目标搜索引擎的点击日志,获取与确定出的查询语句点击内容相关,且包括相同实体概念文本的查询语句,其中,点击日志用于记录输入的查询语句和与输入的查询语句关联的点击内容;根据所获取的查询语句包括的属性文本的集合生成目标属性文本的同义文本。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本申请中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (14)
1.一种用于生成信息的方法,包括:
从目标搜索引擎的查询语句集合中确定出包括目标属性文本的查询语句;
基于所述目标搜索引擎的点击日志,获取与确定出的查询语句点击内容相关,且包括相同实体概念文本的查询语句,其中,所述点击日志用于记录输入的查询语句和与输入的查询语句关联的点击内容;
根据所获取的查询语句包括的属性文本的集合生成所述目标属性文本的同义文本。
2.根据权利要求1所述的方法,其中,所述基于所述目标搜索引擎的点击日志,获取与确定出的查询语句点击内容相关,且包括相同实体概念文本的查询语句,包括:
提取确定出的查询语句中除所述目标属性文本之外的文本作为确定出的查询语句包括的实体概念文本。
3.根据权利要求1所述的方法,其中,所述基于所述目标搜索引擎的点击日志,获取与确定出的查询语句点击内容相关,且包括相同实体概念文本的查询语句,包括:
基于所述目标搜索引擎的点击日志,获取与确定出的查询语句对应有相同点击链接的查询语句。
4.根据权利要求1所述的方法,其中,所述根据所获取的查询语句包括的属性文本的集合生成所述目标属性文本的同义文本,包括:
统计所获取的查询语句包括的属性文本的集合中各属性文本的数量;
根据所统计的数量选择所述属性文本的集合中的属性文本作为所述目标属性文本的同义文本。
5.根据权利要求1-4中任一项所述的方法,其中,所述根据所获取的查询语句包括的属性文本的集合生成所述目标属性文本的同义文本,包括:
确定所述目标属性文本与所述属性文本的集合中属性文本的相似度;
将所述属性文本的集合中与所述目标属性文本的相似度超过预设阈值的属性文本确定为所述目标属性文本的同义文本。
6.根据权利要求5所述的方法,其中,所述确定所述目标属性文本与所述属性文本的集合中属性文本的相似度,包括:
切分所述目标属性文本与所述属性文本的集合中的属性文本;
将所述目标属性文本切分得到的词转换而成词向量相加得到所述目标属性文本的向量;
将所述属性文本的集合中属性文本切分得到的词转换而成词向量相加得到所述属性文本的集合中属性文本的向量;
根据所述目标属性文本的向量与所述属性文本的集合中属性文本的向量的距离,确定所述目标属性文本与所述属性文本的集合中属性文本的相似度。
7.一种用于生成信息的装置,包括:
确定单元,被配置成从目标搜索引擎的查询语句集合中确定出包括目标属性文本的查询语句;
获取单元,被配置成基于所述目标搜索引擎的点击日志,获取与确定出的查询语句点击内容相关,且包括相同实体概念文本的查询语句,其中,所述点击日志用于记录输入的查询语句和与输入的查询语句关联的点击内容;
生成单元,被配置成根据所获取的查询语句包括的属性文本的集合生成所述目标属性文本的同义文本。
8.根据权利要求7所述的装置,其中,所述获取单元,包括:
提取子单元,被配置成提取确定出的查询语句中除所述目标属性文本之外的文本作为确定出的查询语句包括的实体概念文本。
9.根据权利要求7所述的装置,其中,所述获取单元,包括:
获取子单元,被配置成基于所述目标搜索引擎的点击日志,获取与确定出的查询语句对应有相同点击链接的查询语句。
10.根据权利要求7所述的装置,其中,所述生成单元,包括:
统计子单元,被配置成统计所获取的查询语句包括的属性文本的集合中各属性文本的数量;
选择子单元,被配置成根据所统计的数量选择所述属性文本的集合中的属性文本作为所述目标属性文本的同义文本。
11.根据权利要求7-10中任一项所述的装置,其中,所述生成单元,包括:
第一确定子单元,被配置成确定所述目标属性文本与所述属性文本的集合中属性文本的相似度;
第二确定子单元,被配置成将所述属性文本的集合中与所述目标属性文本的相似度超过预设阈值的属性文本确定为所述目标属性文本的同义文本。
12.根据权利要求11所述的装置,其中,所述第一确定子单元,进一步被配置成:
切分所述目标属性文本与所述属性文本的集合中的属性文本;
将所述目标属性文本切分得到的词转换而成词向量相加得到所述目标属性文本的向量;
将所述属性文本的集合中属性文本切分得到的词转换而成词向量相加得到所述属性文本的集合中属性文本的向量;
根据所述目标属性文本的向量与所述属性文本的集合中属性文本的向量的距离,确定所述目标属性文本与所述属性文本的集合中属性文本的相似度。
13.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。
14.一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如权利要求1-6中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810719687.2A CN110737757B (zh) | 2018-07-03 | 2018-07-03 | 用于生成信息的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810719687.2A CN110737757B (zh) | 2018-07-03 | 2018-07-03 | 用于生成信息的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110737757A true CN110737757A (zh) | 2020-01-31 |
CN110737757B CN110737757B (zh) | 2022-07-05 |
Family
ID=69234218
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810719687.2A Active CN110737757B (zh) | 2018-07-03 | 2018-07-03 | 用于生成信息的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110737757B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102722498A (zh) * | 2011-03-31 | 2012-10-10 | 北京百度网讯科技有限公司 | 搜索引擎及其实现方法 |
CN106250364A (zh) * | 2016-07-20 | 2016-12-21 | 科大讯飞股份有限公司 | 一种文本修正方法及装置 |
CN107958078A (zh) * | 2017-12-13 | 2018-04-24 | 北京百度网讯科技有限公司 | 信息生成方法和装置 |
-
2018
- 2018-07-03 CN CN201810719687.2A patent/CN110737757B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102722498A (zh) * | 2011-03-31 | 2012-10-10 | 北京百度网讯科技有限公司 | 搜索引擎及其实现方法 |
CN106250364A (zh) * | 2016-07-20 | 2016-12-21 | 科大讯飞股份有限公司 | 一种文本修正方法及装置 |
CN107958078A (zh) * | 2017-12-13 | 2018-04-24 | 北京百度网讯科技有限公司 | 信息生成方法和装置 |
Non-Patent Citations (2)
Title |
---|
徐喆昊,吴共庆,胡学钢: "基于同义实体识别的Web信息集成", 《计算机***应用》 * |
霍林,王力,黄俊文,潘英花: "一种结合同义词典和词对共现距离的查询扩展方法", 《广西大学学报(自然科学版)》 * |
Also Published As
Publication number | Publication date |
---|---|
CN110737757B (zh) | 2022-07-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11521603B2 (en) | Automatically generating conference minutes | |
US11222053B2 (en) | Searching multilingual documents based on document structure extraction | |
CN109241286B (zh) | 用于生成文本的方法和装置 | |
US9946708B2 (en) | Identifying word-senses based on linguistic variations | |
US20160188569A1 (en) | Generating a Table of Contents for Unformatted Text | |
US10592236B2 (en) | Documentation for version history | |
CN111314388B (zh) | 用于检测sql注入的方法和装置 | |
CN109284367B (zh) | 用于处理文本的方法和装置 | |
CN113986864A (zh) | 日志数据处理方法、装置、电子设备及存储介质 | |
CN110738056B (zh) | 用于生成信息的方法和装置 | |
CN113656763B (zh) | 确定小程序特征向量的方法、装置和电子设备 | |
CN110188180B (zh) | 相似问题的确定方法、装置、电子设备及可读存储介质 | |
CN110852057A (zh) | 一种计算文本相似度的方法和装置 | |
CN112148841B (zh) | 一种对象分类以及分类模型构建方法和装置 | |
CN110245357B (zh) | 主实体识别方法和装置 | |
CN111488450A (zh) | 一种用于生成关键词库的方法、装置和电子设备 | |
WO2019231635A1 (en) | Method and apparatus for generating digest for broadcasting | |
CN111310465B (zh) | 平行语料获取方法、装置、电子设备、及存储介质 | |
CN114490400A (zh) | 一种处理测试用例的方法和装置 | |
CN110276001B (zh) | 盘点页识别方法、装置、计算设备和介质 | |
CN109857838B (zh) | 用于生成信息的方法和装置 | |
CN110737757A (zh) | 用于生成信息的方法和装置 | |
CN110891010B (zh) | 用于发送信息的方法和装置 | |
CN108932326B (zh) | 一种实例扩展方法、装置、设备和介质 | |
CN112948028A (zh) | 一种检测页面显示信息的方法和装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |