信息排序方法、用于生成信息排序模型的方法及装置的制造方法
【技术领域】
[0001]本发明涉及计算机技术领域，尤其涉及一种信息排序方法、用于生成信息排序模型的方法、搜索处理方法及装置。
【背景技术】
[0002]随着互联网的飞速发展，各种搜索引擎、网站等媒介中充斥着数量巨大的各种文章资源。因此，如何实现对这些文章资源进行合理排序，将用户最关心的文章资源推荐到用户界面的最前面，或者如何从这些文章资源中搜索到用户想要的文章信息，成为一个亟待解决的问题。
[0003]现有技术中，在进行文章排序时，由于文档排序模型过于简单，且对待排序的文章进行主题词提取时，提取的主题词也过于简单，所以最终得到的文章排序质量不好。而在用户搜索文章时，由于搜索处理所使用的关键词的质量较差，所以经常出现搜索结果条目覆盖不全面或者搜索结果条目过多的情况，搜索结果不理想。
【发明内容】
[0004]本发明的目的在于提供一种信息排序方法、用于生成信息排序模型的方法、搜索处理方法及装置，以通过提取相对优质关键词对文章的排序和搜索进行优化，提高搜索结果的质量。
[0005]根据本发明的一方面，本发明提供一种信息排序方法，所述方法包括:获取关联的多篇文章；根据预设的主题词集，分别从所述多篇文章提取主题词，所述主题词集包括不同粒度的主题词；分别将从所述多篇文章提取的主题词输入预先训练的信息排序模型，以分别获取所述多篇文章的相关度；根据所述多篇文章的相关度对所述多篇文章进行排序。
[0006]可选地，所述根据预设的主题词集，分别从所述多篇文章提取主题词的处理包括:对所述多篇文章中的任一篇文章中的语句进行自然语言分析，将所述语句切分为不同粒度的分词，并且根据所述主题词集对切分出的分词进行筛选，以提取所述多篇文章中任一篇文章的主题词。
[0007]可选地，所述方法还包括:从客户端接收包括至少一个关键词的搜索词；所述获取关联的多篇文章的处理包括:根据所述包括至少一个关键词的搜索词获取多篇文章。
[0008]可选地，所述方法还包括:将经过排序的所述多篇文章发送给所述客户端。
[0009]根据本发明的另一方面，本发明还提供一种用于生成信息排序模型的方法，所述方法包括:获取已标注相关度属性的多篇训练样本文章；根据预设的主题词集，分别从所述多篇训练样本文章提取主题词，所述主题词集包括不同粒度的主题词；根据标注的所述多篇训练样本文章以及为其提取的主题词训练信息排序模型。
[0010]可选地，所述根据预设的主题词集，分别从所述多篇训练样本文章提取主题词的处理包括:对所述多篇训练样本文章中的任一篇训练样本文章中的语句进行自然语言分析，将所述语句切分为不同粒度的分词，并且根据所述主题词集对切分出的分词进行筛选，以提取所述多篇训练样本文章中任一篇训练样本文章的主题词。
[0011]可选地，所述方法还包括:构建所述主题词集。
[0012]可选地，所述构建所述主题词集的处理包括:获取多篇主题词样本文章；分别对所述多篇主题词样本文章中的语句进行自然语言分析，将所述语句切分为不同粒度的分词；分别计算所述不同粒度的分词的评分；根据所述评分超过预定阈值的分词生成所述预设的主题词集。
[0013]根据本发明的另一方面，本发明还提供一种搜索处理方法，所述方法包括:接收包括至少一个关键词的搜索词；对所述搜索词进行自然语言分析，将所述搜索词切分为不同粒度的分词；对切分出的分词进行筛选，以获取至少一个主题词；根据所述至少一个主题词获取多篇文章的信息。
[0014]可选地，所述对切分出的分词进行筛选，以获取至少一个主题词的处理包括:分别计算切分出的分词的信息增益评分；选择所述信息增益评分超过预定阈值的分词作为所述至少一个主题词。
[0015]根据本发明的另一方面，本发明还提供一种用于文章排序的装置，所述装置包括:文章获取单元，用于获取关联的多篇文章；主题词提取单元，用于根据预设的主题词集，分别从所述多篇文章提取主题词，所述主题词集包括不同粒度的主题词；相关度获取单元，用于分别将从所述多篇文章提取的主题词输入预先训练的信息排序模型，以分别获取所述多篇文章的相关度；文章排序单元，用于根据所述多篇文章的相关度对所述多篇文章进行排序。
[0016]可选地，所述主题词提取单元包括:切分子单元，用于对所述多篇文章中的任一篇文章中的语句进行自然语言分析，将所述语句切分为不同粒度的分词；主题词提取子单元，用于根据所述主题词集对切分出的分词进行筛选，以提取所述多篇文章中任一篇文章的主题词。
[0017]可选地，所述装置还包括:搜索词接收单元，用于从客户端接收包括至少一个关键词的搜索词；所述文章获取单元用于根据所述包括至少一个关键词的搜索词获取多篇文早。
[0018]可选地，所述装置还包括:文章发送单元，用于将经过排序的所述多篇文章发送给所述客户端。
[0019]根据本发明的另一方面，本发明还提供一种用于生成信息排序模型的装置，所述装置包括:训练样本文章获取单元，用于获取已标注相关度属性的多篇训练样本文章；提取单元，用于根据预设的主题词集，分别从所述多篇训练样本文章提取主题词，所述主题词集包括不同粒度的主题词；信息排序模型训练单元，用于根据标注的所述多篇训练样本文章以及为其提取的主题词训练信息排序模型。
[0020]可选地，所述提取单元包括:第一切分子单元，用于对所述多篇训练样本文章中的任一篇训练样本文章中的语句进行自然语言分析，将所述语句切分为不同粒度的分词；提取子单元，用于根据所述主题词集对切分出的分词进行筛选，以提取所述多篇训练样本文章中任一篇训练样本文章的主题词。
[0021]可选地，所述装置还包括:主题词集构建单元，用于构建所述主题词集。
[0022]可选地，所述主题词集构建单元包括:主题词样本文章获取子单元，用于获取多篇主题词样本文章；第二切分子单元，用于分别对所述多篇主题词样本文章中的语句进行自然语言分析，将所述语句切分为不同粒度的分词；评分计算子单元，用于分别计算所述不同粒度的分词的评分；主题词集生成子单元，用于根据所述评分超过预定阈值的分词生成所述预设的主题词集。
[0023]根据本发明的另一方面，本发明还提供一种搜索处理装置，所述装置包括:接收单元，用于接收包括至少一个关键词的搜索词；切分单元，用于对所述搜索词进行自然语言分析，将所述搜索词切分为不同粒度的分词；主题词获取单元，用于对切分出的分词进行筛选，以获取至少一个主题词；文章信息获取单元，用于根据所述至少一个主题词获取多篇文章的信息。
[0024]可选地，所述主题词获取单元包括:计算子单元，用于分别计算切分出的分词的信息增益评分；选择子单元，用于选择所述信息增益评分超过预定阈值的分词作为所述至少一个主题词。
[0025]本发明实施例提供的信息排序方法、用于生成信息排序模型的方法、搜索处理方法及装置，根据预设的包括不同粒度的主题词的主题词集，分别从待排序的多篇文章提取在粒度上优化的主题词，并且在信息排序模型的训练以及对多篇文章的排序处理中，使用所述粒度优化的主题词，改善了文章排序的效果并且提高了搜索质量。
【附图说明】
[0026]图1是示出本发明示例性实施例信息排序方法的流程示意图；
[0027]图2是示出基于搜索词获取的多篇文章的页面示意图；
[0028]图3是示出本发明示例性实施例用于生成信息排序模型的方法的流程示意图；
[0029]图4是示出本发明示例性实施例搜索处理方法的流程示意图；<