询词语与垂类的对应关系。
[0038] 其中，需要说明的是，在分类的过程中，对于多个垂类，可W采用所有类别统一模 型多分类，也可W采用每个垂类单独模型二分类，最后统一决策。
[0039] 具体而言，在获得查询词后，可通过查询词与垂类的对应关系确定查询词对应的 垂类。例如，在接收到用户输入的查询词为"天蚕±豆的小说"后，由于查询词中包含作者 名，小说等词，通过机器学习方式可确定该查询词对应的垂类为小说垂类。
[0040] (2)基于模式解析方式确定查询词属于的垂类。
[0041] 为了可W基于模式解析方式确定查询词属于的垂类，在确定查询词属于的垂类之 前，针对每类垂类（例如小说垂类，美食垂类、餐馆垂类等），可构建关键词模式集合，并保 存垂类与关键词模式之间的对应关系。
[0042] 在接收到用户输入的查询词后，可基于分词、命名实体识别等技术，对查询中的实 体和关键词进行解析，并用解析结果匹配垂直类别的模式集合，如果匹配成功，则发到对应 的垂直类别。
[0043] W找餐馆垂类为例：假定用户当前输入的查询词为里屯附近安静的餐厅"，首 先对运个查询词做分词、命名实体识别等基础词法分析，通过分析可确定该查询词对应的 模式为：[地点]_[风格]_[餐厅]。每个类别单独挖掘模式集合。也就是说，对于待分发 的查询词，首先，通过分词、命名实体识别等基础词法分析方式对查询词进行分析，然后将 分析结果与垂直类别的模式集合进行匹配，如果匹配成功，则分发到对应的垂直类别。
[0044] S3,在查询词属于的垂类中，与用户进行至少一轮的交互，得到用户需要的查询结 果，其中，每轮交互时，展示给用户的信息包括：对应查询词的查询结果，W及，引导信息。
[0045] 在本发明的一个实施例中，在查询词属于的垂类中，与用户进行至少一轮的交互 得到用户需要的查询结果的具体过程，如图2所示，可W包括：
[0046] S31，将查询词解析为查询词属于的垂类的垂类知识体系能够表示的结构化信息。
[0047] 其中，每种垂类的垂类知识体系是预先建立的，垂类知识体系是基于垂直类别结 构化网页提供的信息和用户需求表示体系建立起来的。
[0048] 其中，用户需求表示体系是用户需求的语义表示体系，具体地，可从用户需求表示 体系中挖掘出语义和结构知识。
[0049] 需要说明的是，用户需求是根据查询词确定的。也就是说，用户需求表示体系中包 含大量与用户需求对应的查询词，通过对查询词进行分析，可从中获得查询词的语义和结 构知识。
[0050] 每种垂类的垂类知识体系的结构形式不同，下面举例说明一下垂类知识体系的结 构形式。 阳051] 例如，餐馆垂类的垂类知识体系的结构形式如表1所示。
[0052] 表1餐馆垂类的垂类知识体系的结构形式
[0053]
[0054] 通过表1可W看出，餐馆垂类的垂类知识体系中包含各餐馆相关的位置、菜系、口 味、环境等多个维度信息，W及各维度可能的取值。 阳化5] S32,根据结构化信息、垂类知识体系，W及，查询词属于的垂类的垂类资源库，获 取相关信息。
[0056] 其中，相关信息可W包括但不限于对应查询词的查询结果和引导信息。
[0057] 在本发明的一个实施例中，为了可W获得查询词属于的垂类的垂类资源，步骤S32 之前，还可W获取查询词属于的垂类的结构化资源和非结构化资源，并将结构化资源和非 结构化资源组成垂类资源库。
[0058] 其中，结构化资源是从多个对应的垂类网站抓取整合数据后得到的全量数据资 源，非结构化资源根据用户查询词或互联网文本挖掘得到的结构化资源的补充或扩展信 息。
[0059] 下面W小说为例说明根据小说垂类的结构化资源和非结构化姿态组成小说垂类 的垂类资源的过程。
[0060] 通常垂直类别的结构化资源呈现复杂的体系结构，在组成小说垂类的垂类资源的 过程中，可先获取小说垂类的结构化资源，具体地，可通过抓取起点中文网、纵横中文网、晋 江、红袖、17K小说网、小说阅读网等主流中文小说网站上小说的信息建立全量数据资源。
[0061] 然后，对于小说垂类的非结构化资源，可获取小说名、作者、类别、标签词、资源满 足链接、小说简介、小说周边和百科信息等资源，并对所获得的上述资源进行整合。最后可 将整合后的资源和上述全量数据资源保存至垂类资源库，W完成小说垂类的垂类资源的入 库。
[0062] 其中，需要理解的是，针对其他垂类，获取其对应的垂类资源的过程与获得小说垂 类的垂类资源的过程相同，此处不再寶述。
[0063] 在本发明的一个实施例中，获取对应查询词的相关信息的过程，如图3所示，可W 包括：
[0064] S321，根据结构化信息和用户前一次的状态信息，更新用户的当前状态信息。 阳0化]根据垂类场景中的常见对话流程，实现对话系统的状态空间构建和交互策略初始 化。具体地，在用户第一次输入查询次后，可根据用户的偏好或者交互历史获取用户的初始 化状态信息。
[0066] S322,根据垂类知识体系和垂类资源库，生成当前状态信息对应的候选动作。
[0067] 其中，上述候选动作可W包括：满足用户需求的动作，或者，进一步澄清用户需求 的动作，或者，为用户需求提供横向或纵向的引导信息。其中，用户需求根据查询词确定。
[0068] S323,根据预设模型在候选动作中选择与当前状态信息匹配程度较高的预设个数 的候选动作，将选择的候选动作作为相关信息。 W例具体地，在当前状态信息对应的候选动作后，可基于预设模型例如P0MDP(partiallyobserv油leMarkovdecisionprocesses,部分可见马尔科夫决策过程） 模型从多个候选动作中选择与当前状态信息匹配程度较高的预设个数的候选动作，并将选 择的候选动作作为查询词的查询结果和引导信息返回给用户，用户所使用的具有对话功能 的应用程序的当前界面中显示查询词的查询结果和引导信息。
[0070] 其中，满足用户需求的动作，或者，进一步澄清用户需求的动作在被选择后作为查 询结果，为用户需求提供横向或纵向的引导信息在被选择后作为引导信息。
[0071] 其中，预设个数是预先设定的，例如，预设个数为5,假定根据垂类知识体系和垂类 资源库，生成当前状态信息的候选动作为10,此时，可通过P0MDP模型选择出与当前状态信 息匹配程度较高的5个候选动作，并将选择的候选动作作为相关信息返回给用户。 阳072] S33,向用户展示查询结果和引导信息。
[0073]S34,在用户根据引导信息再次输入查询词后，重复上述根据查询词获取相关信息 的流程，直至得到用户需要的查询结果。
[0074] 在本发明的一个实施例中，还可W根据用户的反馈更新预设模型的参数，W便在 参数不同时选择不同的候选动作。也就是说，在用户再次输入查询词后，可根据用户再次输 入的查询词调整预设模型的参数，W使预设模型根据调整后的参数为用户选择不同的候选 动作。即根据当前状态信息提供引导信息和满足信息，不同状态信息对应的引导信息和满 足信息不同，系统会根据当前状态信息和用户需求提供最优的满足信息和引导信息，W引 导用户查询垂类信息。
[00巧]例如，当前用户输入的查询词为"西餐厅"，可确定该查询词对应的垂类为美食垂 类，同时通过查询词可确定当前用户的用户需求是找一家西餐厅吃饭，由于时根据查询词 不能确定用户需要什么类型的西餐厅，此时，根据垂类知识体系和垂类资源库可多种候选 动作，并通过POMDP模型选择出与当前状态信息匹配程度较高的13个候选动作，并将选择 的13个候选动作为查询的相关信息返回给用户。其中，当前用户的当前界面中显示的查询 结果如图4所示，根据查询词不能确定用户需要什么类型的西餐厅，此时，可引导用户提供 更加详细的第一引导信息，并提供与第一引导信息相对应的可能的回答，即第二引导信息， W方便用户选择或者输入。其中，用户还可通过点击下一条指示按键查看与第一指导信息 相对应的其他回答。在用户