一种基于歧义消解的搜索方法及装置与流程

技术特征：

1.一种基于歧义消解的搜索方法，包括：

A. 预先从搜索日志中提取歧义词以及所述歧义词对应的义项；

B. 获取用户输入的搜索词；

C. 判断所述搜索词与所述步骤A中提取的歧义词是否匹配，如果是，则在向所述用户返回搜索结果时根据所述搜索词对应的义项对所述搜索结果进行展示，

其中，以会话为单位对所述搜索日志进行切分，所述歧义词是满足以下条件一和条件二的会话中的在先搜索词，该歧义词对应的所述义项是满足以下条件一和条件二的所述会话中的在后搜索词：

条件一：同一会话中的在先搜索词为名词，在后搜索词由该名词和另一名词构成；

条件二：同一会话中的在后搜索词与在先搜索词之间的时间间隔不超过预定值，且在后搜索词对应的搜索动作为主动修改。

2.根据权利要求1所述的方法，其特征在于，所述方法在所述步骤B前进一步包括：

D. 计算所述歧义词对应的各义项的需求热度；并且

所述步骤C中，在向所述用户返回搜索结果时根据所述搜索词对应的义项及各义项的需求热度对所述搜索结果进行展示。

3.根据权利要求1或2所述的方法，其特征在于，所述步骤A包括：

A1. 以会话为单位对搜索日志进行切分；

A2. 按照预设的提取规则，从切分得到的各会话中提取歧义词以及所述歧义词对应的候选义项；

A3. 按照预设的归一化策略，对所述歧义词对应的候选义项进行归一化处理。

4.根据权利要求3所述的方法，其特征在于，所述步骤D包括：

D1. 计算归一化处理后各义项对应的会话占比和点击占比，其中所述会话占比是指一个义项对应的会话数以及该义项所属歧义词对应的会话数之间的比值，所述点击占比是指所述搜索日志中，由一个义项所属歧义词引起的点击页面里与该义项之间具有关联关系的点击页面被点击的次数，以及由该义项所属歧义词引起的点击页面被点击的次数之间的比值；

D2. 根据下列公式计算各义项的需求热度：

，其中表示一个义项的需求热度，表示该义项的会话占比，表示该义项的点击占比，和分别表示该义项的会话占比和点击占比对应权重。

5.根据权利要求4所述的方法，其特征在于，所述步骤C中在对所述搜索结果进行展示时，将所述搜索词对应的义项按照需求热度从高至低排列，以作为所述搜索结果的引导词；或者，将所述搜索结果按照所述搜索词对应的义项进行分类，并按照各义项的需求热度从高到低对各类搜索结果进行排列。

6.一种基于歧义消解的搜索装置，包括：

提取单元，用于预先从搜索日志中提取歧义词以及所述歧义词对应的义项；

接收单元，用于获取用户输入的搜索词；

展示单元，用于判断所述搜索词与所述提取单元提取的歧义词是否匹配，如果是，则在向所述用户返回搜索结果时根据所述搜索词对应的义项对所述搜索结果进行展示，

其中，以会话为单位对所述搜索日志进行切分，所述歧义词是满足以下条件一和条件二的会话中的在先搜索词，该歧义词对应的所述义项是满足以下条件一和条件二的所述会话中的在后搜索词：

条件一：同一会话中的在先搜索词为名词，在后搜索词由该名词和另一名词构成；

条件二：同一会话中的在后搜索词与在先搜索词之间的时间间隔不超过预定值，且在后搜索词对应的搜索动作为主动修改。

7.根据权利要求6所述的装置，其特征在于，所述装置进一步包括热度计算单元，用于计算所述歧义词对应的各义项的需求热度；并且所述展示单元在向所述用户返回搜索结果时根据所述搜索词对应的义项及各义项的需求热度对所述搜索结果进行展示。

8.根据权利要求6或7所述的装置，其特征在于，所述提取单元包括：

切分子单元，用于以会话为单位对搜索日志进行切分；

提取子单元，用于按照预设的提取规则，从切分得到的各会话中提取歧义词以及所述歧义词对应的候选义项；

合并子单元，用于按照预设的归一化策略，对所述歧义词对应的候选义项进行归一化处理。

9.根据权利要求8所述的装置，其特征在于，所述热度计算单元包括：

占比计算子单元，用于计算归一化处理后各义项对应的会话占比和点击占比，其中所述会话占比是指一个义项对应的会话数以及该义项所属歧义词对应的会话数之间的比值，所述点击占比是指所述搜索日志中，由一个义项所属歧义词引起的点击页面里与该义项之间具有关联关系的点击页面被点击的次数，以及由该义项所属歧义词引起的点击页面被点击的次数之间的比值；

热度计算子单元，用于根据下列公式计算各义项的需求热度：

，其中表示一个义项的需求热度，表示该义项的会话占比，表示该义项的点击占比，和分别表示该义项的会话占比和点击占比对应权重。

10.根据权利要求9所述的装置，其特征在于，所述展示单元在对所述搜索结果进行展示时，将所述搜索词对应的义项按照需求热度从高至低排列，以作为所述搜索结果的引导词；或者，将所述搜索结果按照所述搜索词对应的义项进行分类，并按照各义项的需求热度从高到低对各类搜索结果进行排列。