一種查詢串語義需求分析方法及裝置與流程

2023-08-06 12:41:46 1

本發明涉及語義分析領域，具體涉及一種查詢串語義需求分析方法及裝置。
背景技術：
：當前，搜索查詢已經是人們使用地圖產品的重要業務，通過搜索查詢，人們可以實現對特定目的地、生活類服務、路途規劃的應用需求。其中，對於用戶輸入的查詢串，尤其是佔比逐步增大的語音輸入的查詢串，包含有大量的用戶語義需求需要搜尋引擎解析。現有技術使用的搜索查詢方式較為簡單，使用較為簡單的匹配規則從關鍵詞詞表中獲取與用戶輸入查詢串的匹配的關鍵詞，最終根據關鍵詞構造檢索方案。但是，現有技術關鍵詞依靠人工枚舉獲得，使得關鍵詞詞表難以全面覆蓋用戶輸入的查詢串，且獲取匹配的關鍵詞的時間較長。顯然，現有技術很難在短時間內根據查詢串獲取匹配查詢串是實際語義需求檢索方案。技術實現要素：第一方面，本發明實施例提供了一種查詢串語義需求分析方法，該方法包括：對接收到的查詢串進行分詞，獲得分詞查詢串；從查詢串所對應的語義模板庫中獲取匹配分詞查詢串的候選語義模板；計算候選語義模板的語義評分，將語義評分最高的候選語義模板作為最優語義模板，並根據最優語義模板構造檢索方案。第二方面，本發明實施例提供一種查詢串語義需求分析系統裝置，該系 統裝置包括：分詞模塊，用於對接收到的查詢串進行分詞獲得分詞查詢串；候選語義模板獲取模塊，用於從所述查詢串所對應的語義模板庫中獲取匹配所述分詞查詢串的候選語義模板；檢索方案構造模塊，用於分別計算所述候選語義模板的語義評分，將語義評分最高的所述候選語義模板作為最優語義模板，並根據最優語義模板構造檢索方案。本發明實施例提供的一種查詢串語義需求分析的方法及裝置，克服了現有技術的不足，通過語義需求分析在更短的時間內為用戶提供更為滿足用戶實際需求的檢索方案，檢索方案的獲取方式靈活簡便、速度快、精確度高，從根本上提高了用戶體驗。附圖說明圖1為本發明實施例提供的一種查詢串語義需求分析的方法流程示意圖；圖2為本發明實施例提供的一種查詢串語義需求分析方法的具體流程示意圖；圖3為本發明實施例提供的語義模板庫中部分語義模板的存儲示意圖；圖4為本發明實施例提供的需求類別示意圖；圖5為本發明實施例提供的黑白名單示意圖；圖6為本發明實施例提供的另一種查詢串語義需求分析方法；圖7為本發明實施例提供的另一種查詢串語義需求分析方法；圖8為本發明實施例提供的一種查詢串語義需求分析系統裝置；圖9為本發明實施例提供的一種查詢串語義需求分析終端裝置。具體實施方式下面通過附圖和實施例，對本發明的技術方案做進一步的詳細描述。圖1為本發明實施例提供的一種查詢串語義需求分析的方法流程示意圖，如圖1所示，該方法的具體步驟包括：步驟s1101，對接收到的查詢串進行分詞，獲得分詞查詢串；步驟s1102，從查詢串所對應的語義模板庫中獲取匹配分詞查詢串的候選語義模板；步驟s1103，計算候選語義模板的語義評分，將語義評分最高的候選語義模板作為最優語義模板，並根據最優語義模板構造檢索方案。本發明實施例提供的一種查詢串語義需求分析的方法，克服了現有技術的不足，通過語義需求分析在更短的時間內為用戶提供更為滿足用戶實際需求的檢索方案，檢索方案的獲取方式靈活簡便、速度快、精確度高，從根本上提高了用戶體驗。圖2為本發明實施例提供的一種查詢串語義需求分析方法的具體流程示意圖，如圖2所示，本方法包括步驟s201-步驟s208：步驟s201，獲取查詢串及搜索範圍，並用搜索範圍標記查詢串；需要說明的是，搜索範圍包括但不限於地理範圍(國家、城市、鄉鎮等)、，由於搜索範圍中較為常用的是以某城市為範圍展開搜索查詢，因此，以搜索範圍為城市為例，對本發明實施例進行說明。用戶上報查詢串及搜索範圍方式包括：方式一，通過文字輸入上報查詢串及搜索城市，如：選取搜索城市為「北京」，文字輸入「我要去國家圖書館」；方式二，通過語音輸入上報查詢串及搜索城市，如：選取搜索城市為「北京」，語音輸入「我要去國家圖書館「，系統對語音輸入內容進行識別獲得查詢串；當用戶僅上報查詢串而不上報搜索城市時，則定位當前位置所在城市作為搜索城市或者對查詢串進行位置分析獲得查詢串所對應的搜索城市。步驟s202，判斷查詢串是否屬於黑白名單，當查詢串不屬於黑白名單時，執行步驟s204，否則執行步驟s203從黑白名單中獲取查詢串所對應的黑白名單詞條，根據該黑白名單詞條的語義需求類別構造檢索方案；需要說明的是，黑白名單是通過人工線下挖掘獲得，黑白名單中包含多 個黑白名單詞條以及每個黑白名單詞條所對應的語義需求類別。舉例說明：黑白名單詞條「地鐵路線圖」對應的語義需求類別為「關鍵詞」，則最終獲得的檢索方案為：為用戶提供xx城市的地鐵路線圖。黑白名單的存在簡化了語義需求判斷過程，加快了構造檢索方案的速度。步驟s204，根據分詞規則對地址查詢串進行分詞處理，獲得分詞查詢串。如：「從望京醫院怎麼到方恆國際中心啊」，分詞後會返回「從/望京醫院/怎麼到/方恆國際中心/啊」的分詞查詢串。分詞規則即指採用「匹配分詞詞典」與「消除歧義算法」結合的原理對查詢串進行分詞，具體的：從分詞詞典獲取與查詢串匹配的分詞查詢串(由詞典中的多個分詞片段組成)，當匹配獲得多個分詞查詢串時，採用消除歧義算法對多個分詞查詢串進行選擇，獲取最匹配查詢串的分詞查詢串。步驟s205，獲取候選語義模板；確定搜索城市所對應的語義模板庫，從語義模板庫中獲得匹配分詞查詢串的包括多個模板詞的候選語義模板，候選語義模板由模板詞和實體詞構成。特殊的，當獲得的候選語義模板的數量為1時，將該候選語義模板直接作為最優語義模板，並執行步驟s207。本實施例採用ac自動機算法從語義模板庫中獲得匹配分詞查詢串的包括多個模板詞的候選語義模板，ac自動機算法僅是實現本發明實施例的一種手段，並不限制本發明。ac自動機(aho-corasickautomaton)：一種著名的多模匹配算法，該算法在1975年產生于貝爾實驗室。該算法通過構建一顆特殊的trie樹，使主串可以查找多個模式串。其中，trie樹即字典樹，又稱單詞查找樹或鍵樹，是一種樹形結構，是一種哈希樹的變種。典型應用是用於統計和排序大量的字符串(但不僅限於字符串)，所以經常被搜尋引擎系統用於文本詞頻統計。它的優點在於可以最大限度地減少無謂的字符串比較，查詢效率比哈希表高。語義模板庫可以是一種字典樹(因此，也稱語義模板庫為語義模板樹)。該語義模板庫由多個模板詞組成。在本發明實施例中字典樹僅是語義模板庫 的一種實現形式，但並不限定本發明。圖3為本發明實施例提供的語義模板庫中部分語義模板的存儲示意圖，如圖3所示，此部分語義模板庫中包含語義模板：[d:train_查詢]自[w:1-30][d:train_到][w:1-30]；[d:train_查詢][d:train_附近][d:train_有][w:1-30]嗎；[d:train_查詢][d:train_附近][d:train_有][w:1-30]；[d:train_查詢][w:1-30][d:train_公交][d:train_位置]；[d:train_出行方式][d:train_到][w:1-30][d:train_怎麼]；[d:train_出行方式][d:train_起始][d:train_我][d:train_到][w:1-30]；[d:train_出行方式][d:train_起始][w:1-30][d:train_到][w:1-30]。模板詞與分詞查詢串攜帶詞語的對應關係參見表1，也就是說當分詞查詢串攜帶有與模板詞匹配的詞語時，則認定該分詞查詢串與模板詞匹配。模板詞可以人工線下挖掘，並預設與之匹配的詞語，再以語義模板庫的形式進行存儲。顯然，能夠根據不同的語言需要，建立不同語言種類的語義模板庫，如：漢語、英語。表1模板詞及地址查詢串攜帶詞語模板詞分詞查詢串攜帶詞語[d:train_位置]位置、的位置[d:train_起始]怎麼樣從、怎樣、從、咋從[d:train_出行方式]怎麼才能、怎麼才可以[d:train_查詢]查詢、找一下、找、帶我找一下[d:train_附近]附近、附近有什麼、旁邊、這附近[d:train_我]我、這邊、這裡[d:train_到]到、達到、現在要去、至、去、到達、怎麼到、怎麼去[d:train_公交]公交、怎麼坐公交車、要怎麼坐車、怎麼坐車步驟s206，計算每個候選語義模板的語義評分，具體計算過程為：獲取候選語義模板所包含的所有模板詞以及該模板詞的語義評分，將所有模板詞的語義評分進行線性加權求和獲得求和結果(求和分值)，求和結果即為該 候選語義模板的語義評分，將語義評分最高的候選語義模板作為最優語義模板。不同的模板詞其語義評分不同(也可能相同)，具體語義評分的值根據模板詞的類型、長度來設定，一般規定：模板詞的長度越長語義評分越高；模板詞的類型所表達的具體含義越能清楚明確的表明用戶語義需求，模板詞的語義評分越高。模板詞的具體需求類別及語義評分詳見圖5及相關文字說明。計算候選模板語義評分的具體方式包括但並不僅限於線性加權求和。候選語義模板的語義評分越高說明該候選語義模板的語義需求越明顯，更能符合用戶的實際需求。步驟s207，去除最優語義模板中的冗餘信息噪音，獲得去冗語義模板；需要說明的是，本步驟具有兩種不同的實施方式來實現獲得去冗語義模板的目的。實施方式一：根據poi資源庫中存儲的poi對最優語義模板中的實體詞進行最大正向匹配，獲得與實體詞對應的poi名稱，進而將實體詞中的冗餘信息噪音去除，獲得去冗語義模板(此時，實體詞＝poi名稱)；實施方式二：根據poi資源庫中存儲的poi對最優語義模板中的實體詞進行最大正向匹配，獲得與實體才對應的poi名稱，用poi名稱替換最優語義模板中的實體詞，獲得具有poi名稱的去冗語義模板。poi資源庫用於存儲多個poi數據，poi是「pointofinterest」的縮寫，可以翻譯成「信息點」，每個poi包含四方面信息，名稱、類別、經度緯度、附近的酒店飯店商鋪等信息。本實施例所提供的poi資源庫根據人工線下挖掘進行定期更新。隨著智慧型手機語音輸入的份額增多，用戶輸入的查詢串越來越變得口語化，對最優語義模板進行去除冗餘噪音處理，去除了最優語義模板與構造檢索方案無關的冗餘信息噪音，以便更好的構建檢索方案。步驟s208，構造檢索方案。根據去冗語義模板獲取需求類型，根據需求類型及去冗語義模板構建檢 索方案。也就是說，檢索方案包括：需求類型、檢索內容。需要說明的是，構造檢索方案可以根據去冗語義模板構造，亦可以根據最優語義模板構造。需求類別根據語義模板的語義需求確定。圖4為本發明實施例提供的需求類別示意圖，如圖4所示，本發明實施例所提供的需求類型包括四大類：指令、路線規劃及導航、關鍵字、功能，每一類又分為不同子類，指令包括指令控制(語言切換、功能切換)、路況查詢、定位；路線規劃及導航包括路線規劃(出行方式)、導航；關鍵字包括poi查詢、泛需求(品牌詞、類別詞、距離詞)；功能包括閒聊、二次詢問。不同類別的模板詞其語義評分不相同，具體類別及語義評分詳見圖4，顯然圖中僅為本發明實施例對需求類別及語義評分的一種劃分方式，並不限定本發明的技術方案。圖5為本發明實施例提供的黑白名單示意圖，如圖5所示，黑白名單用於記錄黑白名單詞條以及每個黑白名單詞條所對應的語義需求類別。黑白名單由黑名單和白名單組成，黑名單用於記錄線下人工挖掘獲得的具有特定語義需求的詞條，如：「電子地圖」、「公交站臺」、「公交站牌」，白名單用於記錄線下人工挖掘獲得的無需進行語義需求分析便可構造檢索方案的詞條，以及用戶使用頻率較高的查詢串，如：「我的位置」、「現在在哪」、「從天安門到南鑼鼓巷」。本發明根據用戶提供的查詢串與搜索範圍，並用搜索範圍標記查詢串，從對應搜索範圍的語義模板庫中獲得與查詢串匹配的候選語義模板，根據語義評分挑選最優語義模板，對最優語義模板進行冗餘信息噪音去除獲得去冗語義模板，根據去冗語義模板構造檢索方案，提升搜索質量。圖6為本發明實施例提供的一個實施例示意圖。如圖6所示，為了更準確的描述本發明實施例所提供的方法，以用戶輸入查詢串q＝「去國家圖書館那怎麼去」、搜索城市ad＝「北京市」(獲取搜索城市的具體過程詳見步驟s201)為例，對本發明提供的方法進行具體描述：第一步，將搜索城市標記在查詢串上，獲得帶有搜索城市標記的查詢串 q&ad；第二步，判斷q&ad是否屬於黑白名單，由於本實施例預設q&ad不屬於黑白名單，所以直接進行下一步；第三步，對q&ad進行分詞處理，根據q&ad中的ad以及分詞規則對q進行分詞，獲得分詞查詢串a＝「去/國家/圖書/館/那/怎麼/去」；第四步，獲取ad所對應的語義模板庫，並採用ac自動機從語義模板庫中獲取與a匹配的帶有多個模板詞的候選語義模板，假設獲得兩個候選語義模板分別為：第一候選語義模板ah1：[w:1-30][d:train_怎麼][d:train_到]，對應分詞查詢串片段為[w:1-30]＝「去國家圖書館那」，[d:train_怎麼]＝「怎麼」，[d:train_到]＝「去」；第二候選語義模板ah2：[d:train_到][w:2-30][d:train_怎麼]，對應查詢串片段為[d:train_到]＝「去」，[w:2-30]＝「國家圖書館那」，[d:train_怎麼]＝「怎麼去」。第五步，計算第一候選語義模板及第二候選語義模板的語義評分，具體的各模板詞的語義評分為：[d:train_怎麼]＝4，[d:train_怎麼]＝6，[w:1-30]＝2，[w:2-30]＝4，所以，第一候選語義模板的語義評分為12，第二候選語義模板的語義評分為14，因此，最終選擇ah2作為最優語義模板；第六步，根據poi資源庫去除ah2的冗餘信息噪音，根據ad從poi資源庫中獲取北京市的poi數據資源，獲取實體詞[w:2-30]「國家圖書館那」，將(通過單模算法)實體詞「國家圖書館那」與北京市的poi數據資源進行匹配，獲得poi名稱，即：poi＝「國家圖書館」；將[w:1-30]用poi名稱「國家圖書館」替換，獲得去冗語義模板ah2』＝[d:train_到][poi][d:train_怎麼]；根據ah2』構造檢索方案：路徑規劃，起始位置：我的位置，終點位置：國家圖書館。顯然，「路徑規劃」為需求類型，「起始位置：我的位置，終點位置：國家圖書館。」為檢索內容。圖7為本發明實施例提供的另一種查詢串語義需求分析方法，如圖7所示，該方法包括：步驟s401，接收用戶提供的實際需求，獲取查詢串q和搜索城市ad；用戶提供實際需求的方式不唯一，可以通過文字輸入、語音輸入，還可以通過點擊電子地圖進行輸入；在用戶輸入實際需求之後，對實際需求進行識別，獲取用戶輸入的查詢串q和搜索城市ad。步驟s402，獲取檢索方案，並根據檢索方案為用戶提供實際需求應答。需要說明的是，本步驟所獲取的檢索方案即為步驟s208所構造的檢索方案。基於上文所描述的查詢串語義分析方法所產生的查詢串語義分析系統，該系統包括，系統裝置及終端裝置。圖8為本發明實施例提供的一種查詢串語義需求分析系統裝置，如圖8所示，該系統裝置1包括：分詞模塊11、候選語義模板獲取模塊12和檢索方案構造13；具體地，分詞模塊11用於對接收到的查詢串q進行分詞獲得分詞查詢串a；候選語義模板獲取模塊12用於從查詢串所對應的語義模板庫中獲取匹配分詞查詢串a的候選語義模板ah；檢索方案構造模塊13用於分別計算候選語義模板ah的語義評分，將語義評分最高的候選語義模板ah作為最優語義模板ay，並根據最優語義模板ay構造檢索方案w。分詞模塊11除了接收到查詢串q以外，還接收到了搜索範圍ad，將搜索範圍ad標記在查詢串q上，獲得帶有搜索範圍ad標記的查詢串q&ad；具體的，用戶上報查詢串與搜索範圍方式包括：方式一，通過文字輸入上報查詢串及搜索城市；方式二，通過語音輸入上報查詢串及搜索城市；分詞模塊11還用於判斷查詢串q&ad是否存在於黑白名單，當查詢串q&ad存在於黑白名單時，根據查詢串q&ad對應的黑白名單詞條的語義需求類別構造檢索方案w；否則，根據分詞規則對查詢串q&ad進行分詞獲得分詞查詢串 a；候選語義模板獲取模塊12，具體包括：搜索範圍獲取單元用於獲取查詢串q所對應的搜索範圍ad；候選語義模板匹配單元用於從與搜索範圍ad對應的語義模板庫中獲得匹配分詞查詢串a的候選語義模板ah；具體的，候選語義模板獲取模塊12用於獲取與搜索範圍ad對應的語義模板庫，從語義模板庫中獲取匹配分詞查詢串a的至少一個候選語義模板ah，特殊地，當候選語義模板ah的數量為1時，直接將該候選語義模板ah作為最優語義模板輸出；本實施例採用ac自動機算法從語義模板庫中獲得匹配分詞查詢串的包括多個模板詞的候選語義模板；檢索方案構造模塊13，具體包括：語義評分獲得單元用於獲取候選語義模板ah中包含的模板詞，並獲得模板詞的語義評分，模板詞的語義評分根據模板詞的類型以及模板詞的長度進行設定；語義評分計算單元用於對候選語義模板ah中包含的所有模板詞的語義評分進行線性加權求和獲得求和結果，求和結果為候選語義模板ah的語義評分；去冗單元用於根據poi資源庫去除語義評分最高的候選語義模板ah中實體詞的冗餘信息噪音，獲得去冗語義模板，並將去冗語義模板作為最優語義模板；去冗單元的另外一種實施方式為：獲取最優語義模板中的實體詞，並根據poi資源庫最大正向匹配實體詞，獲得實體詞對應的poi名稱，用poi名稱替換最優語義模板中的實體詞，獲得去冗語義模板,並將去冗語義模板作為最優語義模板。本發明實施例還提供了一種終端裝置2，用於提供查詢串q和搜索範圍ad，以及根據檢索方案w提供用戶實際需求應答，該終端裝置詳見圖9及相關文字說明。圖9為本發明實施例提供的一種查詢串語義需求分析終端裝置，如圖9所示，該終端裝置包括：需求獲取模塊21，用於接收用戶提供的實際需求in，根據實際需求in 獲取查詢串q和搜索城市ad；需要說明的是，用戶提供需求in的方式不唯一，可以通過文字輸入、語音輸入，還可以通過點擊電子地圖進行輸入，在用戶輸入需求in之後，需求獲取模塊21對需求in進行識別，獲取用戶輸入的查詢串q和搜索城市ad。應答輸出模塊22，用於獲取檢索方案w，並根據檢索方案w為用戶提供實際需求應答out；用戶23用於提供實際需求in，並接收實際需求應答out；系統裝置1用於接收查詢串q和搜索城市ad，並為應答輸出模塊22提供檢索方案w，該系統裝置1即為圖8及相關文字所描述的裝置。專業人員應該還可以進一步意識到，結合本文中所公開的實施例描述的各示例的單元及算法步驟，能夠以電子硬體、計算機軟體或者二者的結合來實現，為了清楚地說明硬體和軟體的可互換性，在上述說明中已經按照功能一般性地描述了各示例的組成及步驟。這些功能究竟以硬體還是軟體方式來執行，取決於技術方案的特定應用和設計約束條件。專業技術人員可以對每個特定的應用來使用不同方法來實現所描述的功能，但是這種實現不應認為超出本發明的範圍。結合本文中所公開的實施例描述的方法或算法的步驟可以用硬體、處理器執行的軟體模塊，或者二者的結合來實施。軟體模塊可以置於隨機存儲器(ram)、內存、只讀存儲器(rom)、電可編程rom、電可擦除可編程rom、寄存器、硬碟、可移動磁碟、cd-rom、或
技術領域：
內所公知的任意其它形式的存儲介質中。以上所述的具體實施方式，對本發明的目的、技術方案和有益效果進行了進一步詳細說明，所應理解的是，以上所述僅為本發明的具體實施方式而已，並不用於限定本發明的保護範圍，凡在本發明的精神和原則之內，所做的任何修改、等同替換、改進等，均應包含在本發明的保護範圍之內。當前第1頁12