[发明专利]一种跨语言搜索的方法和装置

说明书

【技术领域】

本发明涉及互联网技术领域，特别涉及一种跨语言搜索的方法和装置。

【背景技术】

随着互联网信息的不断增长，人们对于信息搜索提出了更高的要求，不再满足于在同一种语种文档集中搜索，而要求获取多种语种文档。例如，如果用户输入的搜索词(query)为“贝克汉姆图片”，则中文文档集中的搜索可能并不能最大程度地满足用户需求，欧美网站的英文文档集中可能具有更优、更多的搜索结果。

当从多语种文档集中进行搜索的需求越来越高时，为了获得更多、更全面、更准确的信息，同时为了跨越语言障碍，人们希望能够以一种自己熟悉的语言描述query，而搜索结果中能够包括多语言的文档，即进行两语种之间的跨语言搜索。

【发明内容】

有鉴于此，本发明提供了一种跨语言搜索的方法和装置，以便于实现包含多语言文档的搜索结果，为用户提供更优、更多的搜索结果。

具体技术方案如下：

一种跨语言搜索的方法，该方法包括：

A、接收用户输入的源语言搜索请求query；

B、将所述源语言query翻译为N种目标语言query，N为大于1的整数；

C、分别获取所述N种目标语言query对应的搜索结果；

D、将步骤C获取的搜索结果进行整合后形成最终的搜索结果集合提供给用户；

其中在所述最终的搜索结果集合中，根据各搜索结果在所属分类中的排次以及所属分类的排序权重，对各搜索结果进行排序。

在步骤B中，针对每一种目标语言，将所述源语言query对应的该种目标语言的翻译结果中，翻译分值最高的一种翻译结果作为目标语言query；

翻译结果e的翻译分值由以下因素中的至少一种确定：翻译所使用的翻译语料库中翻译结果e的统计次数以及翻译结果e中各词的组合概率。

较优地，所述步骤B具体包括：

B1、对所述源语言query进行优化处理，所述优化处理包括query纠错处理和query扩展处理中的任一种或组合；

B2、将优化处理后的源语言query翻译为N种目标语言query。

其中，如果所述优化处理仅包括query纠错处理，则对所述用户输入的源语言query进行query纠错处理后得到包含n1个query的源语言query集合Q1，n1为预设的正整数；

所述步骤B2具体为：针对每一种目标语言，分别利用所述Q1中的各query进行翻译，确定翻译分值总和最高的翻译结果作为目标语言query；其中，翻译结果的翻译分值总和为P(e|q_i)为Q1中q_i被翻译为e的翻译分值；

翻译结果e对应的翻译分值由以下因素中的至少一种确定：翻译所使用的翻译语料库中翻译结果e的统计次数以及翻译结果e中各词的组合概率。

如果所述优化处理仅包括query扩展处理，则对所述用户输入的源语言query进行query扩展处理后得到包含n2个query的源语言query集合Q2，n2为预设的正整数；

所述步骤B2具体为：针对每一种目标语言，分别利用所述Q2中的各query进行翻译，确定翻译分值总和最高的翻译结果作为目标语言query；其中，翻译结果的翻译分值总和为P(e|q_i)为Q2中q_i被翻译为e的翻译分值；

翻译结果e对应的翻译分值由以下因素中的至少一种确定：翻译所使用的翻译语料库中翻译结果e的统计次数以及翻译结果e中各词的组合概率。

如果所述优化处理既包括query纠错处理又包括query扩展处理，则对所述用户输入的源语言query进行query纠错处理和query扩展处理后得到包含n个query的源语言query集合Q，n为预设的正整数；

所述步骤B2具体为：针对每一种目标语言，分别利用所述Q中的各query进行翻译，确定翻译分值总和最高的翻译结果作为目标语言query；其中，翻译结果的翻译分值总和为P(e|q_i)为Q中q_i被翻译为e的翻译分值；

翻译结果e的翻译分值由以下因素中的至少一种确定：翻译所使用的翻译语料库中翻译结果e的统计次数以及翻译结果e中各词的组合概率。

其中，对所述用户输入的源语言query进行query纠错处理后和query扩展处理后得到包含n个query的源语言query集合Q具体包括：