[发明专利]一种挖掘搜索引擎未召回类纠错词的方法及装置

权利要求书

1.一种挖掘搜索引擎未召回类纠错词的方法，其特征在于，包括以下步骤：

搜索引擎获取用户的会话日志，其中，所述会话日志至少包括第一会话和第二会话，所述第一会话和第二会话中分别包括第一搜索词和第二搜索词；

所述搜索引擎获得所述第一搜索词和第二搜索词之间的关联关系信息；以及

所述搜索引擎根据所述关联关系信息判断所述第一搜索词是否为未召回类纠错词。

2.如权利要求1所述的挖掘搜索引擎未召回类纠错词的方法，其特征在于，所述关联关系信息包括所述第一搜索词和第二搜索词之间的编辑距离信息，所述第一搜索词和第二搜索词之间的分词数量变化信息，以及所述第一搜索词和第二搜索词之间的包含关系信息。

3.如权利要求2所述的挖掘搜索引擎未召回类纠错词的方法，其特征在于，所述关联关系信息还包括所述第一搜索词和第二搜索词之间的差异比例。

4.如权利要求1-3任一项所述的挖掘搜索引擎未召回类纠错词的方法，其特征在于，所述搜索引擎根据所述关联关系信息判断所述第一搜索词是否为未召回类纠错词，进一步包括：

所述搜索引擎根据所述关联关系信息计算所述第一搜索词是未召回类纠错词的概率，当所述概率大于预设阈值时，所述搜索引擎判断所述第一搜索词是未召回类纠错词。

5.如权利要求1-4中任一项所述的挖掘搜索引擎未召回类纠错词的方法，其特征在于，还包括：

所述搜索引擎分别获取所述第一搜索词对应的第一搜索结果和所述第二搜索词对应的第二搜索结果；

所述搜索引擎根据所述第一搜索结果的数量与所述第二搜索结果的数量之比判断所述第一搜索词是否为未召回类纠错词。

6.如权利要求5所述的挖掘搜索引擎未召回类纠错词的方法，其特征在于，还包括：

所述搜索引擎获取所述用户对所述第一搜索结果的第一点击记录和所述用户对所述第二搜索结果的第二点击记录；

所述搜索引擎根据所述第一点击记录与所述第二点击记录判断所述第一搜索词是否为未召回类纠错词。

7.一种挖掘搜索引擎未召回类纠错词的装置，其特征在于，包括：

日志读取模块，用于获取用户的会话日志，其中，所述会话日志至少包括第一会话和第二会话，所述第一会话和第二会话中分别包括第一搜索词和第二搜索词；

关联关系检测模块，用于获得所述第一搜索词和第二搜索词之间的关联关系信息；以及

判断模块，用于根据所述关联关系信息判断所述第一搜索词是否为未召回类纠错词。

8.如权利要求7所述的挖掘搜索引擎未召回类纠错词的装置，其特征在于，所述关联关系信息包括所述第一搜索词和第二搜索词之间的编辑距离信息，所述第一搜索词和第二搜索词之间的分词数量变化信息，以及所述第一搜索词和第二搜索词之间的包含关系信息。

9.如权利要求8所述的挖掘搜索引擎未召回类纠错词的装置，其特征在于，所述关联关系信息还包括所述第一搜索词和第二搜索词之间的差异比例。

10.如权利要求7所述的挖掘搜索引擎未召回类纠错词的装置，其特征在于，所述判断模块根据所述关联关系信息计算所述第一搜索词是未召回类纠错词的概率，当所述概率大于预设阈值时，所述判断模块判断所述第一搜索词是未召回类纠错词。

11.如权利要求7-10中任一项所述的挖掘搜索引擎未召回类纠错词的装置，其特征在于，还包括：

搜索结果获取模块，所述搜索模块用于分别获取所述第一搜索词对应的第一搜索结果和所述第二搜索词对应的第二搜索结果，并根据所述第一搜索结果的数量与所述第二搜索结果的数量之比判断所述第一搜索词是否为未召回类纠错词。

12.如权利要求11所述的挖掘搜索引擎未召回类纠错词的装置，其特征在于，

所述搜索结果获取模块还用于获取所述用户对所述第一搜索结果的第一点击记录和所述用户对所述第二搜索结果的第二点击记录，并根据所述第一点击记录与所述第二点击记录判断所述第一搜索词是否为未召回类纠错词。