[发明专利]语义相似度计算方法、搜索结果处理方法和装置

说明书

技术领域

本发明涉及自然语言处理技术领域，尤其涉及一种语义相似度计算方法、搜索结果处理方法和装置。

背景技术

在搜索引擎技术中，提供与用户的搜索词相匹配的搜索结果网页是研发设计人员持续研究探索的问题点。可通过对搜索词与搜索结果网页的标题进行相似度计算来判断所述搜索结果网页与用户的搜索词的匹配程度，这里就涉及计算文本串时间的相似度的问题。

在现有技术中，通常考虑两个文本串中完全匹配的词的个数来计算所述两个文本串之间的相似度，而不考虑从语义上相同或相似的词的匹配，由此计算的相似度准确性较低。

例如，对两个文本串“宝宝发烧按穴”和“孩子发烧时穴位按摩图解”，由于在两个文本串中，“发烧”都出现，而“宝宝”和“孩子”却不算为完全匹配，因此无法考虑到“宝宝发烧”和“孩子发烧”以及“按穴”与“穴位按摩”等词与词之间的匹配程度，通过上述方法计算出的相似度准确性较低。

发明内容

本发明实施例的目的在于，提供一种语义相似度计算方法、搜索结果处理方法和装置，以提高文本串之间语义相似度计算的准确性。

为了实现上述发明目的，本发明的实施例提供了一种语义相似度计算方法，包括：获取第一文本串和第二文本串；分别对所述第一文本串和所述第二文本串进行分词，生成分词结果；根据所述分词结果分别将所述第一文本串和所述第二文本串分得的分词生成预定多个语义层；将所述第一文本串的每个语义层都分别与所述第二文本串的所有语义层进行依存相似度计算得到N×N个依存相似度值；根据计算的N×N个依存相似度值计算所述第一文本串和所述第二文本串的语义相似度值。

本发明实施例还提供了一种搜索结果处理方法，包括：接收用户的搜索词；根据所述搜索词获取多个搜索结果条目；根据所述语义相似度计算方法分别计算所述搜索词与所述多个搜索结果条目的内容标题的语义相似度值；根据所述语义相似度值对所述搜索结果条目进行排序；发送经排序的搜索结果条目。

本发明实施例还提供了一种语义相似度计算装置，包括：文本串获取模块，用于获取第一文本串和第二文本串；文本串分词模块，用于分别对所述第一文本串和所述第二文本串进行分词，生成分词结果；语义层生成模块，用于根据所述分词结果分别将所述第一文本串和所述第二文本串分得的分词生成预定多个语义层；依存相似度值计算模块，用于将所述第一文本串的每个语义层都分别与所述第二文本串的所有语义层进行依存相似度计算得到N×N个依存相似度值；语义相似度值计算模块，用于根据计算的N×N个依存相似度值计算所述第一文本串和所述第二文本串的语义相似度值。

本发明实施例还提供了一种搜索结果处理装置，包括：搜索结果条目获取单元，用于根据搜索词获取多个搜索结果条目；语义相似度计算单元，用于通过如前所述的语义相似度计算装置分别计算所述搜索词与所述多个搜索结果条目的内容标题的语义相似度值；搜索结果条目排序单元，用于根据所述语义相似度计算单元计算的语义相似度值对所述搜索结果条目进行排序。

本发明实施例还提供了一种搜索引擎，包括：搜索词接收装置，用于接收搜索词；如前所述的搜索结果处理装置，用于根据所述搜索词产生经过排序的搜索结果条目；搜索结果发送装置，用于发送经排序的搜索结果条目。

本发明实施例提供的语义相似度计算方法、搜索结果处理方法和装置，通过将两个文本串分得的分词生成预定多个语义层，对其中一个文本串的每个语义层都分别与另一文本串的所有语义层进行依存相似度计算，结合计算得到的依存相似度值最终得到两文本串之间的语义相似度值，从而提高了文本串之间语义相似度计算的准确性。

附图说明

图1是示出本发明实施例的基本原理框图；

图2是示出本发明实施例一的语义相似度计算方法的流程图；

图3是示出本发明实施例二的搜索结果处理方法的流程图；

图4是示出本发明实施例三的语义相似度计算装置的逻辑框图；

图5是本发明实施例四的搜索结果处理装置的逻辑框图。

具体实施方式

本发明的基本构思是，分别对获取到的两个文本串进行分词，将两个文本串分得的分词生成预定多个语义层，将其中一个文本串的每个语义层都分别与另一文本串的所有语义层进行依存相似度计算得到N×N个依存相似度值，再依据这N×N个依存相似度值计算得到两个文本串之间的语义相似度值，使得文本串之间语义相似度计算的准确性更高。

图1为本发明实施例的基本原理框图。为了更方便的描述本发明的基本原理，可用符号s和w分别表示文本串1和文本串2。