[发明专利]一种搜索方法和设备

说明书

本申请公开了一种搜索方法和设备，包括：接收用户输入的搜索关键词，并基于搜索关键词，得到与搜索关键词相关的至少一个搜索文档，确定搜索关键词的语义向量；根据搜索关键词的语义向量和每一个搜索文档的语义向量，分别计算每一个搜索文档与搜索关键词之间的语义相关性；根据语义相关性，对所述搜索文档进行排序，并按照排序结果将搜索文档输出给用户。由于搜索引擎中文档的语义向量根据文档标题的语义向量、文档标识的语义向量以及文档所属类目的语义向量融合得到的，因而能够更加精准地表达文档的语义信息，使得计算得到的文档与搜索关键词之间的语义相关性的精度提高，进而有助于提高搜索引擎的搜索精度，改善用户对搜索引擎的体验。

技术领域

本申请涉及互联网信息搜索技术领域，尤其涉及一种搜索方法和设备。

背景技术

相关性的高低是用来表征搜索引擎的搜索精度高低的重要因素，也是影响用户对搜索引擎反馈的搜索结果的满意度的重要因素之一。

目前搜索引擎在接收到用户发送的查询请求时，通过判断该查询请求中包含的关键词与索引库中包含的文档的主题是否相关，进而将判断结果为相关的文档作为搜索结果输出显示给用户。

在现有技术中判断该查询请求中包含的关键词与索引库中包含的文档的主题是否相关的方式一般使用基于词袋方法的主题模型法。具体方法为：首先，确定查询请求中包含的关键词对应的主题向量；其次，确定索引库中包含的每一个文档的主题向量；再次，依次利用每一个文档的主题向量与查询请求中包含的关键词对应的主题向量，计算得到文档与查询请求中包含的关键词之间的相似度；最后，按照计算得到的相似度将索引库中的文档进行排序，并按照排序结果依次将文档作为搜索结果推送给用户。

经研究发现，在使用这种基于词袋方法的主题模型确定主题向量的过程中，对于不同的文档，只要这些文档中使用了相同的词，那么确定的这些文档的主题向量是一样的。

然而由于基于词袋方法的主题模型属于无监督的机器学习模型，其训练语料通常是一个静态的文档集合，这样基于词袋方法的主题模型无法使用额外的标签信息，较容易产生过拟合现象。而且基于词袋方法的主题模型难以度量词与词之间的相似性，从而限制了主题模型的应用范围。比如，假设某个主题下有三个词：“食府”、“酒楼”、“饺子馆”，基于词袋方法的主题模型无法比较“食府”、“酒楼”以及“饺子馆”之间的不同，那么在执行搜索操作的时候，得到的搜索结果中这三个词同时出现的概率很高，使得用户对这一搜索结果体验比较差。

发明内容

有鉴于此，本申请实施例提供了一种搜索方法和设备，用于解决现有搜索引擎存在的搜索结果语义相关度较低使得用户体验差的问题。

一种搜索方法，包括：

接收用户输入的搜索关键词，并基于所述搜索关键词，得到与所述搜索关键词相关的至少一个搜索文档；

确定所述搜索关键词的语义向量，其中，所述语义向量用于表征所述搜索关键词在语义向量空间中的位置；

根据所述搜索关键词的语义向量和每一个所述搜索文档的语义向量，分别计算每一个所述搜索文档与所述搜索关键词之间的语义相关性，其中，所述文档的语义向量是根据所述文档标题的语义向量、所述文档标识的语义向量以及所述文档所属类目的语义向量融合得到的；

根据所述语义相关性，对所述搜索文档进行排序，并按照排序结果将所述搜索文档输出给所述用户。

一种搜索设备，包括：

接收单元，用于接收用户输入的搜索关键词，并基于所述搜索关键词，得到与所述搜索关键词相关的至少一个搜索文档；

确定单元，用于确定所述搜索关键词的语义向量，其中，所述语义向量用于表征所述搜索关键词在语义向量空间中的位置；