[发明专利]确定对象标签、建立标签索引、搜索对象的方法及装置

权利要求书

1.一种确定对象标签的方法，其特征在于，包括：

获取第一对象对应的第一文本信息，根据所述第一文本信息得到与所述第一对象对应的第一分词词语集；

基于预设的标签与关键词的对应关系，确定所述第一分词词语集中与所述预设对应关系中的关键词匹配成功的分词词语，以及与所述匹配成功的分词词语对应的候选标签；

将部分或全部所述候选标签设置为所述第一对象的目标标签。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

提供行业语料库，所述行业语料库中包括对象所属的行业中的近义词词表；

在所述根据所述第一文本信息得到与所述第一对象对应的第一分词词语集之后，还包括：

利用所述第一对象所属的行业语料库中的近义词词表，对所述第一分词词语集进行近义词替换，得到替换后的第一分词词语集；

所述确定所述第一分词词语集中与所述预设对应关系中的关键词匹配成功的分词词语，具体为：确定所述替换后的第一分词词语集中与所述预设对应关系中的关键词匹配成功的分词词语。

3.根据权利要求1或2所述的方法，其特征在于，所述第一对象为旅游行业的商品对象，所述第一文本信息包括下述中的至少一种：商品对象标题、商品对象详情信息、商品对象属性信息。

4.根据权利要求3所述的方法，其特征在于，所述商品对象属性信息包括下述中的至少一种：商品对象对应的景点地址、商品对象对应的出发地、商品对象对应的出行时间、商品对象对应的交通方式、商品对象对应的费用、商品对象对应的景点特征。

5.根据权利要求1所述的方法，其特征在于，所述预设的标签与关键词的对应关系的建立方法，包括：

获取包括多个参考对象的样品集，所述样品集中包括参考对象、所述参考对象的标签以及所述参考对象的文本信息；

按照所述参考对象的标签，对所述参考对象进行分组，并利用所述参考对象的文本信息提取各个分组的关键词；

根据提取的所述各个分组的关键词及对应的标签，形成所述标签与关键词的对应关系。

6.根据权利要求5所述的方法，其特征在于，所述利用所述参考对象的文本信息提取各个分组的关键词，包括：

对各个分组中所述参考对象的文本信息进行分词处理，形成各个分组的分词词语集；

根据词频-倒文档率，确定所述各个分组的分词词语集中的关键词，得到所述各个分组的关键词。

7.根据权利要求6所述的方法，其特征在于，所述参考对象的标签是基于所述参考对象所属的行业设置的；

在所述形成各个分组的分词词语集之后，还包括：

利用所述参考对象的行业语料库中的近义词词表，对所述分词词语集进行近义词替换，得到替换后的分词词语集；

所述确定所述各个分组的分词词语集中的关键词，具体为：确定各个分组替换后的分词词语集中的关键词。

8.根据权利要求2或7所述的方法，其特征在于，所述行业语料库中的近义词词表的建立方法，包括：

获取语料库中的语料信息，确定与所述语料信息对应的分词词语以及所述分词词语的频次；所述语料信息为旅游行业的语料信息，具体包括下述中的至少一种：旅客的游记、旅游商品对象的介绍信息、旅游景点的介绍信息；

计算所述语料信息的分词词语的第一特征值，将第一特征值的相似度小于第二阈值的分词词语作为近义词；所述分词词语的第一特征值包括：所述分词词语的实数向量；

将近义词中频次最高的分词词语作为主词，其余分词词语作为附属词。

9.根据权利要求1所述的方法，其特征在于，所述将部分或全部所述候选标签设置为第一对象的目标标签，包括：

设置第一对象目标标签的总个数；

判断所述候选标签的总个数是否小于或等于所述设置的第一对象目标标签的总个数；

若判断结果为是，将全部所述候选标签设置为第一对象的目标标签；或者，若判断结果为否，根据预设选取规则将部分所述候选标签设置为第一对象的目标标签。