[发明专利]一种视频搜索中的查询词纠错方法和装置

权利要求书

1.一种视频搜索中的查询词纠错方法，其特征在于，包括：

接收用户输入的查询词；

对所述查询词进行删字处理，得到字串集合；

利用所述字串集合中的每个词以及所述查询词，在预先得到的纠错候选词词典中匹配得到纠错候选词；

从所述纠错候选词中选出最优纠错候选词作为所述查询词的纠错结果；

所述纠错候选词词典的生成过程，包括：

接收用户输入的词语；

将所述词语作为纠错候选词；

对所述词语进行删字处理，得到删字后的字串集合，并建立所述词语与所述词语、对所述词语删字处理后的字串集合之间的对应关系。

2.根据权利要求1所述的方法，其特征在于，所述从所述纠错候选词中选出最优纠错候选词作为所述查询词的纠错结果具体包括：

利用预先建立的语言模型，对所述纠错候选词以及所述查询词进行特征提取；

利用预先建立的分类模型，针对匹配得到的每个所述纠错候选词，根据对所述纠错候选词以及所述查询词提取得到的特征，判断所述纠错候选词的合理性是否大于所述查询词的合理性；

从合理性大于所述查询词的纠错候选词中选择搜索次数最高的纠错候选词确定为最优纠错候选词，作为所述查询词的纠错结果。

3.根据权利要求2所述的方法，其特征在于，提取的所述特征包括：对数似然在每个词上的平均值、对数似然在每个字上的平均值和/或对数似然在长度为三的窗口上的最小值。

4.根据权利要求1～3任意一项所述的方法，其特征在于，所述对所述查询词进行删字处理，得到字串集合，具体为：

对所述查询词的每个字分别删除得到字串集合。

5.一种视频搜索中的查询词纠错装置，其特征在于，包括：

接收单元，用于接收用户输入的查询词；

处理单元，用于对所述查询词进行删字处理，得到字串集合；

匹配单元，用于利用所述字串集合中的每个词以及所述查询词，在预先得到的纠错候选词词典中匹配得到纠错候选词；

分析单元，用于从所述纠错候选词中选出最优纠错候选词作为所述查询词的纠错结果；以及，

词典生成单元，用于接收用户输入的词语，将所述词语作为纠错候选词，对所述词语进行删字处理，得到删字后的字串集合，并建立所述词语与所述词语、对所述词语删字处理后的字串集合之间的对应关系。

6.根据权利要求5所述的装置，其特征在于，所述分析单元包括：

特征提取子单元，用于利用预先建立的语言模型，对所述纠错候选词以及所述查询词进行特征提取；

判断子单元，用于利用预先建立的分类模型，针对匹配得到的每个所述纠错候选词，根据对所述纠错候选词以及所述查询词提取得到的特征，判断所述纠错候选词的合理性是否大于所述查询词的合理性；

选择子单元，用于从合理性大于所述查询词的纠错候选词中选择搜索次数最高的纠错候选词确定为最优纠错候选词，作为所述查询词的纠错结果。

7.根据权利要求6所述的装置，其特征在于，提取的所述特征包括：

对数似然在每个词上的平均值、对数似然在每个字上的平均值和/或对数似然在长度为三的窗口上的最小值。

8.根据权利要求5～7任意一项所述的装置，其特征在于，所述处理单元，具体用于：

对所述查询词的每个字分别删除得到字串集合。