[发明专利]一种查询文本的分类标签确定方法及相关装置

说明书

本申请提供了一种查询文本的分类标签确定方法及相关装置，所述方法包括：获取用户输入的当前查询文本；获取所述当前查询文本的文本特征和相邻文本的信息；将所述当前查询文本的文本特征和相邻文本的信息输入训练好的模型中，利用所述模型获得所述当前查询文本对应的分类标签；其中，所述模型的训练数据包括多个历史查询文本的文本特征和相邻文本的信息，所述训练数据对应的标记数据为所述多个历史查询文本对应的分类标签；相邻文本为相邻搜索过程对应的查询文本，对相同的搜索结果执行选中操作的多个搜索过程互为相邻搜索过程。可见本发明实施例中，用于模型训练的训练数据中除了历史查询文本的文本特征，还包括历史查询文本的相邻文本的信息，因此建立好的模型无需大量的训练样本既可以保证较高的准确度。

技术领域

本申请涉及互联网领域，尤其是涉及一种查询文本的分类标签确定方法及相关装置。

背景技术

在常见的搜索过程中，用户通过在搜索引擎中输入查询文本，搜索出查询文本对应的搜索结果。其中，为了能够提高搜索结果的准确性，搜索引擎往往需要对查询文本对应的分类标签进行确定。

目前，在对查询文本的分类标签进行确定时，首先需要获取多个历史查询文本作为训练样本，根据训练样本的文本特征进行模型训练，利用训练好的模型确定当前查询文本的分类标签。

显然，这种确定方式为了得到准确性较高的模型，需要利用大量的训练样本进行模型训练，当训练样本的数量较少时，准确度也会比较低。

发明内容

本申请解决的技术问题在于提供一种查询文本的分类标签确定方法及相关装置，能够对在搜索过程中输入的查询文本的分类标签进行确定，并且无需大量的训练样本既可以保证较高的准确度。

为此，本申请解决技术问题的技术方案是：

本发明实施例提供了一种查询文本的分类标签确定方法，包括：

获取用户输入的当前查询文本；

获取所述当前查询文本的文本特征和相邻文本的信息；

将所述当前查询文本的文本特征和相邻文本的信息输入训练好的模型中，利用所述模型获得所述当前查询文本对应的分类标签；

其中，所述模型的训练数据包括多个历史查询文本的文本特征和相邻文本的信息，所述训练数据对应的标记数据为所述多个历史查询文本对应的分类标签；相邻文本为相邻搜索过程对应的查询文本，对相同的搜索结果执行选中操作的多个搜索过程互为相邻搜索过程。

可选的，获取所述当前查询文本的相邻文本的信息，包括：

获取同现网络的网络结构，所述网络结构中记录有所述当前查询文本和所述当前查询文本的相邻文本之间的对应关系；

根据所述对应关系，获取所述当前查询文本的相邻文本作为所述当前查询文本的相邻文本的信息。

可选的，获取所述当前查询文本的相邻文本的信息，还包括：

获取所述当前查询文本的相邻文本的权重值；

将所述当前查询文本的相邻文本和所述相邻文本的权重值作为所述当前查询文本的相邻文本的信息；

所述多个历史查询文本的相邻文本的信息包括所述多个历史查询文本的相邻文本和相邻文本的权重值；

其中，相邻文本的权重值与相邻搜索结果的个数相关，所述相邻搜索结果为相邻搜索过程中执行选中操作的相同的搜索结果。

可选的，获取所述当前查询文本的相邻文本的信息，包括：

获取所述当前查询文本的相邻文本的消息摘要算法MD5编码；

将所述相邻文本的MD5编码作为所述当前查询文本的相邻文本的信息。