[发明专利]基于深度学习的搜索语句挖掘方法及设备

权利要求书

1.一种基于深度学习的搜索语句挖掘方法，其特征在于，所述方法包括：

获取属于第一目标领域的多个原始搜索语句；

根据多个第二目标领域的实体词，从多个所述原始搜索语句中筛选出多个第一搜索语句，每个所述第一搜索语句至少对应于一个所述第二目标领域的实体词；

将所述多个第一搜索语句输入分类器，通过所述分类器，从所述多个第一搜索语句中筛选出多个第二搜索语句，每个所述第二搜索语句符合对应领域的领域条件且不属于所述第一目标领域；

对所述多个第二搜索语句进行扩充，得到多个第三搜索语句；

从所述多个第三搜索语句筛选出符合对应领域的领域条件的多个第四搜索语句；

基于所述多个第四搜索语句，确定目标搜索语句，所述目标搜索语句为需要提交询问答案的搜索语句。

2.根据权利要求1的方法，其特征在于，所述根据多个第二目标领域的实体词，从多个所述原始搜索语句中筛选出多个第一搜索语句包括：

对于每个所述原始搜索语句，判断所述原始搜索语句中是否包括所述多个第二目标领域中任一第二目标领域的实体词，如果是，则将所述原始搜索语句确定为所述第一搜索语句，如果否，则将所述原始搜索语句丢弃。

3.根据权利要求1的方法，其特征在于，所述分类器包括第一级分类器和第二级分类器，所述第一级分类器基于作为正样本的所述第二目标领域的搜索语句和作为负样本的其他领域的搜索语句训练得到，所述第二级分类器基于作为正样本的所述第二目标领域的搜索语句和作为负样本的包含所述第二目标领域的关键词且属于所述第一目标领域的搜索语句训练得到；

所述将所述多个第一搜索语句输入分类器，通过所述分类器，从所述多个第一搜索语句中筛选出多个第二搜索语句包括：

将所述多个第一搜索语句输入所述第一级分类器，通过所述第一级分类器筛选出符合对应领域的领域条件的中间搜索语句；将所述中间搜索语句输入所述第二级分类器，通过所述第二级分类器筛选出包含所述第二目标领域的关键词且属于所述第一目标领域的多个第二搜索语句。

4.根据权利要求1的方法，其特征在于，所述对所述多个第二搜索语句进行扩充，得到多个第三搜索语句包括：

分别对所述多个第二目标领域的实体词和所述多个第二目标领域的关键词进行拼接，得到多个部分搜索语句；

基于所述多个部分搜索语句，调用目标功能接口，以得到所述多个部分搜索语句的补全搜索语句；

将所述多个部分搜索语句的补全搜索语句添加至所述多个第二搜索语句，得到所述多个第三搜索语句。

5.根据权利要求1的方法，其特征在于，所述基于所述多个第四搜索语句，确定目标搜索语句之前，所述方法还包括：

检测所述多个第四搜索语句的语义完整性，当任一第四搜索语句的语义完整性不符合完整性要求，将所述第四搜索语句丢弃。

6.根据权利要求1的方法，其特征在于，所述基于所述多个第四搜索语句，确定目标搜索语句包括：

对所述多个第四搜索语句进行分类，得到多个类，每个类中包括至少一个第四搜索语句；

将每个类的聚类中心对应的第四搜索语句确定为目标搜索语句。

7.根据权利要求6的方法，其特征在于，所述对所述多个第四搜索语句进行分类，得到多个类包括：

分别提取所述多个第四搜索语句的关键词；

基于所述多个第四搜索语句的关键词，确定所述多个第四搜索语句中两两之间的相似度；

基于所述相似度，确定目标图，所述目标图中的一个图节点代表一个第四搜索语句，图节点之间的连线用于表示两个第四搜索语句之间的相似度大于目标相似度；

将所述目标图中的最小关联子图代表的多个第四搜索语句分为一类。