一种词条召回方法、装置和用于召回词条的装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114330305A(43)申请公布日2022.04.12(21)申请号202011058208.0(22)申请日2020.09.29(71)申请人北京搜狗科技发展有限公司地址100084北京市海淀区中关村东路1号院9号楼搜狐网络大厦9层01房间(72)发明人李鑫崔欣(74)专利代理机构北京润泽恒知识产权代理有限公司11319代理人苏培华(51)Int.Cl.G06F40/237(2020.01)G06F16/35(2019.01)G06F40/284(2020.01)G06F40/289(2020.01)G06F40/216(2020.01)权利要求书2页说明书10页附图4页(54)发明名称一种词条召回方法、装置和用于召回词条的装置(57)摘要本申请实施例公开了一种词条召回方法、装置和用于召回词条的装置。该方法的实施例包括：对用户语料中的多个词条进行聚类，以得到各词条的主题；获取目标用户的历史特征词，并从多个词条中确定出与历史特征词具有相同主题的目标词条；召回满足预设条件的目标词条，并发送至目标用户的客户端。该实施方式提高了所召回的词条与用户输入内容的相关性，且所召回的词条能够满足用户的多样性需求。CN114330305ACN114330305A权利要求书1/2页1.一种词条召回方法，其特征在于，所述方法包括：对用户语料中的多个词条进行聚类，以得到各词条的主题；获取目标用户的历史特征词，并从所述多个词条中确定出与所述历史特征词具有相同主题的目标词条；召回满足预设条件的目标词条，并发送至所述目标用户的客户端。2.根据权利要求1所述的方法，其特征在于，所述对用户语料中的多个词条进行聚类，以得到各词条的主题，包括：从用户语料中选取多个词条；获取所述多个词条中的各词条的词向量；对所获取的词向量进行聚类，得到多个簇，每个簇对应一个主题；基于各词条所属的簇，确定各词条的主题。3.根据权利要求2所述的方法，其特征在于，所述从用户语料中选取多个词条，包括：将用户语料与预设的词库或词表中的词进行匹配；基于匹配结果，选取所述用户语料中的多个词条。4.根据权利要求1所述的方法，其特征在于，所述获取目标用户的历史特征词，包括：获取所述目标用户在预设历史时段内的历史输入信息；将所述历史输入信息与预设的词库或词表中的词进行匹配；基于匹配结果，从所述历史输入信息中提取所述目标用户的历史特征词。5.根据权利要求1所述的方法，其特征在于，所述召回满足预设条件的目标词条，包括：基于词频-逆向文件频率方法，确定所述历史特征词的得分；基于所述历史特征词的得分，确定所述目标词条的得分；按照所述目标词条的得分由大到小的次序，召回预设数量的目标词条；或者，召回得分大于预设阈值的目标词条。6.根据权利要求5所述的方法，其特征在于，所述基于词频-逆向文件频率方法，确定所述历史特征词的得分，包括：获取所述目标用户在预设历史时段内的历史输入信息，统计所述历史特征词在所述历史输入信息中的词频；统计所述历史特征词在所述用户语料中的逆向文件频率；基于所述词频和所述逆向文件频率，确定所述历史特征词的得分。7.根据权利要求5所述的方法，其特征在于，所述基于所述历史特征词的得分，确定所述目标词条的得分，包括：对于每一个历史特征词，将该历史特征词的得分，作为所述多个词条中与该历史特征词的主题相同的目标词条的得分。8.一种词条召回装置，其特征在于，所述装置包括：聚类单元，被配置成对用户语料中的多个词条进行聚类，以得到各词条的主题；确定单元，被配置成获取目标用户的历史特征词，并从所述多个词条中确定出与所述历史特征词具有相同主题的目标词条；召回单元，被配置成召回满足预设条件的目标词条，并发送至所述目标用户的客户端。9.一种用于召回词条的装置，其特征在于，包括有存储器，以及一个或者一个以上的程2CN114330305A权利要求书2/2页序，其中一个或者一个以上程序存储于存储器中，且经配置以由一个或者一个以上处理器执行所述一个或者一个以上程序包含用于进行以下操作的指令：对用户语料中的多个词条进行聚类，以得到各词条的主题；获取目标用户的历史特征词，并从所述多个词条中确定出与所述历史特征词具有相同主题的目标词条；召回满足预设条件的目标词条，并发送至所述目标用户的客户端。10.一种计算机可读介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的方法。3CN114330305A说明书1/10页一种词条召回方法、装置和用于召回词条的装置技术领域[0001]本申请实施例涉及计算机技术领域，具体涉及一种词条召回方法、装置和用于召回词条的装置。背景技术[0002]输入法客户端通常配置有系统词库，该词库中