基于垂直搜索的相关度排序实现方法及装置.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CN105975482A(43)申请公布日2016.09.28(21)申请号201610262495.4(22)申请日2016.04.25(71)申请人乐视控股（北京）有限公司地址100025北京市朝阳区姚家园路105号3号楼10层1102申请人乐视网信息技术（北京）股份有限公司(72)发明人谢晓静(74)专利代理机构北京中誉威圣知识产权代理有限公司11279代理人丛芳张鹏(51)Int.Cl.G06F17/30(2006.01)G06F17/27(2006.01)权利要求书2页说明书6页附图2页(54)发明名称基于垂直搜索的相关度排序实现方法及装置(57)摘要本发明实施例提供一种基于垂直搜索的相关度排序实现方法及装置。该方法包括：对待搜索名词进行分词后得到整词分割词、相邻词分割词和字分割词；根据所述整词分割词、相邻词分割词和字分割词搜索每个文档中所述整词分割词、相邻词分割词和字分割词所出现的词频；根据所述词频和所述整词分割词的第一权重、相邻词分割词的第二权重和字分割词的第三权重对所述待搜索名词的搜索结果进行相关度排序。CN105975482ACN105975482A权利要求书1/2页1.一种基于垂直搜索的相关度排序实现方法，其特征在于，包括：对待搜索名词进行分词后得到整词分割词、相邻词分割词和字分割词；根据所述整词分割词、相邻词分割词和字分割词搜索每个文档中所述整词分割词、相邻词分割词和字分割词所出现的词频；根据所述词频和所述整词分割词的第一权重、相邻词分割词的第二权重和字分割词的第三权重对所述待搜索名词的搜索结果进行相关度排序。2.根据权利要求1所述的方法，其特征在于，该方法还包括：定期维护同义词词库，所述同义词词库中存储有符合存储原则的名词，以及所述符合存储原则的名词的同义词。3.根据权利要求2所述的方法，其特征在在于，该方法还包括：在所述同义词词库中搜索所述整词分割词和相邻词分割词；针对搜索到对应同义词的所述整词分割词或者相邻词分割词，增加与所述待搜索名称的相关度到所述搜索结果的排序中。4.根据权利要求1-3中任意一项所述的方法，其特征在于，所述第一权重是所述第二权重的N倍，N大于等于3；所述第二权重大于所第三权重。5.根据权利要求1-3中任意一项所述的方法，其特征在于，所述根据所述词频和所述整词分割词的第一权重、相邻词分割词的第二权重和字分割词的第三权重对所述待搜索名词的搜索结果进行相关度排序，具体包括：针对搜索的每篇文档，根据所述词频和所述整词分割词的第一权重、相邻词分割词的第二权重和字分割词的第三权重计算该待搜索的名词在该篇文档中词频数值；根据每篇文档的所述词频数值，按照从高到低的顺序对搜索到的文档进行相关度排序。6.一种基于垂直搜索的相关度排序实现装置，其特征在于，包括：分词器单元，用于对待搜索名词进行分词后得到整词分割词、相邻词分割词和字分割词；统计单元，用于根据所述整词分割词、相邻词分割词和字分割词搜索每个文档中所述整词分割词、相邻词分割词和字分割词所出现的词频；排序单元，用于根据所述词频和所述整词分割词的第一权重、相邻词分割词的第二权重和字分割词的第三权重对所述待搜索名词的搜索结果进行相关度排序。7.根据权利要求6所述的装置，其特征在于，该装置还包括：同义词器单元，用于定期维护同义词词库，所述同义词词库中存储有符合存储原则的名词，以及所述符合存储原则的名词的同义词。8.根据权利要求7所述的装置，其特征在在于，该装置还包括：过滤单元，用于在所述同义词词库中搜索所述整词分割词和相邻词分割词；所述排序单元，还用于针对搜索到对应同义词的所述整词分割词或者相邻词分割词，增加与所述待搜索名称的相关度到所述搜索结果的排序中。9.根据权利要求6-8中任意一项所述的装置，其特征在于，所述第一权重是所述第二权重的N倍，N大于等于3；所述第二权重大于所第三权重。10.根据权利要求6-8中任意一项所述的装置，其特征在于，所述排序单元，具体包用于2CN105975482A权利要求书2/2页针对搜索的每篇文档，根据所述词频和所述整词分割词的第一权重、相邻词分割词的第二权重和字分割词的第三权重计算该待搜索的名词在该篇文档中词频数值；根据每篇文档的所述词频数值，按照从高到低的顺序对搜索到的文档进行相关度排序。3CN105975482A说明书1/6页基于垂直搜索的相关度排序实现方法及装置技术领域[0001]本发明实施例涉及信息技术领域，尤其涉及一种基于垂直搜索的相关度排序实现方法及装置。背景技术[0002]垂直搜索引擎是针对某一个行业的专业搜索引擎，是搜索引擎的细分和延伸，是对网页库中的某类专门的信息进行一次整合，定向分字段抽取出需要的数据进行处理后再以某种形式返回