一种基于关键词的检索方法和系统

1.一种基于关键词的检索方法，其特征在于，包括：
接收提交的原始关键词；
对所述原始关键词进行分词，获得分词条目term；
按照预置规则对所述分词条目term进行处理，生成所述原始关键词对应的扩展关键词；
为各原始关键词和扩展关键词分配相应的权重；
采用所述原始关键词和扩展关键词进行检索，获得匹配的候选检索结果及其相关性得分，所述相关性得分根据各原始关键词和扩展关键词的权重计算获得；
根据所述相关性得分从所述候选检索结果中提取最终检索结果。
2.根据权利要求1所述的方法，其特征在于，所述按照预置规则对所述分词条目term进行处理，生成所述原始关键词对应的扩展关键词的步骤包括：
对所述原始关键词的分词条目term和/或分词条目term组合进行拼写纠错处理，并将所述拼写纠错处理的结果作为相似关键词；
和/或，
对所述原始关键词的分词条目term和/或分词条目term组合进行拼写建议处理，并选取所述拼写建议处理的结果作为相似关键词。
3.根据权利要求2所述的方法，其特征在于，所述按照预置规则对所述分词条目term进行处理，生成所述原始关键词对应的扩展关键词的步骤包括：
获取所述分词条目term和/或分词条目term组合的同义词；
采用所述同义词替换所述原始关键词中对应的分词条目term或分词条目term组合，将替换后的结果作为相似关键词。
4.根据权利要求2所述的方法，其特征在于，所述按照预置规则对所述分词条目term进行处理，生成所述原始关键词对应的扩展关键词的步骤包括：
获取分词条目term对应的词性信息，所述词性信息包括特征词性信息；
获取与具有特征词性信息的分词条目term相比，少一个或多个字的新词；
统计所述新词与原始关键词的相似度，若大于第一预设阈值，则将所述新词作为相似关键词。
5.根据权利要求2所述的方法，其特征在于，所述按照预置规则对所述分词条目term进行处理，生成所述原始关键词对应的扩展关键词的步骤包括：
获取分词条目term对应的词性信息，所述词性信息包括特征词性信息；
获取与具有特征词性信息的分词条目term相比，少一个或多个字的新词；
分别统计所述分词条目term及对应新词作为检索词时，所对应的用户点击类目的向量；
若所述分词条目term对应的用户点击类目的向量，和新词对应的用户点击类目的向量的相似度大于第二预设阈值，则将所述新词作为相似关键词。
6.根据权利要求1或2所述的方法，其特征在于，所述扩展关键词还包括重写关键词，所述按照预置规则对所述分词条目term进行处理，生成所述原始关键词对应的扩展关键词的步骤包括：
去除符合预设条件的分词条目term，获得重写关键词。
7.根据权利要求6所述的方法，其特征在于，所述去除符合预设条件的分词条目term，获得重写关键词的步骤包括：
去除所述原始关键词中的一个或多个分词条目term，得到多个候选词N；其中N包含的term数组为{t1，t2，...，tm}，其中m＜n；
采用如下公式计算所述候选词的分值score：
score＝0.6*scoreDelTerm+0.4*scoreSaved Terms
scoreDelTerm＝1.0/(1+n-m)
其中，scoreDelterm为删除词的惩罚分数，scoreCoreCP为核心产品词的额外加分；
按候选词的分值score降序排列，取排列在前的预设数量的候选词作为重写关键词。
8.根据权利要求1至7中任一项权利要求所述的方法，其特征在于，所述采用原始关键词和扩展关键词进行检索，获得匹配的候选检索结果及其相关性得分的步骤包括：
分别采用各个原始关键词和扩展关键词检索预置信息库，获得匹配的候选检索结果；
计算所述候选检索结果与相应原始关键词或扩展关键词的相关性得分；
其中，所述相关性得分si采用如下公式计算获得：
其中，qi为原始关键词或扩展关键词，wi为qi对应的权重，ri是按预置相关性计算规则计算的qi与候选检索结果的相关性得分，0≤ri≤1。
9.根据权利要求8所述的方法，其特征在于，所述根据相关性得分从所述候选检索结果中提取最终检索结果的步骤包括：
按所述候选检索结果的相关性得分对所述候选检索结果进行降序排序，并选取排序在前的预设数量的候选检索结果作为待选检索结果；
将所述待选检索结果与相应的原始关键词、扩展关键词进行相关性得分计算；
按所述待选检索结果的相关性得分选择排序在前的预设数量的待选检索结果作为最终检索结果。
10.一种基于关键词的检索系统，其特征在于，包括：
原始关键词接收模块，用于接收提交的原始关键词；
分词模块，用于对所述原始关键词进行分词，获得分词条目term；
扩展关键词获取模块，用于按照预置规则对所述分词条目term进行处理，生成所述原始关键词对应的扩展关键词；
权重分配模块，用于为各原始关键词和扩展关键词分配相应的权重；
检索模块，用于采用所述原始关键词和扩展关键词进行检索，获得匹配的候选检索结果及其相关性得分，所述相关性得分根据各原始关键词和扩展关键词的权重计算获得；
检索结果获得模块，用于根据所述相关性得分从所述候选检索结果中提取最终检索结果。
11.根据权利要求10所述的系统，其特征在于，所述扩展关键词包括相似关键词，所述扩展关键词获取模块包括：
拼写纠错处理子模块，用于对所述原始关键词的分词条目term和/或分词条目term组合进行拼写纠错处理，并将所述拼写纠错处理的结果作为相似关键词；
和/或，
拼写建议处理子模块，用于对所述原始关键词的分词条目term和/或分词条目term组合进行拼写建议处理，并选取所述拼写建议处理的结果作为相似关键词。
12.根据权利要求11所述的系统，其特征在于，所述扩展关键词获取模块包括：
同义词替换子模块，用于获取所述分词条目term和/或分词条目term组合的同义词；
以及，采用所述同义词替换所述原始关键词中对应的分词条目term或分词条目term组合，将替换后的结果作为相似关键词。
13.根据权利要求11所述的系统，其特征在于，所述扩展关键词获取模块包括：
第一单字去除子模块，用于获取分词条目term及其对应的词性信息，所述词性信息包括特征词性信息；获取与具有特征词性信息的分词条目term相比，少一个或多个字的新词；以及，统计所述新词与原始关键词的相似度，若大于第一预设阈值，则将所述新词作为相似关键词。
14.根据权利要求11所述的系统，其特征在于，所述扩展关键词获取模块包括：
第二单字去除子模块，用于获取分词条目term及其对应的词性信息，所述词性信息包括特征词性信息；获取与具有特征词性信息的分词条目term相比，少一个或多个字的新词；分别统计所述分词条目term及对应新词作为检索词时，所对应的用户点击类目的向量；以及，若所述分词条目term对应的用户点击类目的向量，和新词对应的用户点击类目的向量的相似度大于第二预设阈值，则将所述新词作为相似关键词。
15.根据权利要求10或11所述的系统，其特征在于，所述扩展关键词还包括重写关键词，所述扩展关键词获取模块包括：
条目去除子模块，用于去除符合预设条件的分词条目term，获得重写关键词。
16.根据权利要求15所述的系统，其特征在于，所述条目去除子模块进一步包括：
候选词生成单元，用于去除所述原始关键词中的一个或多个分词条目term，得到多个候选词N；其中N包含的term数组为{t1，t2，...，tm}，其中m＜n；
分值计算单元，用于采用如下公式计算所述候选词的分值score：
score＝0.6*scoreDelTerm+0.4*scoreSaved Terms
scoreDelTerm＝1.0/(1+n-m)
其中，scoreDelterm为删除词的惩罚分数，scoreCoreCP为核心产品词的额外加分；
排序选取单元，用于按候选词的分值score降序排列，取排列在前的预设数量的候选词作为重写关键词。
17.根据权利要求10至16中任一项权利要求所述的系统，其特征在于，所述检索模块包括：
候选信息获取子模块，用于分别采用各个原始关键词和扩展关键词检索预置信息库，获得匹配的候选检索结果；
相关性计算子模块，用于计算所述候选检索结果与相应原始关键词或扩展关键词的相关性得分；
其中，所述相关性得分si采用如下公式计算获得：
其中，qi为原始关键词或扩展关键词，wi为qi对应的权重，ri是按预置相关性计算规则计算的qi与候选检索结果的相关性得分，0≤ri≤1。
18.根据权利要求17所述的系统，其特征在于，所述检索结果获得模块包括：
第一排序选取子模块，用于按所述候选检索结果的相关性得分对所述候选检索结果进行降序排序，并选取排序在前的预设数量的候选检索结果作为待选检索结果；
第二排序选取子模块，用于将所述待选检索结果与相应的原始关键词、扩展关键词进行相关性得分计算，并按所述待选检索结果的相关性得分选择排序在前的预设数量的待选检索结果作为最终检索结果。

暂无