本申請涉及搜索技術(shù)領(lǐng)域，尤其涉及查詢改寫方法及裝置。

背景技術(shù)：

用戶在諸多場景下都需要使用搜索功能。在執(zhí)行搜索操作時，用戶可以輸入任意搜索關(guān)鍵詞，并由搜索引擎提供對應(yīng)的搜索結(jié)果。

然而，用戶輸入的搜索關(guān)鍵詞往往比較隨意，并不能夠直接體現(xiàn)出用戶的實(shí)際意圖，導(dǎo)致搜索結(jié)果無法符合用戶的實(shí)際需求。

技術(shù)實(shí)現(xiàn)要素：

有鑒于此，本申請?zhí)峁┮环N查詢改寫方法及裝置，可以結(jié)合語義實(shí)現(xiàn)查詢改寫，有助于提升推詞覆蓋率和改寫準(zhǔn)確度。

為實(shí)現(xiàn)上述目的，本申請?zhí)峁┘夹g(shù)方案如下：

根據(jù)本申請的第一方面，提出了一種查詢改寫方法，包括：

接收用戶輸入的搜索關(guān)鍵詞；

選取對應(yīng)于所述搜索關(guān)鍵詞的擴(kuò)展詞，所述擴(kuò)展詞與所述搜索關(guān)鍵詞在預(yù)設(shè)維度的語義向量空間中分別對應(yīng)的語義向量之間的相似度達(dá)到預(yù)設(shè)相似度；

將所述搜索關(guān)鍵詞改寫為被選中的擴(kuò)展詞。

根據(jù)本申請的第二方面，提出了一種查詢改寫裝置，包括：

接收單元，接收用戶輸入的搜索關(guān)鍵詞；

選取單元，選取對應(yīng)于所述搜索關(guān)鍵詞的擴(kuò)展詞，所述擴(kuò)展詞與所述搜 索關(guān)鍵詞在預(yù)設(shè)維度的語義向量空間中分別對應(yīng)的語義向量之間的相似度達(dá)到預(yù)設(shè)相似度；

改寫單元，將所述搜索關(guān)鍵詞改寫為被選中的擴(kuò)展詞。

由以上技術(shù)方案可見，本申請通過將搜索關(guān)鍵詞和擴(kuò)展詞映射為語義向量空間中的語義向量，可以由語義向量之間的相似度來體現(xiàn)搜索關(guān)鍵詞與擴(kuò)展詞之間的語義相關(guān)程度，從而簡化了語義比較過程，提升了查詢改寫的準(zhǔn)確度。同時，通過對語義相關(guān)程度的確定，消除了搜索關(guān)鍵詞與擴(kuò)展詞之間的文本相似度需求，有助于提升推詞覆蓋率。

附圖說明

圖1是本申請一示例性實(shí)施例的一種查詢改寫方法的流程圖；

圖2是本申請一示例性實(shí)施例的一種查詢改寫的示意圖；

圖3是本申請一示例性實(shí)施例的另一種查詢改寫的示意圖；

圖4是本申請一示例性實(shí)施例的另一種查詢改寫方法的流程圖；

圖5是本申請一示例性實(shí)施例的一種用于實(shí)現(xiàn)查詢改寫的樣本訓(xùn)練過程的流程圖；

圖6是本申請一示例性實(shí)施例的又一種查詢改寫的示意圖；

圖7是本申請一示例性實(shí)施例的一種電子設(shè)備的結(jié)構(gòu)示意圖；

圖8是本申請一示例性實(shí)施例的一種查詢改寫裝置的框圖。

具體實(shí)施方式

正如背景技術(shù)部分所描述的，由于用戶輸入的搜索關(guān)鍵詞比較隨意，往往并不能夠體現(xiàn)其真實(shí)意圖，從而導(dǎo)致搜索結(jié)果不符合用戶的實(shí)際需求。為了解決該技術(shù)問題，相關(guān)技術(shù)中提出了QR(query rewrite，查詢改寫)處理手段，可以通過對用戶輸入的搜索關(guān)鍵詞進(jìn)行分析，并自動替換為能夠體現(xiàn)用戶實(shí)際意圖的擴(kuò)展詞。

在相關(guān)技術(shù)中，提出了很多種實(shí)現(xiàn)QR的技術(shù)手段，主要包括：

(1)基于文本相似度。具體的，通過諸如TF-IDF(term frequency–inverse document frequency)等方式計算搜索關(guān)鍵詞與擴(kuò)展詞之間的文本相似度，確定搜索關(guān)鍵詞對應(yīng)的擴(kuò)展詞。但是，這種方式無法計算沒有共現(xiàn)詞的搜索關(guān)鍵詞與擴(kuò)展詞之間的相似度(如無法確定“蘋果”與iphone之間的相似度)，并且當(dāng)同一個詞存在多種解釋時，很容易出現(xiàn)不良(不符合用戶的實(shí)際需求)的擴(kuò)展詞(如“蘋果水果籃”與“蘋果手機(jī)”)。

(2)基于語義規(guī)則。具體的，通過建立語義規(guī)則，選取符合語義規(guī)則的擴(kuò)展詞。需要說明的是，語義規(guī)則的建立并不能夠真正獲取，比較搜索關(guān)鍵詞與擴(kuò)展詞的語義，只是基于開發(fā)者當(dāng)前的理解進(jìn)行判定，具有很大的局限性，推詞的準(zhǔn)確度和覆蓋率都很低，且需要后期不斷維護(hù)已有規(guī)則、開發(fā)新規(guī)則，成本很高而實(shí)際效果并不理想。

因此，本申請通過改進(jìn)相關(guān)技術(shù)中的查詢改寫方式，以解決相關(guān)技術(shù)中存在的技術(shù)問題。為對本申請進(jìn)行進(jìn)一步說明，提供下列實(shí)施例：

圖1是本申請一示例性實(shí)施例的一種查詢改寫方法的流程圖，如圖1所示，該方法可以包括以下步驟：

步驟102，接收用戶輸入的搜索關(guān)鍵詞。

步驟104，選取對應(yīng)于所述搜索關(guān)鍵詞的擴(kuò)展詞，所述擴(kuò)展詞與所述搜索關(guān)鍵詞在預(yù)設(shè)維度的語義向量空間中分別對應(yīng)的語義向量之間的相似度達(dá)到預(yù)設(shè)相似度。

在本實(shí)施例中，通過將搜索關(guān)鍵詞與擴(kuò)展詞分別映射至語義向量空間，可以實(shí)現(xiàn)搜索關(guān)鍵詞與擴(kuò)展詞之間的實(shí)際語義比較，而不限于相關(guān)技術(shù)中僅在字面上進(jìn)行文本相似度比較，有助于提升推詞的準(zhǔn)確度；同時，由于是各個詞語的實(shí)際語義，因而不限于開發(fā)者對語義規(guī)則的理解和設(shè)置的準(zhǔn)確度，且不需要后期維護(hù)。

步驟106，將所述搜索關(guān)鍵詞改寫為被選中的擴(kuò)展詞。

由上述實(shí)施例可知，本申請通過將搜索關(guān)鍵詞和擴(kuò)展詞映射為語義向量空間中的語義向量，可以由語義向量之間的相似度來體現(xiàn)搜索關(guān)鍵詞與擴(kuò)展 詞之間的語義相關(guān)程度，從而簡化了語義比較過程，提升了查詢改寫的準(zhǔn)確度。同時，通過對語義相關(guān)程度的確定，消除了搜索關(guān)鍵詞與擴(kuò)展詞之間的文本相似度需求，有助于提升推詞覆蓋率。

1、QR原理

由圖1所示的實(shí)施例可知，在本申請的技術(shù)方案中，QR過程的實(shí)現(xiàn)依賴于將搜索關(guān)鍵詞和擴(kuò)展詞分別映射為語義向量空間中的語義向量，以便通過語義向量的對比來確定搜索關(guān)鍵詞和擴(kuò)展詞之間的語義相關(guān)度。

為了實(shí)現(xiàn)上述的映射過程，如圖2所示，可以通過神經(jīng)網(wǎng)絡(luò)算法將搜索關(guān)鍵詞或擴(kuò)展詞映射至語義向量空間中，以得到對應(yīng)的語義向量。舉例而言，比如當(dāng)用戶輸入的搜索關(guān)鍵詞為“蘋果手機(jī)”時，若將“蘋果手機(jī)”映射至語義向量空間，則可以得到對應(yīng)的語義向量1，比如該語義向量1為X；而當(dāng)存在一個備選詞語為“iphone6”時，假定該“iphone6”映射至語義向量空間得到對應(yīng)的語義向量2，比如該語義向量2為Y，則如果向量X與向量Y之間具有預(yù)設(shè)相似度，則認(rèn)為該備選詞語“iphone6”與搜索關(guān)鍵詞“蘋果手機(jī)”之間具有較高的語義相關(guān)度，因而可以將該備選詞語“iphone6”作為搜索關(guān)鍵詞“蘋果手機(jī)”對應(yīng)的擴(kuò)展詞，因而將搜索關(guān)鍵詞“蘋果手機(jī)”改寫為“iphone6”。

其中，在將搜索關(guān)鍵詞或擴(kuò)展詞映射至語義向量空間并得到對應(yīng)的語義向量時，作為一示例性實(shí)施例，可以直接將搜索關(guān)鍵詞或擴(kuò)展詞映射為對應(yīng)的語義向量。而作為另一示例性實(shí)施例，如圖3所示，該實(shí)現(xiàn)過程可以包括：通過神經(jīng)網(wǎng)絡(luò)算法將構(gòu)成搜索關(guān)鍵詞或擴(kuò)展詞的所有分詞分別映射至語義向量空間，得到對應(yīng)的分詞向量；按照預(yù)設(shè)策略將構(gòu)成搜索關(guān)鍵詞或擴(kuò)展詞的所有分詞分別對應(yīng)的分詞向量進(jìn)行組合，并將得到的整詞向量作為上述的語義向量；通過將每個分詞分別映射為對應(yīng)的分詞向量，有助于降低處理過程的復(fù)雜度。

舉例而言，比如當(dāng)用戶輸入的搜索關(guān)鍵詞為“蘋果手機(jī)”時，通過對該搜索關(guān)鍵詞的分詞處理，假定對應(yīng)的分詞包括分詞11為“蘋果”和分詞12 “手機(jī)”等，則通過將所有分詞分別映射至語義向量空間，分別得到對應(yīng)的分詞向量31為對應(yīng)于分詞“蘋果”的X1、分詞向量32為對應(yīng)于分詞“手機(jī)”的X2等。類似地，假定存在備選詞語“iphone6”，對該備選詞語進(jìn)行分詞處理，得到對應(yīng)的分詞包括分詞21“iphone”和分詞22“6”等，則通過將所有分詞分別映射至語義向量空間，分別得到對應(yīng)的分詞向量41為對應(yīng)于分詞“iphone”的Y1、分詞向量42為對應(yīng)于分詞“6”的Y2等。

然后，按照預(yù)設(shè)策略對搜索關(guān)鍵詞“蘋果手機(jī)”對應(yīng)的所有分詞向量(即分詞向量31“X1”和分詞向量32“X2”等)進(jìn)行組合，得到對應(yīng)的整詞向量1，比如該整詞向量1為X；并且，按照預(yù)設(shè)策略對備選詞語“iphone6”對應(yīng)的所有分詞向量(即分詞向量41“Y1”和分詞向量42“Y2”等)進(jìn)行組合，得到對應(yīng)的整詞向量2，比如該整詞向量2為Y。那么，搜索關(guān)鍵詞“蘋果手機(jī)”和備選詞語“iphone6”之間的語義相關(guān)度分析，即可轉(zhuǎn)換為對整詞向量1“X”與整詞向量2“Y”之間的相似度分析。

顯然地，在搜索關(guān)鍵詞“蘋果手機(jī)”與詞語“iphone6”之間完全不存在字面上的文本相似度，并且兩者之間的語義規(guī)則設(shè)置難度很大，通過相關(guān)技術(shù)中的技術(shù)方案時，很難準(zhǔn)確地實(shí)現(xiàn)類似的QR處理。而本申請中，通過將搜索關(guān)鍵詞和備選詞語分別映射為語義向量空間中的整詞向量1(該整詞向量1可以作為搜索關(guān)鍵詞的語義向量)和整詞向量2(該整詞向量2可以作為備選詞語的語義向量)，可以將搜索關(guān)鍵詞與備選詞語之間實(shí)現(xiàn)較為困難的語義相關(guān)度，轉(zhuǎn)換為實(shí)現(xiàn)較為簡單的整詞向量1與整詞向量2之間的相似度比較，可以實(shí)現(xiàn)更為準(zhǔn)確、便捷的QR處理操作，確定搜索關(guān)鍵詞對應(yīng)的擴(kuò)展詞。

2、基于樣本訓(xùn)練的QR實(shí)現(xiàn)過程

為了使每個詞語都能夠正確地映射至語義向量空間中，即每個分詞均能夠正確地映射為語義向量空間中的分詞向量，并進(jìn)而組合為相應(yīng)的詞語對應(yīng)的整詞向量(該整詞向量可以被作為相應(yīng)詞語的語義向量)，可以通過樣本訓(xùn)練來預(yù)先得到所有可能的分詞在語義向量空間中對應(yīng)的分詞向量。下面按 照樣本訓(xùn)練和QR處理的執(zhí)行順序，對本申請的技術(shù)方案進(jìn)行詳細(xì)說明。

圖4是本申請一示例性實(shí)施例的另一種查詢改寫方法的流程圖，如圖4所示，該方法可以包括以下步驟：

步驟402，提取訓(xùn)練樣本。

一種情況下，用戶的歷史行為可以在很大程度上體現(xiàn)出搜索關(guān)鍵詞與擴(kuò)展詞之間的語義相關(guān)度，因而可以基于用戶的歷史行為，選取合適的訓(xùn)練樣本。舉例而言，訓(xùn)練樣本可以包括：歷史搜索點(diǎn)擊日志中提取的歷史搜索關(guān)鍵詞和被點(diǎn)擊的業(yè)務(wù)對象對應(yīng)的歷史擴(kuò)展詞；比如當(dāng)用戶歷史上輸入了搜索關(guān)鍵詞“蘋果手機(jī)”時，在搜索結(jié)果中點(diǎn)擊了某個業(yè)務(wù)對象，比如該業(yè)務(wù)對象對應(yīng)的歷史擴(kuò)展詞為“iphone6”時，可以將歷史搜索關(guān)鍵詞“蘋果手機(jī)”作為樣本搜索關(guān)鍵詞、將歷史擴(kuò)展詞“iphone6”作為樣本擴(kuò)展詞。

另一種情況下，可以基于與被點(diǎn)擊的業(yè)務(wù)對象相關(guān)的數(shù)據(jù)或信息，得到對應(yīng)的訓(xùn)練樣本。舉例而言，訓(xùn)練樣本可以來自：

1)歷史搜索點(diǎn)擊日志中提取的歷史搜索關(guān)鍵詞和從被點(diǎn)擊的業(yè)務(wù)對象的展示內(nèi)容中提取的預(yù)測擴(kuò)展詞；舉例而言，當(dāng)歷史搜索關(guān)鍵詞為“蘋果手機(jī)”時，在被點(diǎn)擊的業(yè)務(wù)對象的展示內(nèi)容中還包括“iphone6P”，且該詞語“iphone6P”被認(rèn)為與歷史搜索關(guān)鍵詞“蘋果手機(jī)”之間具有較高的語義相關(guān)度，因而將該詞語“iphone6P”作為預(yù)測擴(kuò)展詞。其中，可以將歷史搜索關(guān)鍵詞“蘋果手機(jī)”作為樣本搜索關(guān)鍵詞、將預(yù)測擴(kuò)展詞“iphone6P”作為樣本擴(kuò)展詞。

2)歷史搜索點(diǎn)擊日志中提取的歷史擴(kuò)展詞和從被點(diǎn)擊的業(yè)務(wù)對象的展示內(nèi)容中提取的預(yù)測搜索關(guān)鍵詞；舉例而言，當(dāng)歷史擴(kuò)展詞為“iphone6”時，在被點(diǎn)擊的業(yè)務(wù)對象的展示內(nèi)容中還包括“蘋果最新款”，且該詞語“蘋果最新款”被認(rèn)為與歷史擴(kuò)展詞“iphone6”之間具有較高的語義相關(guān)度，因而將該詞語“蘋果最新款”作為預(yù)測搜索關(guān)鍵詞。其中，可以將預(yù)測搜索關(guān)鍵詞“蘋果最新款”作為樣本搜索關(guān)鍵詞、將歷史擴(kuò)展詞“iphone6”作為樣本擴(kuò)展詞。

3)從所述被點(diǎn)擊的業(yè)務(wù)對象的展示內(nèi)容中提取的預(yù)測搜索關(guān)鍵詞和預(yù)測擴(kuò)展詞；舉例而言，當(dāng)歷史搜索關(guān)鍵詞為“蘋果手機(jī)”、被點(diǎn)擊的業(yè)務(wù)對象對應(yīng)的歷史擴(kuò)展詞為“iphone6”時，若該被點(diǎn)擊的業(yè)務(wù)對象的展示內(nèi)容中還包括“蘋果最新款”和“iphone6P”，且該詞語“蘋果最新款”被認(rèn)為與詞語“iphone6P”之間具有較高的語義相關(guān)度，因而將該詞語“蘋果最新款”作為預(yù)測搜索關(guān)鍵詞、將該詞語“iphone6P”作為預(yù)測擴(kuò)展詞。其中，可以將預(yù)測搜索關(guān)鍵詞“蘋果最新款”作為樣本搜索關(guān)鍵詞、將預(yù)測擴(kuò)展詞“iphone6P”作為樣本擴(kuò)展詞。

在又一種情況下，基于用戶自身的認(rèn)知和判斷，可以主動創(chuàng)建搜索關(guān)鍵詞和對應(yīng)的擴(kuò)展詞，并認(rèn)為兩者之間具有較高的語義相關(guān)度；其中，可以分別將用戶創(chuàng)建的搜索關(guān)鍵詞作為樣本搜索關(guān)鍵詞、將用戶創(chuàng)建的擴(kuò)展詞作為樣本擴(kuò)展詞。

當(dāng)然，對于上述的三種情況以及第二種情況下的三種具體實(shí)現(xiàn)方式，可以認(rèn)為具體列舉出了訓(xùn)練樣本的五種來源；相應(yīng)的，可以選取其中的任意一種或多種實(shí)現(xiàn)方式，作為本申請的技術(shù)方案中的訓(xùn)練樣本的來源?；蛘?，也可以將其中的部分實(shí)現(xiàn)方式作為必要的實(shí)現(xiàn)方式，而另一部分作為可選的補(bǔ)足方式，比如將上述第一種情況作為必要的實(shí)現(xiàn)方式，而將其他四種實(shí)現(xiàn)方式作為可選的補(bǔ)足方式。

步驟404，訓(xùn)練分詞向量。

下面結(jié)合圖5和圖6，對該步驟中的分詞向量的訓(xùn)練過程進(jìn)行詳細(xì)描述。其中，圖5是本申請一示例性實(shí)施例的一種用于實(shí)現(xiàn)查詢改寫的樣本訓(xùn)練過程的流程圖；圖6是本申請一示例性實(shí)施例的又一種查詢改寫的示意圖。如圖5所示，該樣本訓(xùn)練過程可以包括以下步驟：

步驟502，獲取樣本特征詞組。

在本實(shí)施例中，由于在步驟402中提取訓(xùn)練樣本時，樣本搜索關(guān)鍵詞與樣本擴(kuò)展詞之間一一對應(yīng)，因而將相互對應(yīng)的一個樣本搜索關(guān)鍵詞與一個樣本擴(kuò)展詞作為一個樣本特征詞組，而其中的樣本搜索關(guān)鍵詞或樣本擴(kuò)展詞分 別作為該樣本特征詞組中的一個樣本特征詞。

步驟504A，對樣本特征詞組中的樣本搜索關(guān)鍵詞進(jìn)行分詞處理，得到該樣本搜索關(guān)鍵詞的所有分詞。

如圖6所示，比如對樣本搜索關(guān)鍵詞進(jìn)行分詞處理后，分別得到樣本分詞11’和樣本分詞12’等；那么，假定該樣本搜索關(guān)鍵詞為“蘋果手機(jī)”，則樣本分詞11’可以為“蘋果”、樣本分詞12’可以為“手機(jī)”。

步驟506A，生成樣本分詞向量。

在本實(shí)施例中，針對上述的樣本分詞11’和樣本分詞12’等，分別生成對應(yīng)的樣本分詞向量31’和樣本分詞向量32’等。舉例而言，假定樣本分詞向量31’為X1、樣本分析向量32’為X2，則當(dāng)語義向量空間為n維時，向量X1、向量X2等均為n維向量，比如向量X1＝{x₁₁，x₁₂，x₁₃，…，x_1n}，向量X2＝{x₂₁，x₂₂，x₂₃，…，x_2n}等。

其中，由于后續(xù)還需要完成對每個樣本分詞向量的訓(xùn)練操作，因而此處對于每個樣本分詞向量在每一維度上的具體數(shù)值并沒有要求，只要確保每個樣本分詞向量為n維即可。舉例而言，比如可以通過隨機(jī)初始化的方式，生成每一維度均為隨機(jī)數(shù)值的各個樣本分詞向量，即任一樣本分詞向量Xi在各個維度上的數(shù)值x_i1、x_i2、……、x_in等均為隨機(jī)值。

步驟508A，生成樣本整詞向量。

在本實(shí)施例中，樣本搜索關(guān)鍵詞的所有分詞分別對應(yīng)于樣本分詞向量31’和樣本分詞向量32’等，而按照預(yù)設(shè)策略對上述的所有樣本分詞向量進(jìn)行組合，即可得到該樣本搜索關(guān)鍵詞對應(yīng)的樣本整詞向量1’。其中，本申請并不對該預(yù)設(shè)策略進(jìn)行限制，只要該預(yù)設(shè)策略具有可重復(fù)執(zhí)行性，且生成的樣本整詞向量1’與樣本分詞向量的維度一致，比如均為上述的n維向量，即可應(yīng)用于本申請的技術(shù)方案中。

舉例而言，可以將樣本搜索關(guān)鍵詞對應(yīng)的所有樣本分詞向量在每一維度上的數(shù)值分別按照對應(yīng)于上述預(yù)設(shè)策略的預(yù)設(shè)算法進(jìn)行計算，得到樣本整詞向量1’在各個維度上對應(yīng)的數(shù)值。其中，該預(yù)設(shè)算法可以為：平均算法、加 權(quán)平均算法等，本申請并不對此進(jìn)行限制。

比如，當(dāng)樣本搜索關(guān)鍵詞對應(yīng)于樣本分詞向量31’和樣本分詞向量32’時，即向量X1和向量X2，假定預(yù)設(shè)算法為平均算法，則分別對樣本分詞向量31’和樣本分詞向量32’在各個維度上的數(shù)值進(jìn)行平均計算，得到對應(yīng)的樣本整詞向量1’為X’＝{x₁’，x₂’，…，x_n’}，其中x₁’＝(x₁₁+x₂₁)/2、x₂’＝(x₁₂+x₂₂)/2，……，x_n’＝(x_1n+x_2n)/2。

當(dāng)然，也可以通過下述方式，使得上述對于樣本整詞向量1’的生成方式更容易操作：當(dāng)所述語義向量空間為n維時，將構(gòu)成所述任一特征詞的所有m個分詞分別在所述語義向量空間中對應(yīng)的n維分詞向量組成m×n規(guī)格的特征矩陣；分別將所述特征矩陣中的每列m個元素按照預(yù)設(shè)算法進(jìn)行計算，以得到所述任一特征詞對應(yīng)的整詞向量在相應(yīng)維度上的數(shù)值；將各列的計算結(jié)果組合為所述任一特征詞對應(yīng)的n維整詞向量。

比如，當(dāng)樣本搜索關(guān)鍵詞對應(yīng)于樣本分詞向量31’和樣本分詞向量32’，且每個樣本分詞向量均為9維時，即m＝2、n＝9，則由樣本分詞向量31’和樣本分詞向量32’構(gòu)成的特征矩陣為：

然后，分別將該特征矩陣Wx中的每列上的2(m＝2)個元素按照預(yù)設(shè)算法進(jìn)行計算，即可得到樣本整詞向量1’，即X’＝{x₁’，x₂’，…，x₉’}。

其中，若預(yù)設(shè)算法為平均算法，則x₁’＝(x₁₁+x₂₁)/2、x₂’＝(x₁₂+x₂₂)/2，……，x₉’＝(x₁₉+x₂₉)/2。若預(yù)設(shè)算法為加權(quán)平均算法，則可以計算樣本整詞向量1’在各個維度上的數(shù)值為：x₁’＝x₁₁×a₁+x₂₁×a₂，x₂’＝x₁₂×b₁+x₂₂×b₂，……，x₉’＝x₁₉×i₁+x₂₉×i₂，其中a₁、a₂等分別為相應(yīng)元素的權(quán)重值；其中，在加權(quán)平均算法中，同一列中每一元素的權(quán)重可以與該元素對應(yīng)分詞的出現(xiàn)詞頻正相關(guān)，比如可以根據(jù)TF-IDF算法獲取上述的權(quán)重值，當(dāng)然本申請并不對此進(jìn)行限制。

與步驟504A～步驟508A相類似地，在步驟504B、步驟506B和步驟508B 中，可以針對樣本擴(kuò)展詞對應(yīng)的所有分詞(比如圖6所示的樣本分詞21’和樣本分詞22’等)，分別生成對應(yīng)的樣本分詞向量(比如圖6所示的樣本分詞向量41’和樣本分詞向量42’等)，并按照上述的預(yù)設(shè)策略，將所有的樣本分詞向量組合為對應(yīng)的樣本整詞向量2’，比如該樣本整詞向量2’為Y’。

步驟510，訓(xùn)練樣本。

在本實(shí)施例中，計算樣本整詞向量1’與樣本整詞向量2’之間的相似度，假定此時該相似度為初始相似度Z1。而在步驟502中獲取樣本特征詞組時，每個樣本特征詞組中的樣本搜索關(guān)鍵詞與樣本擴(kuò)展詞之間均具有預(yù)設(shè)關(guān)聯(lián)度Z，該預(yù)設(shè)關(guān)聯(lián)度Z體現(xiàn)了樣本搜索關(guān)鍵詞與該樣本擴(kuò)展詞之間的實(shí)際語義相關(guān)度。而由于步驟506A和步驟506B中分別生成每個樣本分詞向量時，每個樣本分詞向量在各個維度上的數(shù)值為任意值，因而樣本整詞向量1’與樣本整詞向量2’之間的初始相似度Z1往往并不符合預(yù)設(shè)關(guān)聯(lián)度Z。

因此，可以將預(yù)設(shè)關(guān)聯(lián)度Z作為目標(biāo)，通過神經(jīng)網(wǎng)絡(luò)算法對與樣本特征詞組中的樣本搜索關(guān)鍵詞和樣本擴(kuò)展詞分別對應(yīng)的樣本整詞向量相應(yīng)的每一樣本分詞向量進(jìn)行訓(xùn)練，即對圖6所示的樣本分詞向量31’、樣本分詞向量32’、樣本分詞向量41’和樣本分詞向量42’等進(jìn)行訓(xùn)練，通過每個樣本分詞向量在各個維度上的數(shù)值變化，使得對應(yīng)的樣本整詞向量1’和樣本整詞向量2’分別在各個維度上的數(shù)值、以及兩者之間的相似度均產(chǎn)生相應(yīng)的變化，從而將樣本整詞向量1’與樣本整詞向量2’之間的相似度由初始相似度Z1逐步變化至盡可能地接近于預(yù)設(shè)關(guān)聯(lián)度Z，直至匹配于(相等或者差值小于預(yù)設(shè)數(shù)值)該預(yù)設(shè)關(guān)聯(lián)度Z，則認(rèn)為訓(xùn)練完成。

基于上述原理，在執(zhí)行訓(xùn)練操作時，可以建立如下的損失函數(shù)：

其中，為訓(xùn)練目標(biāo)，target為上述的預(yù)設(shè)關(guān)聯(lián)度Z，output為樣本整詞向量1’與樣本整詞向量2’之間的相似度，且output的初始值為上述的初始相似度Z1。

那么，通過反射傳播方法不斷的更新神經(jīng)網(wǎng)絡(luò)的各層隱變量和激活層參數(shù)以及詞向量，最終使得損失函數(shù)最小化，則樣本整詞向量1’與樣本整詞向量2’之間的相似度將匹配于預(yù)設(shè)關(guān)聯(lián)度Z。

其中，預(yù)設(shè)關(guān)聯(lián)度Z可以根據(jù)相應(yīng)的樣本特征詞組對應(yīng)的點(diǎn)擊數(shù)、瀏覽數(shù)、點(diǎn)擊比例、瀏覽比例等得到，比如當(dāng)點(diǎn)擊數(shù)/比例、瀏覽數(shù)/比例越高時，對應(yīng)的預(yù)設(shè)關(guān)聯(lián)度Z的數(shù)值越大，表明相應(yīng)的樣本搜索關(guān)鍵詞與樣本擴(kuò)展詞之間具有更高的語義相關(guān)度。當(dāng)然，也可以根據(jù)其他參數(shù)來確定預(yù)設(shè)關(guān)聯(lián)度Z，本申請并不對此進(jìn)行限制。

步驟512A，得到分詞向量。

在本實(shí)施例中，如圖6所示，在完成對樣本整詞向量1’與樣本整詞向量2’之間的相似度訓(xùn)練后，確定已經(jīng)將樣本搜索關(guān)鍵詞對應(yīng)的樣本分詞向量訓(xùn)練為對應(yīng)的分詞向量，比如樣本分詞向量31’被訓(xùn)練為分詞向量31(圖中未示出)、樣本分詞向量32’被訓(xùn)練為分詞向量32(圖中未示出)。相應(yīng)地，樣本整詞向量1’與樣本整詞向量2’經(jīng)過訓(xùn)練后，分別變化為圖6所示的整詞向量1和整詞向量2。

步驟512B，得到分詞向量。

在本實(shí)施例中，如圖6所示，在完成對樣本整詞向量1’與樣本整詞向量2’之間的相似度訓(xùn)練后，確定已經(jīng)將樣本擴(kuò)展詞對應(yīng)的樣本分詞向量訓(xùn)練為對應(yīng)的分詞向量，比如樣本分詞向量41’被訓(xùn)練為分詞向量41(圖中未示出)、樣本分詞向量42’被訓(xùn)練為分詞向量42(圖中未示出)。相應(yīng)地，樣本整詞向量1’與樣本整詞向量2’經(jīng)過訓(xùn)練后，分別變化為圖6所示的整詞向量1和整詞向量2。

步驟406，組合整詞向量，作為相應(yīng)詞的語義向量。

在本實(shí)施例中，步驟402提取的訓(xùn)練樣本中包括很多樣本特征詞組，各個樣本特征詞組均通過上述圖5所示的實(shí)施例進(jìn)行處理，可以得到所有樣本特征詞對應(yīng)的樣本分詞構(gòu)成的分詞結(jié)果集合，且該分詞結(jié)果集合中的每個樣本分詞對應(yīng)的樣本分詞向量均被訓(xùn)練為對應(yīng)的分詞向量。

而在步驟406中組合整詞向量時，不僅是組合得到樣本特征詞對應(yīng)的整詞向量，還在分詞結(jié)果集合中的樣本分詞可以任意組合為非樣本特征詞時，由對應(yīng)的分詞向量組合得到該非樣本特征詞對應(yīng)的整詞向量。其中，非樣本特征詞可以為備選詞語，比如商家購買的競價詞(Bidword)等，或者用戶可能輸入的搜索關(guān)鍵詞。

舉例而言，假定樣本搜索關(guān)鍵詞“蘋果手機(jī)”和樣本擴(kuò)展詞“iphone6”的樣本分詞、樣本分詞向量和訓(xùn)練得到的分詞向量如下表1所示，則除了由分詞向量P1和分詞向量P2組合得到樣本搜索關(guān)鍵詞“蘋果手機(jī)”對應(yīng)的語義向量，以及由分詞向量Q1和分詞向量Q2組合得到樣本擴(kuò)展詞“iphone6”對應(yīng)的語義向量，還可以通過對各個樣本分詞的任意組合，得到諸如“蘋果iphone”等對應(yīng)的語義向量。

表1

需要指出的是：

在對分詞向量進(jìn)行組合得到整詞向量時，應(yīng)當(dāng)采用與步驟404的訓(xùn)練過程中的“預(yù)設(shè)策略”一致，即具體為步驟508A、步驟508B中對樣本分詞向量進(jìn)行組合得到樣本整詞向量時的“預(yù)設(shè)策略”一致，比如對所有分詞向量在同一維度上的數(shù)值進(jìn)行平均計算或加權(quán)平均計算等。

而在計算兩個向量之間的相似度時，實(shí)際上存在多種計算方式。舉例而言，可以直接計算兩個向量本身的相似度，比如余弦(cosine)距離，皮爾遜相關(guān)系數(shù)等；或者，也可以通過映射至神經(jīng)網(wǎng)絡(luò)層，比較對應(yīng)的搜索關(guān)鍵詞與擴(kuò)展詞之間的關(guān)聯(lián)度；或者，還可以采用其他方式，本申請并不對此進(jìn)行限制。

步驟408，生成QR列表。

步驟410，執(zhí)行QR處理。

在本實(shí)施例中，QR列表中記載了預(yù)定義的搜索關(guān)鍵詞與擴(kuò)展詞之間的對應(yīng)關(guān)系，該對應(yīng)關(guān)系中記載的每對搜索關(guān)鍵詞和擴(kuò)展詞在語義向量空間中分別對應(yīng)的語義向量之間的相似度均達(dá)到預(yù)設(shè)相似度。

因此，根據(jù)用戶實(shí)際輸入的搜索關(guān)鍵詞，只需要從該QR列表中查找并提取對應(yīng)的詞語，即可將該詞語作為該搜索關(guān)鍵詞對應(yīng)的擴(kuò)展詞，且該擴(kuò)展詞必然與搜索關(guān)鍵詞之間存在較高的語義相關(guān)度，可以實(shí)現(xiàn)準(zhǔn)確的QR處理并滿足用戶的搜索需求。

當(dāng)然，用戶輸入的搜索關(guān)鍵詞可能并未存在于QR列表中，或者可能并未事先建立QR列表，則可以通過將搜索關(guān)鍵詞進(jìn)行分詞處理，并根據(jù)得到的分詞在上述的分詞結(jié)果集合中對應(yīng)的樣本分詞，將這些樣本分詞對應(yīng)的分詞向量組合為該搜索關(guān)鍵詞對應(yīng)的語義向量，并進(jìn)一步將該搜索關(guān)鍵詞與備選詞語的語義向量進(jìn)行比較，選取語義向量之間的相似度達(dá)到預(yù)設(shè)相似度的備選詞語，作為該搜索關(guān)鍵詞對應(yīng)的擴(kuò)展詞。

進(jìn)一步地，在步驟410中，可以確保QR處理得到的擴(kuò)展詞均與搜索關(guān)鍵詞屬于相同的業(yè)務(wù)對象類別。比如當(dāng)用戶輸入“蘋果手機(jī)”時，主動識別出該搜索關(guān)鍵詞所屬的業(yè)務(wù)對象類別為“電子產(chǎn)品”，并QR處理為該“電子產(chǎn)品”類別下的“iphone6”等擴(kuò)展詞，而非“工藝品”類別的“蘋果手機(jī)模型”等擴(kuò)展詞。其中，可以通過獲取用戶的歷史行為數(shù)據(jù)，并根據(jù)該歷史行為數(shù)據(jù)確定搜索關(guān)鍵詞所屬的業(yè)務(wù)對象類別；比如，該歷史行為數(shù)據(jù)可以包括該用戶的歷史搜索、歷史瀏覽、歷史點(diǎn)擊、歷史收藏、歷史購買等各種數(shù)據(jù)。

圖7示出了根據(jù)本申請的一示例性實(shí)施例的電子設(shè)備的示意結(jié)構(gòu)圖。請參考圖7，在硬件層面，該電子設(shè)備包括處理器、內(nèi)部總線、網(wǎng)絡(luò)接口、內(nèi)存以及非易失性存儲器，當(dāng)然還可能包括其他業(yè)務(wù)所需要的硬件。處理器從非易失性存儲器中讀取對應(yīng)的計算機(jī)程序到內(nèi)存中然后運(yùn)行，在邏輯層面上 形成查詢改寫裝置。當(dāng)然，除了軟件實(shí)現(xiàn)方式之外，本申請并不排除其他實(shí)現(xiàn)方式，比如邏輯器件抑或軟硬件結(jié)合的方式等等，也就是說以下處理流程的執(zhí)行主體并不限定于各個邏輯單元，也可以是硬件或邏輯器件。

請參考圖8，在軟件實(shí)施方式中，該查詢改寫裝置可以包括接收單元、選取單元和改寫單元。其中：

接收單元，接收用戶輸入的搜索關(guān)鍵詞；

選取單元，選取對應(yīng)于所述搜索關(guān)鍵詞的擴(kuò)展詞，所述擴(kuò)展詞與所述搜索關(guān)鍵詞在預(yù)設(shè)維度的語義向量空間中分別對應(yīng)的語義向量之間的相似度達(dá)到預(yù)設(shè)相似度；

改寫單元，將所述搜索關(guān)鍵詞改寫為被選中的擴(kuò)展詞。

可選的，所述選取單元具體用于：

調(diào)取預(yù)定義的搜索關(guān)鍵詞與擴(kuò)展詞之間的對應(yīng)關(guān)系，所述對應(yīng)關(guān)系中記載的每對搜索關(guān)鍵詞和擴(kuò)展詞在所述語義向量空間中分別對應(yīng)的語義向量之間的相似度均達(dá)到預(yù)設(shè)相似度；

獲取所述對應(yīng)關(guān)系中記載的與所述搜索關(guān)鍵詞對應(yīng)的擴(kuò)展詞。

可選的，所述語義向量是通過神經(jīng)網(wǎng)絡(luò)算法將對應(yīng)的搜索關(guān)鍵詞或擴(kuò)展詞映射至所述語義向量空間而得到。

可選的，通過下述方式將搜索關(guān)鍵詞或擴(kuò)展詞映射至所述語義向量空間并得到對應(yīng)的所述語義向量：

通過神經(jīng)網(wǎng)絡(luò)算法將構(gòu)成搜索關(guān)鍵詞或擴(kuò)展詞的所有分詞分別映射至所述語義向量空間，得到對應(yīng)的分詞向量；按照預(yù)設(shè)策略將構(gòu)成搜索關(guān)鍵詞或擴(kuò)展詞的所有分詞分別對應(yīng)的分詞向量進(jìn)行組合，并將得到的整詞向量作為所述語義向量。

可選的，所述分詞向量對應(yīng)的分詞屬于作為訓(xùn)練樣本的所有樣本特征詞對應(yīng)的分詞結(jié)果集合，其中所述樣本特征詞為樣本搜索關(guān)鍵詞或樣本擴(kuò)展詞，且每一樣本搜索關(guān)鍵詞分別與相關(guān)聯(lián)的每一樣本擴(kuò)展詞構(gòu)成具有預(yù)設(shè)關(guān)聯(lián)度的一樣本特征詞組；

以及，當(dāng)所述分詞結(jié)果集合中的每個分詞分別對應(yīng)于所述語義向量空間中各維度數(shù)值均為任意初始值的樣本分詞向量時，由構(gòu)成任一樣本特征詞的所有分詞分別對應(yīng)的樣本分詞向量按照所述預(yù)設(shè)策略組合為所述任一樣本特征詞對應(yīng)的樣本整詞向量，且任一樣本特征詞組中的樣本搜索關(guān)鍵詞和樣本擴(kuò)展詞分別對應(yīng)的樣本整詞向量之間存在對應(yīng)的初始相似度；

其中，當(dāng)以所述任一樣本特征詞組對應(yīng)的預(yù)設(shè)關(guān)聯(lián)度為目標(biāo)、通過所述神經(jīng)網(wǎng)絡(luò)算法對與所述任一樣本特征詞組中的樣本搜索關(guān)鍵詞和樣本擴(kuò)展詞分別對應(yīng)的樣本整詞向量相應(yīng)的每一樣本分詞向量進(jìn)行訓(xùn)練時，若訓(xùn)練結(jié)果使得所述初始相似度變化至匹配于所述預(yù)設(shè)關(guān)聯(lián)度，則確定所述任一樣本特征詞組對應(yīng)的所有分詞被映射至所述語義向量空間，且與所述任一樣本特征詞組中的樣本搜索關(guān)鍵詞和樣本擴(kuò)展詞分別對應(yīng)的樣本整詞向量相應(yīng)的每一樣本分詞向量被訓(xùn)練為相應(yīng)分詞對應(yīng)的分詞向量。

可選的，所述訓(xùn)練樣本來自以下至少之一：

歷史搜索點(diǎn)擊日志中提取的歷史搜索關(guān)鍵詞和被點(diǎn)擊的業(yè)務(wù)對象對應(yīng)的歷史擴(kuò)展詞；

所述歷史搜索關(guān)鍵詞和從所述被點(diǎn)擊的業(yè)務(wù)對象的展示內(nèi)容中提取的預(yù)測擴(kuò)展詞；

所述歷史擴(kuò)展詞和從所述被點(diǎn)擊的業(yè)務(wù)對象的展示內(nèi)容中提取的預(yù)測搜索關(guān)鍵詞；

從所述被點(diǎn)擊的業(yè)務(wù)對象的展示內(nèi)容中提取的預(yù)測搜索關(guān)鍵詞和預(yù)測擴(kuò)展詞；

用戶創(chuàng)建的搜索關(guān)鍵詞和用戶創(chuàng)建的擴(kuò)展詞；

其中，所述歷史搜索關(guān)鍵詞、所述預(yù)測搜索關(guān)鍵詞和用戶創(chuàng)建的搜索關(guān)鍵詞被作為樣本搜索關(guān)鍵詞，所述歷史擴(kuò)展詞、所述預(yù)測擴(kuò)展詞和用戶創(chuàng)建的擴(kuò)展詞被作為樣本擴(kuò)展詞。

可選的，所述預(yù)設(shè)策略包括：

當(dāng)所述語義向量空間為n維時，將構(gòu)成任一詞的所有m個分詞分別在所 述語義向量空間中對應(yīng)的n維分詞向量組成m×n規(guī)格的特征矩陣；

分別將所述特征矩陣中的每列m個元素按照預(yù)設(shè)算法進(jìn)行計算，以得到所述任一詞對應(yīng)的整詞向量在相應(yīng)維度上的數(shù)值；

將各列的計算結(jié)果組合為n維整詞向量，以作為所述任一詞在所述語義向量空間中對應(yīng)的語義向量。

可選的，所述預(yù)設(shè)算法包括以下任一：

平均算法；

加權(quán)平均算法，且同一列中每一元素的權(quán)重與該元素對應(yīng)分詞的出現(xiàn)詞頻正相關(guān)。

可選的，所述擴(kuò)展詞與所述搜索關(guān)鍵詞屬于相同的業(yè)務(wù)對象類別。

可選的，還包括：

獲取單元，獲取用戶的歷史行為數(shù)據(jù)；

確定單元，根據(jù)所述歷史行為數(shù)據(jù)，確定所述搜索關(guān)鍵詞所屬的業(yè)務(wù)對象類別。

在一個典型的配置中，計算設(shè)備包括一個或多個處理器(CPU)、輸入/輸出接口、網(wǎng)絡(luò)接口和內(nèi)存。

內(nèi)存可能包括計算機(jī)可讀介質(zhì)中的非永久性存儲器，隨機(jī)存取存儲器(RAM)和/或非易失性內(nèi)存等形式，如只讀存儲器(ROM)或閃存(flash RAM)。內(nèi)存是計算機(jī)可讀介質(zhì)的示例。

計算機(jī)可讀介質(zhì)包括永久性和非永久性、可移動和非可移動媒體可以由任何方法或技術(shù)來實(shí)現(xiàn)信息存儲。信息可以是計算機(jī)可讀指令、數(shù)據(jù)結(jié)構(gòu)、程序的模塊或其他數(shù)據(jù)。計算機(jī)的存儲介質(zhì)的例子包括，但不限于相變內(nèi)存(PRAM)、靜態(tài)隨機(jī)存取存儲器(SRAM)、動態(tài)隨機(jī)存取存儲器(DRAM)、其他類型的隨機(jī)存取存儲器(RAM)、只讀存儲器(ROM)、電可擦除可編程只讀存儲器(EEPROM)、快閃記憶體或其他內(nèi)存技術(shù)、只讀光盤只讀存儲器(CD-ROM)、數(shù)字多功能光盤(DVD)或其他光學(xué)存儲、磁盒式磁帶，磁帶磁磁盤存儲或其他磁性存儲設(shè)備或任何其他非傳輸介質(zhì)，可用于存儲可以被計 算設(shè)備訪問的信息。按照本文中的界定，計算機(jī)可讀介質(zhì)不包括暫存電腦可讀媒體(transitory media)，如調(diào)制的數(shù)據(jù)信號和載波。

還需要說明的是，術(shù)語“包括”、“包含”或者其任何其他變體意在涵蓋非排他性的包含，從而使得包括一系列要素的過程、方法、商品或者設(shè)備不僅包括那些要素，而且還包括沒有明確列出的其他要素，或者是還包括為這種過程、方法、商品或者設(shè)備所固有的要素。在沒有更多限制的情況下，由語句“包括一個……”限定的要素，并不排除在包括所述要素的過程、方法、商品或者設(shè)備中還存在另外的相同要素。

以上所述僅為本申請的較佳實(shí)施例而已，并不用以限制本申請，凡在本申請的精神和原則之內(nèi)，所做的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本申請保護(hù)的范圍之內(nèi)。