一种查询修正方法及系统技术方案

一种查询修正方法，其特征在于，包括：　　　　利用检索资源预置语言模型；　　　　调用相应的修正操作，对原始输入的每个查询词进行修正，得到对应每个查询词的多种表示，其中包括原始输入的表示；　　　　根据每个查询词的多种表示，得到多种组合形式的词序列；　　　　调用所述语言模型计算词序列出现的概率，并将出现概率高的词序列确定为查询建议结果。

【技术实现步骤摘要】

本专利技术涉及搜索引擎技术，特别是涉及搜索引擎中一种查询修正方法及系统。
技术介绍
查询是指用户在使用搜索引擎时的输入，在此特指文字输入。查询是用户信息需求的表达，搜索引擎只有正确地“理解”用户的查询，才能够为用户提供精准的检索结果，为用户提供高质量的服务。但是，目前的搜索引擎在分析用户的查询时，准确性会受到几种因素的影响和制约，如单词拼写错误、词形错误、输入词不完整、中文同音词等等，使得搜索引擎无法正确“理解”用户意图，返回的检索结果不能满足用户需求。 现有的搜索引擎，如谷歌(Google)、有道、百度等，都非常重视查询处理方面的功能，提供了查询补全、拼写错误检查等查询修正功能。例如，在Google中输入“computer scien”，返回结果页面会提示“Do you meancomputerscience”，自动将单词补全，并且检索结果也是与“computer science”相关的信息。 但是，目前的搜索引擎中常用的查询修正方法都是单一或孤立的，或者能够进行“拼写检查”，或者能够实现“词形补全”，如果输入的查询中含有多处错误，现有的方法很难同时处理。例如，如果输入本文档来自技高网...

【技术保护点】
一种查询修正方法，其特征在于，包括：利用检索资源预置语言模型；调用相应的修正操作，对原始输入的每个查询词进行修正，得到对应每个查询词的多种表示，其中包括原始输入的表示；根据每个查询词的多种表示，得到多种组合形式的词序列；调用所述语言模型计算词序列出现的概率，并将出现概率高的词序列确定为查询建议结果。

【技术特征摘要】
1.一种查询修正方法，其特征在于，包括利用检索资源预置语言模型；调用相应的修正操作，对原始输入的每个查询词进行修正，得到对应每个查询词的多种表示，其中包括原始输入的表示；根据每个查询词的多种表示，得到多种组合形式的词序列；调用所述语言模型计算词序列出现的概率，并将出现概率高的词序列确定为查询建议结果。2.根据权利要求1所述的方法，其特征在于所述语言模型包括一元和/或多元语言模型。3.根据权利要求2所述的方法，其特征在于，所述二元语言模型的建立步骤包括对全部检索资源进行预处理，得到各词项；统计各词项在全部检索资源中的出现次数，其中包括一元词项和二元词项的出现次数；将全部一元词项和二元词项的出现次数代入下述公式进行计算P(w)＝C(w)/C(*)，表示一元词项的出现概率，其中C(w)表示一元词w出现的次数，表示全部一元词项的次数之和；表示在包含词wj的条件下词wi出现的概率，其中C(wi，wj)表示二元词wi和wj的共同出现次数，表示全部一元词项的次数之和，表示全部二元词项的次数之和。4.根据权利要求3所述的方法，其特征在于，所述调用语言模型计算词序列出现概率的步骤包括对应每个词序列S＝w1w2…wn，将语言模型中相应的P(w)和P(wi|wj)值代入公式P(w1w2…wn)＝P(w1)P(w2|w1)…P(wn|wn-1)计算该词序列出现的概率。5.根据权利要求3所述的方法，其特征在于，所述调用语言模型计算词序列出现概率的步骤包括步骤1，对第一个查询词，调用语言模型中P(w)的计算结果得到每种查询词表示的出现概率，并按照预定个数选取出现概率高的查询词表示；步骤2，对第二个查询词，利用公式P(w1w2)＝P(w1)P(w2|w1)计算包含第一和第二查询词的词序列出现概率，并按照预定个数选取出现概率高的词序列；其中w1为步骤1中选出的第一个查询词表示，w2为第二个查询词的各种表示；按照步骤2依次对每个查询词，利用下述公式P(w1w2…wn)＝P(w1)P(w2|w1)…P(wn|wn-1)计算词序列出现的概率，并最终得到预定个数的包含所有查询词的词序列S＝w1w2…wn。6.根据权利要求1所述的方法，其特征在于，还包括将所述查询建议结果作为提示信息显...

【专利技术属性】
技术研发人员：高立琦，刘挺，
申请(专利权)人：北京金山软件有限公司，北京金山数字娱乐科技有限公司，哈尔滨工业大学，
类型：发明
国别省市：11