建立詞項(xiàng)需求分類模型的方法、詞項(xiàng)需求分類方法及裝置【技術(shù)領(lǐng)域】本發(fā)明涉及計(jì)算機(jī)技術(shù)領(lǐng)域，特別涉及一種建立詞項(xiàng)需求分類模型的方法、詞項(xiàng)需求分類方法及對(duì)應(yīng)裝置。

背景技術(shù)：
隨著互聯(lián)網(wǎng)在全球范圍內(nèi)的迅速發(fā)展與成熟，網(wǎng)絡(luò)上的信息資源不斷豐富，信息數(shù)據(jù)量也在飛速膨脹，通過(guò)搜索引擎獲取信息已經(jīng)成為現(xiàn)代人獲取信息的主要方式。為了向用戶提供更加便捷、準(zhǔn)確地查詢服務(wù)是搜索引擎技術(shù)在當(dāng)今和未來(lái)的發(fā)展方向。在搜索引擎技術(shù)中，對(duì)用戶的搜索需求進(jìn)行識(shí)別是提高搜索準(zhǔn)確性和有效性的重要一環(huán)，特別在結(jié)構(gòu)化搜索(即垂直搜索)中作用顯著。在識(shí)別用戶的搜索需求時(shí)，通常會(huì)利用到搜索請(qǐng)求(query)中各詞項(xiàng)(term)的需求類型，根據(jù)query中各term的需求類型進(jìn)一步確定query的搜索需求。因此，對(duì)term進(jìn)行的需求分類會(huì)對(duì)搜索準(zhǔn)確性和有效性帶來(lái)直接影響?，F(xiàn)有對(duì)term進(jìn)行需求分類的方法主要是：人工收集一些需求詞，將待分類term在搜索引擎中進(jìn)行搜索后，根據(jù)搜索結(jié)果中包含的需求詞數(shù)量確定term的需求類型。例如，人工收集視頻類的需求詞為：“高清”、“在線觀看”等，如果某個(gè)term的搜索結(jié)果前10條搜索結(jié)果中包含這兩個(gè)詞的結(jié)果數(shù)最多，則確定該term具有視頻類需求。但這種對(duì)term進(jìn)行需求分類的方法具有以下缺陷：1)需求詞需要人工收集，召回率較低，并不能適用于所有term的分類。2)人工收集的需求詞并不一定準(zhǔn)確，且容易存在歧義，例如一個(gè)需求詞有可能在多個(gè)需求類別中都具有，則在對(duì)term進(jìn)行需求分類時(shí)，準(zhǔn)確率較低。

技術(shù)實(shí)現(xiàn)要素：
有鑒于此，本發(fā)明提供了一種建立詞項(xiàng)需求分類模型的方法、詞項(xiàng)需求分類方法及裝置，以便于提高term需求分類的召回率和準(zhǔn)確率。具體技術(shù)方案如下：一種建立詞項(xiàng)term需求分類模型的方法，該方法包括：S1、針對(duì)各需求類型分別執(zhí)行步驟S11至步驟S13，得到模板分類模型：S11、獲取當(dāng)前需求類型的種子term的搜索結(jié)果；S12、將所述搜索結(jié)果的標(biāo)題title、網(wǎng)頁(yè)地址url和摘要snippet中的至少一種泛化為模板；S13、基于各模板在當(dāng)前需求類型的出現(xiàn)頻率值計(jì)算各模板在當(dāng)前需求類型中的權(quán)值；S2、針對(duì)每一個(gè)種子term，利用種子term對(duì)應(yīng)的模板在各需求類型中的權(quán)值，確定種子term在各需求類型上的得分，從而得到包含種子term以及種子term在各需求類型上的得分的term需求分類模型。根據(jù)本發(fā)明一優(yōu)選實(shí)施例，所述種子term是人工針對(duì)各需求類型進(jìn)行配置的，或者人工在網(wǎng)頁(yè)資源中標(biāo)注的，或者從各需求類型的術(shù)語(yǔ)平臺(tái)獲取的。根據(jù)本發(fā)明一優(yōu)選實(shí)施例，在所述步驟S11中還包括：確定種子term與對(duì)應(yīng)搜索結(jié)果之間的相關(guān)度，將不滿足預(yù)設(shè)相關(guān)度要求的搜索結(jié)果過(guò)濾掉；或者，僅保留搜索結(jié)果中排在前N1個(gè)的搜索結(jié)果以供執(zhí)行所述步驟S12，所述N1為預(yù)設(shè)的正整數(shù)。根據(jù)本發(fā)明一優(yōu)選實(shí)施例，在所述步驟S12中，對(duì)搜索結(jié)果的title或snippet的泛化包括：將搜索結(jié)果的title或snippet中與對(duì)應(yīng)種子term重疊的內(nèi)容采用通配符替代；或者，將搜索結(jié)果的title或snippet與當(dāng)前需求類型的實(shí)體詞典進(jìn)行匹配，將title或snippet中匹配上的詞語(yǔ)替換為對(duì)應(yīng)實(shí)體的類別；或者，將搜索結(jié)果的title或snippet與當(dāng)前需求類型的實(shí)體識(shí)別函數(shù)進(jìn)行匹配，將title或snippet中匹配上的詞語(yǔ)替換為實(shí)體識(shí)別函數(shù)的識(shí)別結(jié)果。根據(jù)本發(fā)明一優(yōu)選實(shí)施例，在所述步驟S12中，對(duì)搜索結(jié)果的url的泛化具體包括：將url的域名抽取出來(lái)作為模板；或者，執(zhí)行以下步驟A1至A4，A1、判斷搜索結(jié)果的url中是否存在“#”，如果是，執(zhí)行步驟A2；否則直接執(zhí)行步驟A3；A2、去掉所述“#”以及“#”之后的字符串，繼續(xù)執(zhí)行步驟A3；A3、如果當(dāng)前url以“.html”或者“.htm”結(jié)尾，則去掉最后一個(gè)“/”之后的字符串；如果當(dāng)前url以“/”結(jié)尾，則去掉倒數(shù)第二個(gè)“/”之后的字符串；如果當(dāng)前url最后一個(gè)“/”之后的字符串中存在“？”，則去掉所述“？”以及所述“？”之后的字符串；其他情況則去掉最后一個(gè)“/”之后的字符串；A4、將當(dāng)前url中預(yù)設(shè)類型的字符串泛化成對(duì)應(yīng)的類型標(biāo)記。根據(jù)本發(fā)明一優(yōu)選實(shí)施例，在所述步驟S13中，按照公式或者計(jì)算模板P在當(dāng)前需求類型中的權(quán)值SP；其中，TFP為模板P在當(dāng)前需求類型的出現(xiàn)頻率，T為當(dāng)前需求類型中種子term的數(shù)量，ITFP為模板P的逆向模板頻率ITF值。所述TFP按照如下公式計(jì)算：FP為模板P所來(lái)自的搜索結(jié)果i構(gòu)成的集合，Ri為模板P所來(lái)自的搜索結(jié)果i的排序值。根據(jù)本發(fā)明一優(yōu)選實(shí)施例，按照計(jì)算模板P的ITF值ITFP；其中，Tall為所有需求類型的數(shù)量，Tp為能泛化出模板P的種子term所在的需求類型數(shù)量。根據(jù)本發(fā)明一優(yōu)選實(shí)施例，在所述步驟S2中，分別針對(duì)各需求類型，將種子term對(duì)應(yīng)的模板在該需求類型中的權(quán)值進(jìn)行累加，得到種子term在該需求類型上的得分。根據(jù)本發(fā)明一優(yōu)選實(shí)施例，在所述步驟S2之后還包括：獲取待訓(xùn)練term，將該待訓(xùn)練term按照步驟S11至S13中與所述種子term相同的方式處理，并利用待訓(xùn)練term對(duì)應(yīng)的模板在各需求類型中的權(quán)值，確定待訓(xùn)練term在各需求類型上的得分，再利用所述term需求分類模型對(duì)待訓(xùn)練term進(jìn)行分類，確定待訓(xùn)練term的需求類型，并將待訓(xùn)練term添加到對(duì)應(yīng)需求類型的種子term中，重復(fù)開始執(zhí)行所述步驟S1和S2進(jìn)行訓(xùn)練，直至滿足預(yù)設(shè)的訓(xùn)練要求；其中，所述訓(xùn)練要求包括：重復(fù)執(zhí)行所述步驟S1和S2的次數(shù)達(dá)到預(yù)設(shè)的次數(shù)值，或者，訓(xùn)練時(shí)長(zhǎng)達(dá)到預(yù)設(shè)的時(shí)長(zhǎng)，或者，各需求類型中種子term的數(shù)量達(dá)到預(yù)設(shè)的數(shù)量要求，或者，各需求類型的種子term數(shù)量收斂。一種詞項(xiàng)term需求分類方法，該方法包括：P1、獲取待分類term的搜索結(jié)果；P2、將搜索結(jié)果的標(biāo)題title、網(wǎng)頁(yè)地址url和摘要snippet中至少一種泛化為模板；P3、查詢模板分類模型，確定泛化得到的各模板在各需求類型上的權(quán)值；P4、利用各模板在各需求類型上的權(quán)值，確定所述待分類term在各需求類型上的得分；P5、分別針對(duì)每一個(gè)需求類型：利用所述待分類term在該需求類型上的得分與查詢term需求分類模型得到的各種子term在該需求類型上的得分，確定所述待分類term在該需求類型上的置信度；P6、依據(jù)所述待分類term在各需求類型上的置信度確定所述待分類term所屬的需求類型；其中，所述模板分類模型和term需求分類模型是按照上述建立term需求分類模型的方法建立的。根據(jù)本發(fā)明一優(yōu)選實(shí)施例，在所述步驟P1中還包括：確定所述待分類term 與對(duì)應(yīng)搜索結(jié)果之間的相關(guān)度，將不滿足預(yù)設(shè)相關(guān)度要求的搜索結(jié)果過(guò)濾掉；或者，僅保留搜索結(jié)果中排在前N2個(gè)的搜索結(jié)果以供執(zhí)行所述步驟P2，所述N2為預(yù)設(shè)的正整數(shù)。根據(jù)本發(fā)明一優(yōu)選實(shí)施例，在所述步驟P2中，對(duì)搜索結(jié)果的title或snippet的泛化包括：將搜索結(jié)果的title或snippet中與所述待分類term重疊的內(nèi)容采用通配符替代；或者，將搜索結(jié)果的title或snippet與各需求類型的實(shí)體詞典進(jìn)行匹配，將title或snippet中匹配上的詞語(yǔ)替換為對(duì)應(yīng)實(shí)體的類別；或者，將搜索結(jié)果的title或snippet與各需求類型的實(shí)體識(shí)別函數(shù)進(jìn)行匹配，將title或snippet中匹配上的詞語(yǔ)替換為實(shí)體識(shí)別函數(shù)的識(shí)別結(jié)果。根據(jù)本發(fā)明一優(yōu)選實(shí)施例，在所述步驟P2中，對(duì)搜索結(jié)果的url的泛化具體包括：將url的域名抽取出來(lái)作為模板；或者，執(zhí)行以下步驟B1至B4，B1、判斷搜索結(jié)果的url中是否存在“#”，如果是，執(zhí)行步驟B2；否則直接執(zhí)行步驟B3；B2、去掉所述“#”以及“#”之后的字符串，繼續(xù)執(zhí)行步驟B3；B3、如果當(dāng)前url以“.html”或者“.htm”結(jié)尾，則去掉最后一個(gè)“/”之后的字符串；如果當(dāng)前url以“/”結(jié)尾，則去掉倒數(shù)第二個(gè)“/”之后的字符串；如果當(dāng)前url最后一個(gè)“/”之后的字符串中存在“？”，則去掉所述“？”以及所述“？”之后的字符串；其他情況則去掉最后一個(gè)“/”之后的字符串；B4、將當(dāng)前url中預(yù)設(shè)類型的字符串泛化成對(duì)應(yīng)的類型標(biāo)記。根據(jù)本發(fā)明一優(yōu)選實(shí)施例，所述步驟P4具體包括：分別針對(duì)各需求類型，將所述泛化得到的模板在需求類型上的權(quán)值進(jìn)行累加，得到所述待分類term在各需求類型上的得分。根據(jù)本發(fā)明一優(yōu)選實(shí)施例，在所述步驟P5中，確定所述待分類term在各需求類型上的置信度具體包括：按照計(jì)算待分類term在需求類型m上的置信度TNnm；其中，所述scorenm為所述待分類term在需求類型m上的得分，avg(scorem)為所述term需求分類模型中需求類型m的種子term在需求類型m上的得分平均值，αm為針對(duì)需求類型m設(shè)置的常量。根據(jù)本發(fā)明一優(yōu)選實(shí)施例，所述步驟P6具體包括：將對(duì)應(yīng)置信度排在前N4個(gè)的需求類型確定為所述待分類term所屬的需求類型，N4為預(yù)設(shè)的正整數(shù)；或者，將對(duì)應(yīng)置信度超過(guò)預(yù)設(shè)置信度閾值的需求類型確定為所述待分類term所屬的需求類型；或者，按照預(yù)設(shè)的置信度與需求強(qiáng)度等級(jí)之間的對(duì)應(yīng)關(guān)系，確定所述待分類term在各需求類型上的需求強(qiáng)度等級(jí)。一種建立詞項(xiàng)term需求分類模型的裝置，該裝置包括：模板模型建立單元和需求模型建立單元；所述模板模型建立單元，用于分別針對(duì)各需求類型進(jìn)行訓(xùn)練得到模板分類模型，所述模板模型建立單元具體包括：結(jié)果獲取子單元，用于獲取當(dāng)前需求類型的種子term的搜索結(jié)果；模板泛化子單元，用于將所述搜索結(jié)果的標(biāo)題title、網(wǎng)頁(yè)地址url和摘要snippet中的至少一種泛化為模板；權(quán)值計(jì)算子單元，用于基于各模板在當(dāng)前需求類型的出現(xiàn)頻率值計(jì)算各模板在當(dāng)前需求類型中的權(quán)值；所述需求模型建立單元，用于針對(duì)每一個(gè)種子term，利用種子term對(duì)應(yīng)的模板在各需求類型中的權(quán)值，確定種子term在各需求類型上的得分，從而得到包含種子term以及種子term在各需求類型上的得分的term需求分類模型。根據(jù)本發(fā)明一優(yōu)選實(shí)施例，所述種子term是人工針對(duì)各需求類型進(jìn)行配置 的，或者人工在網(wǎng)頁(yè)資源中標(biāo)注的，或者從各需求類型的術(shù)語(yǔ)平臺(tái)獲取的。根據(jù)本發(fā)明一優(yōu)選實(shí)施例，所述結(jié)果獲取子單元，還用于確定種子term與對(duì)應(yīng)搜索結(jié)果之間的相關(guān)度，將不滿足預(yù)設(shè)相關(guān)度要求的搜索結(jié)果過(guò)濾掉；或者，僅保留搜索結(jié)果中排在前N1個(gè)的搜索結(jié)果以供所述模板泛化子單元進(jìn)行泛化，所述N1為預(yù)設(shè)的正整數(shù)。根據(jù)本發(fā)明一優(yōu)選實(shí)施例，所述模板泛化子單元對(duì)搜索結(jié)果的title或snippet進(jìn)行泛化時(shí)，將搜索結(jié)果的title或snippet中與對(duì)應(yīng)種子term重疊的內(nèi)容采用通配符替代；或者，將搜索結(jié)果的title或snippet與當(dāng)前需求類型的實(shí)體詞典進(jìn)行匹配，將title或snippet中匹配上的詞語(yǔ)替換為對(duì)應(yīng)實(shí)體的類別；或者，將搜索結(jié)果的title或snippet與當(dāng)前需求類型的實(shí)體識(shí)別函數(shù)進(jìn)行匹配，將title或snippet中匹配上的詞語(yǔ)替換為實(shí)體識(shí)別函數(shù)的識(shí)別結(jié)果。根據(jù)本發(fā)明一優(yōu)選實(shí)施例，所述模板泛化子單元對(duì)搜索結(jié)果的url的進(jìn)行泛化時(shí)，將url的域名抽取出來(lái)作為模板；或者，具體執(zhí)行以下操作：操作A1、判斷搜索結(jié)果的url中是否存在“#”，如果是，執(zhí)行操作A2；否則直接執(zhí)行操作A3；操作A2、去掉所述“#”以及“#”之后的字符串，繼續(xù)執(zhí)行操作A3；操作A3、如果當(dāng)前url以“.html”或者“.htm”結(jié)尾，則去掉最后一個(gè)“/”之后的字符串；如果當(dāng)前url以“/”結(jié)尾，則去掉倒數(shù)第二個(gè)“/”之后的字符串；如果當(dāng)前url最后一個(gè)“/”之后的字符串中存在“？”，則去掉所述“？”以及所述“？”之后的字符串；其他情況則去掉最后一個(gè)“/”之后的字符串；操作A4、將當(dāng)前url中預(yù)設(shè)類型的字符串泛化成對(duì)應(yīng)的類型標(biāo)記。根據(jù)本發(fā)明一優(yōu)選實(shí)施例，所述權(quán)值計(jì)算子單元按照公式或者計(jì)算模板P在當(dāng)前需求類型中的權(quán)值SP；其中，TFP為模板P在當(dāng)前需求類型的出現(xiàn)頻率，T為當(dāng)前需求類型中種子term的數(shù)量，ITFP為模板P的逆向模板頻率ITF值。根據(jù)本發(fā)明一優(yōu)選實(shí)施例，所述權(quán)值計(jì)算子單元按照公式計(jì)算TFP；FP為模板P所來(lái)自的搜索結(jié)果i構(gòu)成的集合，Ri為模板P所來(lái)自的搜索結(jié)果i的排序值。根據(jù)本發(fā)明一優(yōu)選實(shí)施例，所述權(quán)值計(jì)算子單元，還用于按照計(jì)算模板的ITF值，其中，Tall為所有需求類型的數(shù)量，Tp為能泛化出模板P的種子term所在的需求類型數(shù)量。根據(jù)本發(fā)明一優(yōu)選實(shí)施例，所述需求模型建立單元分別針對(duì)各需求類型，將種子term對(duì)應(yīng)的模板在該需求類型中的權(quán)值進(jìn)行累加，得到種子term在該需求類型上的得分。根據(jù)本發(fā)明一優(yōu)選實(shí)施例，該裝置還包括：訓(xùn)練控制單元，用于獲取待訓(xùn)練term，將待訓(xùn)練term提供給所述模板模型建立單元和需求模型建立單元以對(duì)所述待訓(xùn)練term執(zhí)行與所述種子term相同的處理，從所述需求模型建立單元獲取待訓(xùn)練term在各需求類型上的得分，再利用所述term需求分類模型對(duì)待訓(xùn)練term進(jìn)行分類，確定待訓(xùn)練term的需求類型，并將待訓(xùn)練term添加到對(duì)應(yīng)需求類型的種子term中，重新觸發(fā)所述模板模型建立單元基于種子term進(jìn)行訓(xùn)練，直至滿足預(yù)設(shè)的訓(xùn)練要求；其中，所述訓(xùn)練要求包括：訓(xùn)練的次數(shù)達(dá)到預(yù)設(shè)的次數(shù)值，或者，訓(xùn)練時(shí)長(zhǎng)達(dá)到預(yù)設(shè)的時(shí)長(zhǎng)，或者，各需求類型中種子term的數(shù)量達(dá)到預(yù)設(shè)的數(shù)量要求，或者，各需求類型的種子term數(shù)量收斂。一種詞項(xiàng)term需求分類裝置，該裝置包括：結(jié)果獲取單元，用于獲取待分類term的搜索結(jié)果；模板泛化單元，用于將搜索結(jié)果的標(biāo)題title、網(wǎng)頁(yè)地址url和摘要snippet中至少一種泛化為模板；權(quán)值計(jì)算單元，用于查詢模板分類模型，確定泛化得到的各模板在各需求類型上的權(quán)值；得分確定單元，用于利用各模板在各需求類型上的權(quán)值，確定所述待分類term在各需求類型上的得分；置信度確定單元，用于分別針對(duì)每一個(gè)需求類型：利用所述待分類term在該需求類型上的得分與查詢term需求分類模型得到的各種子term在該需求類型上的得分，確定所述待分類term在該需求類型上的置信度；類型確定單元，用于依據(jù)所述待分類term在各需求類型上的置信度確定所述待分類term所屬的需求類型；其中，所述模板分類模型和term需求分類模型是按照上述term需求分類裝置建立的。根據(jù)本發(fā)明一優(yōu)選實(shí)施例，所述結(jié)果獲取單元，還用于確定所述待分類term與對(duì)應(yīng)搜索結(jié)果之間的相關(guān)度，將不滿足預(yù)設(shè)相關(guān)度要求的搜索結(jié)果過(guò)濾掉；或者，僅保留搜索結(jié)果中排在前N2個(gè)的搜索結(jié)果以供所述模板泛化單元進(jìn)行泛化，所述N2為預(yù)設(shè)的正整數(shù)。根據(jù)本發(fā)明一優(yōu)選實(shí)施例，所述模板泛化單元在對(duì)搜索結(jié)果的title或snippet進(jìn)行泛化時(shí)，將搜索結(jié)果的title或snippet中與所述待分類term重疊的內(nèi)容采用通配符替代；或者，將搜索結(jié)果的title或snippet與各需求類型的實(shí)體詞典進(jìn)行匹配，將title或snippet中匹配上的詞語(yǔ)替換為對(duì)應(yīng)實(shí)體的類別；或者，將搜索結(jié)果的title或snippet與各需求類型的實(shí)體識(shí)別函數(shù)進(jìn)行匹配，將title或snippet中匹配上的詞語(yǔ)替換為實(shí)體識(shí)別函數(shù)的識(shí)別結(jié)果。根據(jù)本發(fā)明一優(yōu)選實(shí)施例，所述模板泛化單元在對(duì)搜索結(jié)果的url進(jìn)行泛化時(shí)，將url的域名抽取出來(lái)作為模板；或者，執(zhí)行以下操作：操作B1、判斷搜索結(jié)果的url中是否存在“#”，如果是，執(zhí)行操作B2；否則直接執(zhí)行操作B3；操作B2、去掉所述“#”以及“#”之后的字符串，繼續(xù)執(zhí)行操作B3；操作B3、如果當(dāng)前url以“.html”或者“.htm”結(jié)尾，則去掉最后一個(gè)“/”之后的字符串；如果當(dāng)前url以“/”結(jié)尾，則去掉倒數(shù)第二個(gè)“/”之后的字符串；如果當(dāng)前url最后一個(gè)“/”之后的字符串中存在“？”，則去掉所述“？”以及所述“？”之后的字符串；其他情況則去掉最后一個(gè)“/”之后的字符串；操作B4、將當(dāng)前url中預(yù)設(shè)類型的字符串泛化成對(duì)應(yīng)的類型標(biāo)記。根據(jù)本發(fā)明一優(yōu)選實(shí)施例，所述得分確定單元分別針對(duì)各需求類型，將所述泛化得到的模板在需求類型上的權(quán)值進(jìn)行累加，得到所述待分類term在各需求類型上的得分。根據(jù)本發(fā)明一優(yōu)選實(shí)施例，所述置信度確定單元在確定所述待分類term在各需求類型上的置信度時(shí)，按照計(jì)算待分類term在需求類型m上的置信度TNnm；其中，所述scorenm為所述待分類term在需求類型m上的得分，avg(scorem)為所述term需求分類模型中需求類型m的種子term在需求類型m上的得分平均值，αm為針對(duì)需求類型m設(shè)置的常量。根據(jù)本發(fā)明一優(yōu)選實(shí)施例，所述類型確定單元將對(duì)應(yīng)置信度排在前N4個(gè)的需求類型確定為所述待分類term所屬的需求類型，N4為預(yù)設(shè)的正整數(shù)；或者，將對(duì)應(yīng)置信度超過(guò)預(yù)設(shè)置信度閾值的需求類型確定為所述待分類term所屬的需求類型；或者，按照預(yù)設(shè)的置信度與需求強(qiáng)度等級(jí)之間的對(duì)應(yīng)關(guān)系，確定所述待分類term在各需求類型上的需求強(qiáng)度等級(jí)。由以上技術(shù)方案可以看出，本發(fā)明利用種子term的搜索結(jié)果泛化出的模 板在各需求類型的權(quán)值來(lái)確定種子term在各需求類型的權(quán)值，并進(jìn)一步確定種子term在各需求類型上的得分，從而得到term需求分類模型，并基于該需求分類模型對(duì)待分類term進(jìn)行分類。也就是說(shuō)，利用檢索結(jié)果來(lái)逼近term的需求，能夠真實(shí)地反映term的需求類型，覆蓋搜索率較高的大量term，具有較高的準(zhǔn)確率和召回率?！靖綀D說(shuō)明】圖1為本發(fā)明實(shí)施例一提供的建立term需求分類模型的方法流程圖；圖2為本發(fā)明實(shí)施例二提供的對(duì)term進(jìn)行需求分類的方法流程圖；圖3為本發(fā)明實(shí)施例三提供的建立term需求分類模型的裝置結(jié)構(gòu)圖；圖4為本發(fā)明實(shí)施例四提供的term需求分類裝置的結(jié)構(gòu)圖?！揪唧w實(shí)施方式】為了使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面結(jié)合附圖和具體實(shí)施例對(duì)本發(fā)明進(jìn)行詳細(xì)描述。通過(guò)觀察發(fā)現(xiàn)，通常搜索結(jié)果與query之間具有以下特點(diǎn)：1)搜索結(jié)果與query之間具有語(yǔ)義相關(guān)性。2)一個(gè)query的搜索結(jié)果分布，能夠很好地反映用戶的需求分布情況，并且相同需求的query，搜索結(jié)果的標(biāo)題(title)、網(wǎng)頁(yè)地址(url)或者摘要(snippet)中的句子通常具有相似模式。3)兩個(gè)query的搜索結(jié)果的title、url或snippet具有的相似模式越多，兩個(gè)query的需求越相似。基于以上觀察結(jié)論，本發(fā)明提供一種特別的詞項(xiàng)需求分類模型建立方法，下面結(jié)合實(shí)施例一進(jìn)行詳細(xì)描述。實(shí)施例一、圖1為本發(fā)明實(shí)施例一提供的建立term需求分類模型的方法流程圖，如圖1所示，該方法包括以下步驟：步驟100：針對(duì)各需求類型分別執(zhí)行步驟101至步驟103：本發(fā)明涉及的需求類型可以包括但不限于：視頻類、游戲類、圖片類、歌曲類、軟件類等等大粒度的類別，也可以是更小粒度的類別，例如：電視劇類、電影類、手機(jī)視頻類等。步驟101、獲取當(dāng)前需求類型的種子term的搜索結(jié)果。由于需求類型的種子term數(shù)量較少，通常250個(gè)左右即可，因此可以采用人工配置的方式、或者采用在網(wǎng)頁(yè)資源中人工標(biāo)注的方式、或者直接從相應(yīng)類型的術(shù)語(yǔ)平臺(tái)獲取。需要說(shuō)明的是，本發(fā)明實(shí)施例中涉及到的term包括但不限于：專名、詞語(yǔ)、短語(yǔ)、短句等。將當(dāng)前需求類型的種子term逐一作為query在搜索引擎中進(jìn)行搜索，獲取搜索結(jié)果。假設(shè)對(duì)于小區(qū)類的種子term包括：海德衛(wèi)城、宏康和園、長(zhǎng)宏新苑、天安海景花園三期，則得到的搜索結(jié)果title和url如表1所示。表1在獲取到搜索結(jié)果后，可以對(duì)搜索結(jié)果進(jìn)行初步的過(guò)濾處理，即判斷搜索結(jié)果與種子term之間的相關(guān)度是否滿足預(yù)設(shè)的相關(guān)度要求，如果是，則保留該搜索結(jié)果，否則將不滿足相關(guān)度要求的搜索結(jié)果過(guò)濾掉。其中，搜索結(jié)果與種子term之間的相關(guān)度可以采用但不限于以下方式確定：搜索結(jié)果的標(biāo)題中包含的種子term的內(nèi)容長(zhǎng)度所占種子term長(zhǎng)度的比例，如果該比例大于預(yù)設(shè)的比例閾值，則確定搜索結(jié)果與種子term之間的相關(guān)度滿足預(yù)設(shè)的相關(guān)度要求，保留該搜索結(jié)果。通常在搜索結(jié)果的標(biāo)題中，與種子term重合的內(nèi)容會(huì)采用飄紅、飄黃等特殊標(biāo)注，因此可以判斷這些特殊標(biāo)注的長(zhǎng)度所占種子term長(zhǎng)度的比例是否大于預(yù)設(shè)的比例閾值。經(jīng)過(guò)該初步的過(guò)濾處理，表1中的搜索結(jié)果剩余的如表2所示。表2步驟102、將搜索結(jié)果的title、url和snippet中的至少一種泛化為模板。其中，在進(jìn)行泛化時(shí)，可以選取在搜索結(jié)果中排在前N1個(gè)的搜索結(jié)果用于進(jìn)行泛化，N1為預(yù)設(shè)的正整數(shù)。title和snippet的泛化可以采用多種泛化方式，例如，可以直接將title或snippet中與種子term重疊的內(nèi)容采用通配符替代，該通配符可以限定長(zhǎng)度，也可以不限定長(zhǎng)度。也可以基于預(yù)設(shè)的當(dāng)前需求類型的實(shí)體詞典和/或?qū)嶓w識(shí)別函數(shù)。具體如下：將title或snippet與當(dāng)前需求類型的實(shí)體詞典進(jìn)行匹配，將title或snippet中匹配上的詞語(yǔ)替換為對(duì)應(yīng)實(shí)體的類別。例如，某title為“宮保雞丁做法詳細(xì)圖解-美食天下>美食廚房”，采用實(shí)體詞典進(jìn)行匹配后，確定“宮保雞丁”匹配到的實(shí)體的類別為菜名，則將該title泛化為“【菜名】做法詳細(xì)圖解-美食天下>美食廚房”。將title或snippet與當(dāng)前需求類型的實(shí)體識(shí)別函數(shù)進(jìn)行匹配，將title或snippet中匹配上的詞語(yǔ)替換為實(shí)體識(shí)別函數(shù)的識(shí)別結(jié)果，實(shí)體識(shí)別函數(shù)包括人名識(shí)別函數(shù)，符號(hào)識(shí)別函數(shù)，英文識(shí)別函數(shù)，數(shù)字識(shí)別函數(shù)，日期識(shí)別函數(shù)，商品型號(hào)識(shí)別函數(shù)等等。例如，某title為“劉德華2011年演唱會(huì)盛大開場(chǎng)”，采用實(shí)體識(shí)別函數(shù)進(jìn)行匹配后，識(shí)別結(jié)果為“劉德華”為明星名、“2011年為日期”，則將該title泛化為“【明星名】【日期】演唱會(huì)盛大開場(chǎng)”。當(dāng)然，也可以結(jié)合采用其他泛化方式，例如基于長(zhǎng)度的通配符的泛化等 等，由于模板的泛化可以采用已有技術(shù)，在本發(fā)明實(shí)施例中不再一一贅述。對(duì)url的泛化可以直接將url的域名抽取出來(lái)作為模板，或者，執(zhí)行步驟S1至步驟S3：步驟S1：判斷url中是否存在“#”，如果是，執(zhí)行步驟S2；否則直接執(zhí)行步驟S3。步驟S2：去掉“#”以及“#”之后的字符串，繼續(xù)執(zhí)行步驟S3。例如，如果url為“http://www.baidu.com/cars/index.html#123”，經(jīng)過(guò)此步驟后，得到“http://www.baidu.com/cars/index.html”。步驟S3：按照以下規(guī)則進(jìn)行處理：如果當(dāng)前url以“.html”或者“.htm”結(jié)尾，則去掉最后一個(gè)“/”之后的字符串；如果當(dāng)前url以“/”結(jié)尾，則去掉倒數(shù)第二個(gè)“/”之后的字符串；如果當(dāng)前url最后一個(gè)“/”之后的字符串中存在“？”，則去掉“？”以及“？”之后的字符串；其他情況則去掉最后一個(gè)“/”之后的字符串。例如，如果url為“http://www.baidu.com/cars/index.html”，則泛化為“http://www.baidu.com/cars/”。如果url為“http://www.baidu.com/cars/q7/”，則泛化為“http://www.baidu.com/cars/”。如果url為“http://www.baidu.com/all/brand.aspx？id＝audi”，則泛化為“http://www.baidu.com/all/brand.aspx”。如果url為“http://www.baidu.com/brand/audi.aspx”，則泛化為“http://www.baidu.com/brand/”。在按照上述過(guò)程對(duì)url進(jìn)行泛化時(shí)，也可以進(jìn)一步將url中預(yù)設(shè)類型的字符串部分替換為對(duì)應(yīng)的類型標(biāo)記。例如，對(duì)于“http://office.focus.cn/news/2011-04-21/”，其中的“2011-04-21” 為日期類型，因此可以替換為日期的標(biāo)識(shí)，例如“http://office.focus.cn/news/【F:date】/”。舉個(gè)例子，經(jīng)過(guò)本步驟后，表2中url和標(biāo)題泛化成的模板可以如表3中所示，表3中【*】標(biāo)識(shí)通配符。表3在本步驟得到title模板、url模板和snippet模板后，可以進(jìn)一步進(jìn)行過(guò)濾處理，將覆蓋搜索結(jié)果數(shù)量小于設(shè)定數(shù)量閾值的模板過(guò)濾掉，即將覆蓋面過(guò)小的模板過(guò)濾掉。步驟103、分別統(tǒng)計(jì)各模板在當(dāng)前需求類型的出現(xiàn)頻率(TF)值，基于TF值計(jì)算各模板在當(dāng)前需求類型中的權(quán)值構(gòu)成模板分類模型。在本步驟中，如果存在title模板、url模板和snippet模板中的多種，則分別針對(duì)各種模板統(tǒng)計(jì)TF值。具體地，在計(jì)算模板在當(dāng)前需求類型中的權(quán)值時(shí)，可以按照如下公式(1)或(2)計(jì)算：其中，SP為模板P在當(dāng)前需求類型中的權(quán)值，TFP為模板P在當(dāng)前需求類型的出現(xiàn)頻率，T為當(dāng)前需求類型中種子term的數(shù)量，ITFP為模板P的逆向模板頻率(ITF)值。公式(1)和公式(2)中的TFP可以直接通過(guò)統(tǒng)計(jì)模板P在當(dāng)前需求類型中的出現(xiàn)次數(shù)得到，作為一種優(yōu)選的實(shí)施方式，還可以進(jìn)一步結(jié)合模板P所來(lái)自搜索結(jié)果的排序值來(lái)體現(xiàn)，即TFP可以采用公式(3)計(jì)算：FP為模板P所來(lái)自的搜索結(jié)果i構(gòu)成的集合，Ri為模板P所來(lái)自的搜索結(jié)果i的排序值。如果采用公式(3)的方式計(jì)算TFP，此時(shí)對(duì)應(yīng)的模板P的權(quán)值計(jì)算公式(2)就可以表示為：其中模板P的ITF值ITFP的計(jì)算公式可以為：其中，Tall為所有需求類型的數(shù)量，該Tall可以采用種子term具有的所有需求類型數(shù)量，也可以采用所有可能存在的需求類型的數(shù)量。Tp為能泛化出模板P的種子term所在的需求類型數(shù)量。例如，url模板“http://www.baidu.com/cars/”由10類種子term泛化得來(lái)，所有需求類型的 數(shù)量為100，則此模板的ITF值為需要說(shuō)明的是，公式(5)僅為本發(fā)明實(shí)施例提供的計(jì)算模板ITF值的其中一種方式，凡是利用Tall和Tp對(duì)該公式進(jìn)行變形所得到的其他公式均在本發(fā)明保護(hù)范圍內(nèi)。經(jīng)過(guò)上述處理，表3中的各模板的ITF值可以如表4所示。表4在得到各模板的ITF值后，可以進(jìn)一步將各模板的ITF值映射為[1,a]區(qū)間內(nèi)的值ITFpnormal，但該操作不是必須的操作。ITFpnormal計(jì)算公式的一種可以為：其中a為預(yù)設(shè)的參數(shù)值，例如選取100，ITFmaxavg為所有模板按照ITF值進(jìn)行降序排列時(shí)排在前N2個(gè)的ITF平均值，其中N2為預(yù)設(shè)的參數(shù)值，例如選取50。如果對(duì)各模板的ITF進(jìn)行了映射處理，則公式中的(2)和(4)中的ITFP 可以替換為ITFmaxavg。利用表4中各模板的ITF值，以及其在搜索結(jié)果中的排序值、當(dāng)前需求類型中種子term的數(shù)量計(jì)算出的各模板在當(dāng)前需求中的權(quán)值可以如表5所示。表5經(jīng)過(guò)本步驟后，得到的模板分類模型包括：模板以及模板在各需求類型的權(quán)值。步驟110：針對(duì)每一個(gè)種子term，利用種子term對(duì)應(yīng)的模板在各需求類型中的權(quán)值，確定該種子term在各需求類型上的得分，從而得到包含種子term以及種子term在各需求類型上的得分的需求分類模型。獲取利用種子term的搜索結(jié)果進(jìn)行泛化后得到的模板，即種子term對(duì)應(yīng)的模板，查詢模板分類模型以確定各模板在各需求類型上的得分，分別針對(duì)各需求類型將種子term對(duì)應(yīng)的模板在需求類型中的權(quán)值進(jìn)行累加，得到種子term在各需求類型上的得分。為了更進(jìn)一步提高需求分類模型的準(zhǔn)確性，作為一種優(yōu)選的實(shí)施方式，在得到各種子term在各需求類型上的得分后，可以進(jìn)一步采用一個(gè)由多個(gè)待訓(xùn)練term構(gòu)成的訓(xùn)練樣本對(duì)需求分類模型進(jìn)行訓(xùn)練。具體過(guò)程為：獲取待訓(xùn)練term，將待訓(xùn)練term按照步驟101至步驟103中與種子term相同的方式處理，得到待訓(xùn)練term對(duì)應(yīng)的模板在各需求類型中的權(quán)值；利用待訓(xùn)練term對(duì)應(yīng)的模板在各需求類型中的權(quán)值，確定待訓(xùn)練term在各需求類型上的得分；再利用所述term需求分類模型對(duì)待訓(xùn)練term進(jìn)行分類，確定待訓(xùn)練term的需求類型，并將待訓(xùn)練term添加到對(duì)應(yīng)需求類型的種子term中；然后重復(fù)執(zhí)行實(shí)施例一所示流程進(jìn)行訓(xùn)練，直至滿足預(yù)設(shè)的訓(xùn)練要求。通過(guò)該過(guò)程實(shí)際上是采用待訓(xùn)練term擴(kuò)充了種子term的規(guī)模。其中預(yù)設(shè)的訓(xùn)練要求可以包括但不限于：重復(fù)執(zhí)行實(shí)施例一所示流程的次數(shù)達(dá)到預(yù)設(shè)次數(shù)值，或者，訓(xùn)練時(shí)長(zhǎng)達(dá)到預(yù)設(shè)的時(shí)長(zhǎng)，或者，各需求類型中種子term的數(shù)量達(dá)到預(yù)設(shè)的數(shù)量要求，或者，各需求類型的種子term數(shù)量收斂。執(zhí)行上述流程之后，得到的需求分類模型中包含種子term以及種子term在各需求類型上的得分。基于該需求分類模型就可以進(jìn)行term的需求分類，下面結(jié)合實(shí)施例二對(duì)term的需求分類過(guò)程進(jìn)行詳細(xì)描述。實(shí)施例二、圖2為本發(fā)明實(shí)施例二提供的對(duì)term進(jìn)行需求分類的方法流程圖，如圖2所示，該方法具體包括以下步驟：步驟201：獲取待分類term的搜索結(jié)果。步驟202：將搜索結(jié)果的title、url和snippet中的至少一種泛化為模板。上述步驟201和步驟202中對(duì)待分類term的處理過(guò)程與實(shí)施例一的步驟101和步驟102中對(duì)種子term的處理過(guò)程相同，在此不再贅述。步驟203：查詢模板分類模型，確定各模板在各需求類型上的權(quán)值。步驟204：利用各模板在各需求類型上的權(quán)值，確定該待分類term在各需求類型上的得分。同樣，在本步驟中可以分別針對(duì)各需求類型將待分類term對(duì)應(yīng)的模板在需求類型中的權(quán)值進(jìn)行累加，得到待分類term在各需求類型上的得分。假設(shè)待分類term為“宏康和園”，則按照步驟201至步驟204執(zhí)行后得到該待分類term在各需求類型上的得分如表6所示。表6步驟205：分別針對(duì)每一個(gè)需求類型：利用待分類term在需求類型j上的得分與各種子term在需求類型j上的得分，確定待分類term在需求類型j上的置信度。在計(jì)算置信度時(shí)，可以將待分類term在各需求類型上的得分與需求分類模型中種子term在各類型上的平均得分進(jìn)行比較。例如，按照如下公式計(jì)算termn在需求類型m上的置信度TNnm：其中scorenm為termn在需求類型m上的得分，avg(scorem)為需求分類模型中需求類型m的種子term在需求類型m上的得分平均值，αm為針對(duì)需求類型m設(shè)置的一個(gè)常量。如果采用方式二的方法，根據(jù)表6中待分類term在各需求類型上的得分，取各需求類型的αm為1，計(jì)算得到的待分類term在各需求類型上的置信度如表7所示。表7步驟206：依據(jù)待分類term在各需求類型上的置信度確定待分類term所屬的需求類型。在本步驟中，確定待分類term所屬的需求類型可以依據(jù)不同的策略進(jìn)行，包括但不限于以下幾種：策略1：將對(duì)應(yīng)置信度排在前N4個(gè)的需求類型確定為待分類term所屬的需求類型，N4為預(yù)設(shè)的正整數(shù)。策略2：將對(duì)應(yīng)置信度超過(guò)預(yù)設(shè)置信度閾值的需求類型確定為待分類term所屬的需求類型。策略3：按照預(yù)設(shè)的置信度與需求強(qiáng)度等級(jí)之間的對(duì)應(yīng)關(guān)系，確定待分類term在各需求類型上的強(qiáng)度等級(jí)。例如，預(yù)先設(shè)置三級(jí)需求強(qiáng)度等級(jí)：強(qiáng)需求等級(jí)、弱需求等級(jí)和無(wú)需求等級(jí)，按照預(yù)設(shè)的置信度與各需求強(qiáng)度等級(jí)之間的對(duì)應(yīng)關(guān)系，確定待分類term在各需求類型上具有強(qiáng)需求、弱需求和無(wú)需求中的一種。以表7為例，假設(shè)預(yù)先設(shè)置置信度在0.5以上對(duì)應(yīng)強(qiáng)需求，置信度在0.5和0.1之間對(duì)應(yīng)弱需求，置信度在0.1以下對(duì)應(yīng)無(wú)需求，則待分類term“宏康和園”在小區(qū)上具有強(qiáng)需求，在游戲、軟件、小說(shuō)和視頻上均無(wú)需求。以上是對(duì)本發(fā)明所提供的方法進(jìn)行的描述，下面結(jié)合實(shí)施例三和四對(duì)本發(fā)明所提供的裝置進(jìn)行詳細(xì)描述。實(shí)施例三、圖3為本發(fā)明實(shí)施例三提供的建立term需求分類模型的裝置結(jié)構(gòu)圖，如圖3所示，該裝置包括：模板模型建立單元300和需求模型建立單元310。模板模型建立單元300，用于分別針對(duì)各需求類型進(jìn)行訓(xùn)練得到模板分類模型，本發(fā)明涉及的需求類型可以包括但不限于：視頻類、游戲類、圖片類、歌曲類、軟件類等等大粒度的類別，也可以是更小粒度的類別，例如：電視劇類、電影類、手機(jī)視頻類等。其中，模板模型建立單元300具體包括：結(jié)果獲取子單元301、模板泛化子單元302和權(quán)值計(jì)算子單元303。結(jié)果獲取子單元301獲取當(dāng)前需求類型的種子term的搜索結(jié)果。種子term是人工針對(duì)各需求類型進(jìn)行配置的，或者人工在網(wǎng)頁(yè)資源中標(biāo)注的，或者從各需求類型的術(shù)語(yǔ)平臺(tái)獲取的。優(yōu)選地，結(jié)果獲取子單元301可以進(jìn)一步確定種子term與對(duì)應(yīng)搜索結(jié)果之間的相關(guān)度，將不滿足預(yù)設(shè)相關(guān)度要求的搜索結(jié)果過(guò)濾掉；或者，僅保留搜 索結(jié)果中排在N1個(gè)的搜索結(jié)果以供模板泛化子單元302進(jìn)行泛化，N1為預(yù)設(shè)的正整數(shù)。其中，種子term與搜索結(jié)果之間的相關(guān)度可以采用但不限于以下方式確定：搜索結(jié)果的標(biāo)題中包含的種子term的內(nèi)容長(zhǎng)度所占種子term長(zhǎng)度的比例，如果該比例大于預(yù)設(shè)的比例閾值，則確定搜索結(jié)果與種子term之間的相關(guān)度滿足預(yù)設(shè)的相關(guān)度要求，保留該搜索結(jié)果。通常在搜索結(jié)果的標(biāo)題中，與種子term重合的內(nèi)容會(huì)采用飄紅、飄黃等特殊標(biāo)注，因此可以判斷這些特殊標(biāo)注的長(zhǎng)度所占種子term長(zhǎng)度的比例是否大于預(yù)設(shè)的比例閾值。模板泛化子單元302將搜索結(jié)果的title、url和snippet中的至少一種泛化為模板。其中，對(duì)搜索結(jié)果的title或snippet進(jìn)行泛化時(shí)，泛化方式可以包括但不限于以下中的至少一種：方式一、將搜索結(jié)果的title或snippet中與對(duì)應(yīng)種子term重疊的內(nèi)容采用通配符替代。方式二、將搜索結(jié)果的title或snippet與當(dāng)前需求類型的實(shí)體詞典進(jìn)行匹配，將title或snippet中匹配上的詞語(yǔ)替換為對(duì)應(yīng)實(shí)體的類別。方式三、將搜索結(jié)果的title或snippet與當(dāng)前需求類型的實(shí)體識(shí)別函數(shù)進(jìn)行匹配，將title或snippet中匹配上的詞語(yǔ)替換為實(shí)體識(shí)別函數(shù)的識(shí)別結(jié)果。模板泛化子單元302在對(duì)搜索結(jié)果的url的進(jìn)行泛化時(shí)，將url的域名抽取出來(lái)作為模板；或者，具體執(zhí)行以下操作：操作A1、判斷搜索結(jié)果的url中是否存在“#”，如果是，執(zhí)行操作A2；否則直接執(zhí)行操作A3。操作A2、去掉“#”以及“#”之后的字符串，繼續(xù)執(zhí)行操作A3。操作A3、如果當(dāng)前url以“.html”或者“.htm”結(jié)尾，則去掉最后一個(gè)“/”之后的字符串；如果當(dāng)前url以“/”結(jié)尾，則去掉倒數(shù)第二個(gè)“/”之后的字符串；如果當(dāng)前url最后一個(gè)“/”之后的字符串中存在“？”，則去掉“？”以及“？”之后的字符串；其他情況則去掉最后一個(gè)“/”之后的字符串；操作A4、將當(dāng)前url中預(yù)設(shè)類型的字符串泛化成對(duì)應(yīng)的類型標(biāo)記。權(quán)值計(jì)算子單元303基于各模板在當(dāng)前需求類型的出現(xiàn)頻率值計(jì)算各模板在當(dāng)前需求類型中的權(quán)值。權(quán)值計(jì)算子單元303按照公式或者計(jì)算模板P在當(dāng)前需求類型中的權(quán)值SP。其中，TFP為模板P在當(dāng)前需求類型的出現(xiàn)頻率，T為當(dāng)前需求類型中種子term的數(shù)量，ITFP為模板P的ITF值。在計(jì)算TFP時(shí)，可以按照公式其中，F(xiàn)P為模板P所來(lái)自的搜索結(jié)果i構(gòu)成的集合，Ri為模板P所來(lái)自的搜索結(jié)果i的排序值。在計(jì)算各模板的ITF值時(shí)，可以按照計(jì)算模板的ITF值，其中，ITFP為模板P的ITF值，Tall為所有需求類型的數(shù)量，Tp為能泛化出模板P的種子term所在的需求類型數(shù)量。一種模板權(quán)值的計(jì)算方式，即為按照公式計(jì)算模板P在當(dāng)前需求類型中的權(quán)值SP。至此，由模板模型建立單元300可以得到包含模板以及模板在各需求類型的權(quán)值的模板分類模型。需求模型建立單元310針對(duì)每一個(gè)種子term，利用種子term對(duì)應(yīng)的模板在各需求類型中的權(quán)值，確定種子term在各需求類型上的得分，從而得到包含種子term以及種子term在各需求類型上的得分的term需求分類模型。具體地，需求模型建立單元310分別針對(duì)各需求類型，將種子term對(duì)應(yīng)的模板在該需求類型中的權(quán)值進(jìn)行累加，得到種子term該需求類型上的得分。為了更進(jìn)一步提高需求分類模型的準(zhǔn)確性，作為一種優(yōu)選的實(shí)施方式，該 裝置還包括：訓(xùn)練控制單元320，用于獲取待訓(xùn)練term，將待訓(xùn)練term提供給所述模板模型建立單元和需求模型建立單元以對(duì)所述待訓(xùn)練term執(zhí)行與所述種子term相同的處理，從所述需求模型建立單元獲取待訓(xùn)練term在各需求類型上的得分，再利用所述term需求分類模型對(duì)待訓(xùn)練term進(jìn)行分類，確定待訓(xùn)練term的需求類型，并將待訓(xùn)練term添加到對(duì)應(yīng)需求類型的種子term中，重新觸發(fā)模板模型建立單元300基于種子term進(jìn)行訓(xùn)練，直至滿足預(yù)設(shè)的訓(xùn)練要求。其中，訓(xùn)練要求包括：訓(xùn)練的次數(shù)達(dá)到預(yù)設(shè)的次數(shù)值，或者，訓(xùn)練時(shí)長(zhǎng)達(dá)到預(yù)設(shè)的時(shí)長(zhǎng)，或者，各需求類型中種子term的數(shù)量達(dá)到預(yù)設(shè)的數(shù)量要求，或者，各需求類型的種子term數(shù)量收斂。實(shí)施例四、圖4為本發(fā)明實(shí)施例四提供的term需求分類裝置的結(jié)構(gòu)圖，如圖4所示，該裝置包括：結(jié)果獲取單元400、模板泛化單元410、權(quán)值計(jì)算單元420、得分確定單元430、置信度確定單元440以及類型確定單元450。結(jié)果獲取單元400獲取待分類term的搜索結(jié)果。為了減少計(jì)算量和準(zhǔn)確性，結(jié)果獲取單元400還可以進(jìn)一步確定待分類term與對(duì)應(yīng)搜索結(jié)果之間的相關(guān)度，將不滿足預(yù)設(shè)相關(guān)度要求的搜索結(jié)果過(guò)濾掉；或者，僅保留搜索結(jié)果中排在N2個(gè)的搜索結(jié)果以供模板泛化單元410進(jìn)行泛化，N2為預(yù)設(shè)的正整數(shù)。模板泛化單元410將搜索結(jié)果的title、url和snippet中至少一種泛化為模板。具體地，模板泛化單元410在對(duì)搜索結(jié)果的title或snippet進(jìn)行泛化時(shí)，可以采用以下方式中的至少一種：方式一、將搜索結(jié)果的title或snippet中與待分類term重疊的內(nèi)容采用通配符替代。方式二、將搜索結(jié)果的title或snippet與各需求類型的實(shí)體詞典進(jìn)行匹配，將title或snippet中匹配上的詞語(yǔ)替換為對(duì)應(yīng)實(shí)體的類別。方式三、將搜索結(jié)果的title或snippet與各需求類型的實(shí)體識(shí)別函數(shù)進(jìn)行匹配，將title或snippet中匹配上的詞語(yǔ)替換為實(shí)體識(shí)別函數(shù)的識(shí)別結(jié)果。模板泛化單元410在對(duì)搜索結(jié)果的url進(jìn)行泛化時(shí)，將url的域名抽取出來(lái)作為模板；或者，具體執(zhí)行以下操作：操作B1、判斷搜索結(jié)果的url中是否存在“#”，如果是，執(zhí)行操作B2；否則直接執(zhí)行操作B3。操作B2、去掉“#”以及“#”之后的字符串，繼續(xù)執(zhí)行操作B3。操作B3、如果當(dāng)前url以“.html”或者“.htm”結(jié)尾，則去掉最后一個(gè)“/”之后的字符串；如果當(dāng)前url以“/”結(jié)尾，則去掉倒數(shù)第二個(gè)“/”之后的字符串；如果當(dāng)前url最后一個(gè)“/”之后的字符串中存在“？”，則去掉“？”以及“？”之后的字符串；其他情況則去掉最后一個(gè)“/”之后的字符串；操作B4、將當(dāng)前url中預(yù)設(shè)類型的字符串泛化成對(duì)應(yīng)的類型標(biāo)記。權(quán)值計(jì)算單元420查詢模板分類模型，確定泛化得到的各模板在各需求類型上的權(quán)值。得分確定單元430利用各模板在各需求類型上的權(quán)值，確定待分類term在各需求類型上的得分。具體地，可以分別針對(duì)各需求類型，將泛化得到的模板在需求類型上的權(quán)值進(jìn)行累加，得到待分類term在各需求類型上的得分。置信度確定單元440分別針對(duì)每一個(gè)需求類型：利用待分類term在該需求類型上的得分與查詢term需求分類模型得到的各種子term在該需求類型上的得分，確定待分類term在該需求類型上的置信度。具體地，置信度確定單元440在確定待分類term在各需求類型上的置信度時(shí)，按照計(jì)算待分類term在需求類型m上的置信度TNnm；其中，scorenm為待分類term在需求類型m上的得分，avg(scorem)為term需求分類模型中需求類型m的種子term在需求類型m上的得分平均值，αm為針對(duì)需求類型m設(shè)置的常量。類型確定單元450依據(jù)待分類term在各需求類型上的置信度確定待分類term所屬的需求類型。上述模板分類模型和term需求分類模型是按照實(shí)施例三所述裝置建立的。類型確定單元450可以按照如下方式確定待分類term所屬的需求類型：方式一、將對(duì)應(yīng)置信度排在前N4個(gè)的需求類型確定為待分類term所屬的需求類型，N4為預(yù)設(shè)的正整數(shù)。方式二、將對(duì)應(yīng)置信度超過(guò)預(yù)設(shè)置信度閾值的需求類型確定為待分類term所屬的需求類型。方式三、按照預(yù)設(shè)的置信度與需求強(qiáng)度等級(jí)之間的對(duì)應(yīng)關(guān)系，確定待分類term在各需求類型上的需求強(qiáng)度等級(jí)。由以上描述可以看出，本發(fā)明實(shí)施例提供的方法和裝置具備以下優(yōu)點(diǎn)：1)利用種子term的搜索結(jié)果泛化出的模板在各需求類型的權(quán)值來(lái)確定種子term在各需求類型的權(quán)值，并進(jìn)一步確定種子term在各需求類型上的得分，從而得到term需求分類模型，并基于該需求分類模型對(duì)待分類term進(jìn)行分類。也就是說(shuō)，利用檢索結(jié)果來(lái)逼近term的需求，能夠真實(shí)地反映term的需求類型，覆蓋搜索率較高的大量term，具有較高的準(zhǔn)確率和召回率。2)能夠真實(shí)地反映term的需求變遷及強(qiáng)度情況，比如“家常菜”，在沒(méi)有出電視劇之前，通常只具有菜譜類的搜索結(jié)果，就僅給出菜譜類的強(qiáng)需求，當(dāng)電視劇上映時(shí)，電視劇類的搜索結(jié)果占上風(fēng)，則視頻類成為強(qiáng)需求。3)基于搜索結(jié)果泛化模板作為特征的方式，這種大粒度、大片段的特征，能夠有效克服詞匯一級(jí)特征帶來(lái)的歧義問(wèn)題，從而提高需求識(shí)別的準(zhǔn)確率。4)本發(fā)明屬于弱監(jiān)督學(xué)習(xí)，對(duì)訓(xùn)練語(yǔ)料的要求不高，需要給出若干需求類型的term即可，從術(shù)語(yǔ)平臺(tái)都可以輕松得到。以上所述僅為本發(fā)明的較佳實(shí)施例而已，并不用以限制本發(fā)明，凡在本發(fā)明的精神和原則之內(nèi)，所做的任何修改、等同替換、改進(jìn)等，均應(yīng)包含在本發(fā)明保護(hù)的范圍之內(nèi)。