如圖1所示，所述方法具體包括：
[0042] 步驟110,對語料庫中的第一關聯(lián)詞和第二關聯(lián)詞，在所述語料庫中識別并獲取所 述第一關聯(lián)詞與所述第二關聯(lián)詞連續(xù)排列的連排次數(shù)，間隔排列的間列次數(shù)和所述第一關 聯(lián)詞的總次數(shù)。
[0043] 需要說明的是，語料庫中的語料是服務器或者人工預先從網(wǎng)頁頁面或從服務器中 存儲的文檔中搜集的，其中，該文檔可以是人工整理的文檔?？梢岳斫獾氖?，該語料庫中包 括多個詞語，其中，第一關聯(lián)詞可以為該語料庫中的任意一個詞，第二關聯(lián)詞為該語料庫中 除第一關聯(lián)詞之外的任意一個詞。
[0044] 其中，如圖1所示，步驟110中所述在所述語料庫中識別并獲取所述第一關聯(lián)詞與 所述第二關聯(lián)詞連續(xù)排列的連排次數(shù)，間隔排列的間列次數(shù)，和所述第一關聯(lián)詞的總次數(shù) 具體包括：
[0045] 步驟1101，在所述語料庫中識別連續(xù)排列的所述第一關聯(lián)詞和所述第二關聯(lián)詞， 并獲取所述第一關聯(lián)詞與所述第二關聯(lián)詞連續(xù)排列的連排次數(shù)。
[0046] 其中，在所述語料庫中識別連續(xù)排列的所述第一關聯(lián)詞和所述第二關聯(lián)詞包括： 在所述語料庫中識別連續(xù)排列的并具有順聯(lián)的位置順序的所述第一關聯(lián)詞與所述第二關 聯(lián)詞，其中，連續(xù)排列是指第一關聯(lián)詞與第二關聯(lián)詞之間沒有間隔其他詞語，所述順聯(lián)的位 置順序為所述第一關聯(lián)詞為在先的關聯(lián)詞，所述第二關聯(lián)詞為在后的關聯(lián)詞。舉例來說，假 如語料庫中有以下4個句子 ：
[0047] 我忘記密碼了。
[0048] 忘記了密碼。
[0049] 忘記我的密碼。
[0050] 我的密碼忘記了。
[0051] 且假如第一關聯(lián)詞為上述語料庫中的詞語"忘記"，第二關聯(lián)詞為上述語料庫中的 詞語"密碼"，那么在第一句中，第一關聯(lián)詞"忘記"與第二關聯(lián)詞"密碼"之間沒有間隔其他 詞語，且第一關聯(lián)詞"忘記"為在先的關聯(lián)詞，第二關聯(lián)詞"密碼"為在后的關聯(lián)詞；而在第 二句和第三句中，第一關聯(lián)詞"忘記"與第二關聯(lián)詞"密碼"之間分別間隔了其他詞語"了" 和"我的";第四句中，第一關聯(lián)詞"忘記"與第二關聯(lián)詞"密碼"之間沒有間隔其他詞語，但 是第一關聯(lián)詞"忘記"為在后的關聯(lián)詞，第二關聯(lián)詞"密碼"為在先的關聯(lián)詞。因此在上述語 料庫中連續(xù)排列的并具有順聯(lián)的位置順序的第一關聯(lián)詞與第二關聯(lián)詞只出現(xiàn)在第一句中， 即第一關聯(lián)詞與第二關聯(lián)詞連續(xù)排列的連排次數(shù)為1。
[0052] 步驟1102,在所述語料庫中識別間隔著不大于預先設定的特定個數(shù)無效詞排列的 所述第一關聯(lián)詞與所述第二關聯(lián)詞，并獲取所述第一關聯(lián)詞與第二關聯(lián)詞間隔排列的間列 次數(shù)。
[0053] 其中，無效詞也稱為噪音，是指出現(xiàn)在第一關聯(lián)詞與第二關聯(lián)詞之間，但不影響整 個句子的意思的詞語。具體地，步驟1102中在所述語料庫中識別間隔著不大于預先設定的 特定個數(shù)無效詞排列的所述第一關聯(lián)詞與所述第二關聯(lián)詞包括：在語料庫中識別間隔著不 大于預先設定的特定個數(shù)無效詞排列的并具有順聯(lián)的位置順序的所述第一關聯(lián)詞與所述 第二關聯(lián)詞，其中，所述順聯(lián)的位置順序為所述第一關聯(lián)詞為在先的關聯(lián)詞，所述第二關聯(lián) 詞為在后的關聯(lián)詞。
[0054] 舉例來說，假如在語料庫中有步驟1101中列舉的語料庫中的四個句子，且假如第 一關聯(lián)詞為上述語料庫中的詞語"忘記"，第二關聯(lián)詞為上述語料庫中的詞語"密碼"，預先 設定的特定個數(shù)為K，且K> = 1，那么在第一句中，第一關聯(lián)詞"忘記"與第二關聯(lián)詞"密碼" 之間沒有間隔其他詞語；在第二句中，第一關聯(lián)詞"忘記"與第二關聯(lián)詞"密碼"之間間隔了 其他詞語"了"，而詞語"了 "不影響整個句子的意思，因此" 了"為無效詞，即只間隔了一個 無效詞，且第一關聯(lián)詞"忘記"為在先的關聯(lián)詞，第二關聯(lián)詞"密碼"為在后的關聯(lián)詞；在第三 句中，第一關聯(lián)詞"忘記"與第二關聯(lián)詞"密碼"之間間隔了其他詞語"我的"，而詞語"我的" 不影響整個句子的意思，因此"我的"為無效詞，即間隔了兩個無效詞，且第一關聯(lián)詞"忘記" 為在先的關聯(lián)詞，第二關聯(lián)詞"密碼"為在后的關聯(lián)詞；第四句中，第一關聯(lián)詞"忘記"與第 二關聯(lián)詞"密碼"之間沒有間隔其他詞語。因此在上述語料庫中，當K = 1時，間隔著不大于 預先設定的特定個數(shù)無效詞排列的所述第一關聯(lián)詞與所述第二關聯(lián)詞只出現(xiàn)在第二句中， 即第一關聯(lián)詞與第二關聯(lián)詞間隔排列的間列次數(shù)為1 ;而當K = 2時，間隔著不大于預先設 定的特定個數(shù)無效詞排列的所述第一關聯(lián)詞與所述第二關聯(lián)詞出現(xiàn)在第二句和第三句中， 即第一關聯(lián)詞與第二關聯(lián)詞間隔排列的間列次數(shù)為2。步驟1103,在所述語料庫中識別所 述第一關聯(lián)詞，并獲取所述第一關聯(lián)詞的總次數(shù)。
[0055] 舉例來說，假如在語料庫中有步驟1101中列舉的語料庫中的四個句子，且假如第 一關聯(lián)詞為上述語料庫中的詞語"忘記"，第二關聯(lián)詞為上述語料庫中的詞語"密碼"，第一 關聯(lián)詞"忘記"同時出現(xiàn)在四個句子中，因此，在上述語料庫中第一關聯(lián)詞的總次數(shù)為4。
[0056] 步驟120,根據(jù)所述連排次數(shù)，所述間列次數(shù)和所述總次數(shù)，獲得所述第一關聯(lián)詞 與第二關聯(lián)詞的關聯(lián)度，并按照所述關聯(lián)度，將所述第一關聯(lián)詞和所述第二關聯(lián)詞，生成參 考查詢語句庫。
[0057] 需要說明的是，詞對的關聯(lián)度（即兩個詞語的關聯(lián)度）是指在一個句子中出現(xiàn)一 個詞語的情況下，出現(xiàn)第二個詞語的概率，通常通過Bigram模型計算詞對的關聯(lián)度。
[0058] 其中，如圖1所示，步驟120中根據(jù)所述連排次數(shù)，所述間列次數(shù)和所述總次數(shù)，獲 得所述第一關聯(lián)詞與第二關聯(lián)詞的關聯(lián)度具體包括：
[0059] 步驟1201，根據(jù)所述預先設定的特定個數(shù)，設定期望參數(shù)。
[0060] 由于相對于在語料庫中第一關聯(lián)詞與第二關聯(lián)詞連續(xù)排列的連排次數(shù)，間列次數(shù) 會打一定的折扣，因此，不會將獲取到的間列次數(shù)直接用于計算第一關聯(lián)詞與第二關聯(lián)詞 的關聯(lián)度，而是需要設定一個期望參數(shù)，根據(jù)該期望參數(shù)，獲取間列次數(shù)的期望次數(shù)，最后 將該期望次數(shù)用于計算第一關聯(lián)詞與第二關聯(lián)詞的關聯(lián)度。具體地，根據(jù)預先設定的特定 個數(shù)，設定期望參數(shù)。由于預先設定的特定個數(shù)越大，說明在獲取間列次數(shù)時，忽略的無效 詞的個數(shù)越多，相應地，統(tǒng)計的準確度就相對偏低，因此，應該設置一個較低的期望參數(shù)；相 反，如果預先設定的特定個數(shù)偏小，則設置一個較高的期望參數(shù)。此處，需要說明的是，期望 參數(shù)可以具體為一個值，也可以是某個規(guī)則。
[0061] 舉例來說，當預先設定的個數(shù)為1時，那么期望參數(shù)可以直接設定為0. 6 ;當預先 設定的個數(shù)為5時，那么期望參數(shù)根據(jù)如下公式設定（即期望參數(shù)為一個規(guī)則）：
[0062]
[0063] 其中，K為預先設定的特定個數(shù)，β為期望參數(shù)。
[0064] 步驟1202,根據(jù)所述期望參數(shù)和所述間列次數(shù)，獲取所述間列次數(shù)的期望次數(shù)。
[0065] 具體地，根據(jù)如下公式計算期望次數(shù)：
[0066] F2' = F2 · β (公式 2)
[0067] 其中，F(xiàn)2'為期望次數(shù)，F(xiàn)2為間列次數(shù)，β為期望參數(shù)，且0〈β〈1。
[0068] 步驟1203,根據(jù)所述期望次數(shù)、所述連排次數(shù)和所述總次數(shù)，獲得所述第一關聯(lián)詞 與所述第二關聯(lián)詞的關聯(lián)度。
[0069] 具體地，根據(jù)如下公式計算第一關聯(lián)詞與第二關聯(lián)詞關聯(lián)度：
[0070]
[0071] 其中，P為第一關聯(lián)詞與第二關聯(lián)詞的關聯(lián)度，F(xiàn)1為所述連排次數(shù)，F(xiàn)2'為所述期望 次數(shù)，C(W 1)為所述總次數(shù)，W1為第一關聯(lián)詞。
[0072] 舉例來說，假如在語料庫中有步驟1101中列舉的語料庫中的四個句子，且假如第 一關聯(lián)詞為上述語料庫中的詞語"忘記"，第二關聯(lián)詞為上述語料庫中的詞語"密碼"，且依 照步驟1101中的方法獲取的第一關聯(lián)詞與第二關聯(lián)詞連續(xù)排列的連排次數(shù)F 1為1 ;當K = 1時，依照步驟1102中的方法獲取的第一關聯(lián)詞與第二關聯(lián)詞間隔排列的間列次數(shù)F2為1， 且當β設定為〇. 6時，則F2' = 0. 6 ;依照步驟1103中的方法獲取的第一關聯(lián)詞的總次數(shù) C(W1)為4,則根據(jù)公式3可計算得到第一關聯(lián)詞與第二關聯(lián)詞的關聯(lián)度為0.4