；
[0059]圖5是本發(fā)明提供的終端的另一實施例示意圖。
【具體實施方式】
[0060]下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進(jìn)行清楚、完整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例?；诒景l(fā)明中的實施例，本領(lǐng)域技術(shù)人員所獲得的所有其他實施例，都屬于本發(fā)明保護(hù)的范圍。
[0061]如圖1所示，本發(fā)明實施例提供一種服務(wù)推薦方法，可以應(yīng)用于手機(jī)、平板電腦等終端，其包括:
[0062]101、獲取終端內(nèi)的短消息。
[0063]所述短消息可以是終端獲取的文本信息，該文本信息包括但不限于微博、即時通訊軟件交互的信息、短信、通知等。
[0064]102、將所述短消息進(jìn)行語言解析，獲得所述短消息對應(yīng)的用戶的潛在意圖。
[0065]所述語言解析可以包括詞法解析、句法解析。將所述短消息進(jìn)行語言解析，可以解析出所述短消息所要表達(dá)的意思，從而獲得所述短消息對應(yīng)的用戶的潛在意圖。
[0066]103、根據(jù)所述用戶的潛在意圖，獲取與所述用戶的潛在意圖對應(yīng)的服務(wù)。
[0067]與所述用戶的潛在意圖對應(yīng)的服務(wù)可以是網(wǎng)絡(luò)上提供的服務(wù)，也可以是終端上安裝的應(yīng)用提供的服務(wù)。
[0068]本實施例提供的服務(wù)推薦的方法，通過將所述短消息進(jìn)行語言解析，能夠準(zhǔn)確獲得所述短消息對應(yīng)的用戶的潛在意圖，獲取與所述用戶的潛在意圖對應(yīng)的服務(wù)，從而使獲取的服務(wù)符合用戶的需求。
[0069]為了更好的理解本發(fā)明的技術(shù)方案，以下列舉更詳細(xì)的實施例進(jìn)行說明。
[0070]如圖2所示，本發(fā)明實施例還提供一種服務(wù)推薦的方法，其具體包括:
[0071 ] 201、獲取終端內(nèi)的短消息；
[0072]所述短消息可以是終端獲取的文本信息，其包括但不限于微博、即時通訊軟件交互的信息、短信、通知等。
[0073]202、詞法解析所述短消息，獲取短消息中詞語的概念、屬性，根據(jù)詞語的概念或?qū)傩源_定短消息內(nèi)的詞語對應(yīng)的命名實體；
[0074]具體的，將所述短消息中的一個或多個句子，切分成一個或多個詞語，獲取短消息中詞語的概念、屬性以及詞語之間的邏輯關(guān)系，根據(jù)詞語的概念或?qū)傩源_定詞語對應(yīng)的命名實體，根據(jù)命名實體與詞語之間的邏輯關(guān)系，確定短消息對應(yīng)的用戶的潛在意圖。
[0075]例如短消息內(nèi)容“明天離開四川”，分詞的結(jié)果可以輸出“明天”“離開”“四川”。根據(jù)詞語的概念、屬性等確定短消息中的詞語對應(yīng)的命名實體，命名實體的結(jié)果可以輸出“明天-時間”、“四川-地點(或省份)”等。終端還可以根據(jù)詞法解析模型和詞庫，對短消息中的詞語進(jìn)行規(guī)范，確定它們與命名實體之間的對應(yīng)關(guān)系。例如短消息“下午4點去星巴克坐坐”中的“下午4點”規(guī)范化成XX年XX月XX日(今天的日期)16:00,對應(yīng)的命名實體為“時間”，“星巴克”對應(yīng)命名實體為“餐廳名稱”、“地點名稱”、“音樂名稱”，“坐坐”對應(yīng)命名實體為“就餐事件”，然后根據(jù)命名實體與詞語之間的邏輯關(guān)系，確定短消息對應(yīng)的用戶的潛在意圖。
[0076]203、確定短消息內(nèi)詞語的詞性，根據(jù)詞語的詞性識別短消息的句法結(jié)構(gòu)；
[0077]具體實現(xiàn)中，可以對短消息先進(jìn)行分詞，識別出短消息中每個詞語的詞性，詞性包括動詞、名詞、形容詞、量詞、代詞、副詞等等，以根據(jù)詞語的詞性識別短消息的句法結(jié)構(gòu)。例如短消息“下午4點去星巴克坐坐”，“ROOT-〉去(動詞)，去(狀語)_>下午4點(時間名詞)，去(賓語)_>星巴克(地點名詞)，去(并列關(guān)系)_>坐坐”。
[0078]204、根據(jù)所述命名實體、所述詞語之間的邏輯關(guān)系以及短消息的句法結(jié)構(gòu)，確定短消息對應(yīng)的用戶的潛在意圖；
[0079]需要說明的是，在步驟203識別出短消息內(nèi)的詞語對應(yīng)的命名實體后，可以根據(jù)命名實體與詞語之間的邏輯關(guān)系，確定短消息對應(yīng)的用戶的潛在意圖。如果根據(jù)命名實體與詞語之間的邏輯關(guān)系不能確定短消息對應(yīng)的用戶的潛在意圖，則在步驟204確定短消息的句法結(jié)構(gòu)后，根據(jù)命名實體、詞語之間的邏輯關(guān)系以及短消息的句法結(jié)構(gòu)，共同確定短消息對應(yīng)的用戶的潛在意圖。
[0080]205、根據(jù)用戶的歷史操作數(shù)據(jù)，利用機(jī)器學(xué)習(xí)法對用戶的歷史操作數(shù)據(jù)進(jìn)行訓(xùn)練，獲取意圖模型；
[0081]本實施例中，可根據(jù)用戶的歷史操作數(shù)據(jù)，結(jié)合自然語言的語義結(jié)構(gòu)、社會和用戶個人的生活習(xí)慣，利用機(jī)器學(xué)習(xí)法對用戶的歷史操作數(shù)據(jù)進(jìn)行訓(xùn)練，獲取意圖模型。例如，對于“蘋果”一詞，可以指水果，也可能指電子產(chǎn)品商標(biāo)名。當(dāng)終端內(nèi)的短消息是“今天買了個蘋果”時，單看這句話，無法確定用戶說的“蘋果”是水果還是電子產(chǎn)品，此時就需要根據(jù)用戶的歷史操作數(shù)據(jù)，利用機(jī)器學(xué)習(xí)法來確定。例如，當(dāng)這句話中的“蘋果”指的是水果時，在用戶的歷史操作數(shù)據(jù)中，可能出現(xiàn)對水果的重量(“兩斤”，“五斤”)、水果的品種(紅富士、金冠)等進(jìn)行限定的詞，根據(jù)這些限定詞就可以確定用戶的真實意圖；而當(dāng)這句話中的“蘋果”指的是電子產(chǎn)品時，在用戶的歷史操作數(shù)據(jù)中可能出現(xiàn)對電子產(chǎn)品的型號，配置等參數(shù)進(jìn)行限定的詞。再例如短消息內(nèi)容“下午去星巴克坐坐吧”，根據(jù)用戶的歷史操作數(shù)據(jù)，例如平常終端中出現(xiàn)“坐坐”這個詞時，用戶會查找就餐地點，由此可知，此處的“坐坐”更傾向于用戶要去就餐，另外也可以參考自然語言表達(dá)習(xí)慣得知此處的“坐坐”多指就餐，這樣就能準(zhǔn)確獲知用戶的真實意圖，從而得到意圖模型。
[0082]206、根據(jù)意圖模型，獲取每個潛在意圖對應(yīng)的概率，根據(jù)每個潛在意圖對應(yīng)的概率，獲取預(yù)設(shè)數(shù)量的潛在意圖；
[0083]例如，當(dāng)短消息內(nèi)容為“下午去星巴克坐坐吧”，根據(jù)步驟202至204確定的用戶的潛在意圖可能有“獲取星巴克的優(yōu)惠券”，“查看星巴克的菜單”，“查詢?nèi)バ前涂说穆肪€”等等，而根據(jù)意圖模型，當(dāng)終端上每次出現(xiàn)上述消息時，用戶都會申請星巴克的優(yōu)惠券，有時還會查看一下星巴克的菜單，那么每個潛在意圖對應(yīng)的概率將是:“推薦優(yōu)惠券-星巴克”〉“推薦菜單-星巴克”〉“推薦路線-星巴克”。
[0084]如果一個短消息對應(yīng)的潛在意圖數(shù)量較多，那么可以根據(jù)每個潛在意圖對應(yīng)的概率，只獲取預(yù)設(shè)數(shù)量的概率較高的潛在意圖，以使所獲取的潛在意圖更貼近用戶的真實需求。
[0085]207、獲取短消息的上下文情景，根據(jù)上下文情景生成與所述潛在意圖對應(yīng)的推薦說明；
[0086]當(dāng)確定短消息對應(yīng)的用戶的潛在意圖后，確定獲取與用戶的潛在意圖對應(yīng)的服務(wù)所需的參數(shù)，根據(jù)所需的參數(shù)獲取短消息的上下文情景，根據(jù)短消息的上下文情景生成對應(yīng)的推薦說明。例如，當(dāng)為用戶推薦的服務(wù)為去某地的線路時，就需要確定為用戶推薦該服務(wù)所需的參數(shù)，具體在當(dāng)前的例子中，參數(shù)至少包括出發(fā)地和目的地。本實施例中，短消息的上下文情景可以是短消息中的關(guān)鍵詞語，也可以是與短消息的內(nèi)容相關(guān)的其他的用戶信息，也可以是提示用戶輸入的信息。例如當(dāng)短消息為“下午6點在星巴克門口等我”時，確定的用戶的潛在意圖有“設(shè)置提醒-下午6點在星巴克門口等xx”、“查詢?nèi)バ前涂说木€路”。對于潛在意圖“設(shè)置提醒-下午6點在星巴克門口等XX”，可提取短消息中的關(guān)鍵詞語“下午6點”、“星巴克”、“等XX”，然后結(jié)合終端自身顯示的當(dāng)天的年、月、日等時間信息生成與該潛在意圖對應(yīng)的推薦說明“為您設(shè)置XX年XX月XX日下午6點在星巴克等XX的事件提醒”;對于潛在意圖“查詢?nèi)バ前涂说木€路”，則短消息的上下文情景可以是用戶當(dāng)前的位置信息XX，該位置信息可以通過用戶終端的GPS定位獲取，也可以從用戶根據(jù)提示輸入的信息中獲取，所生成的與該潛在意圖對應(yīng)的推薦說明為“為您查詢從XX到星巴克的路線”。
[0087]另外，當(dāng)短消息的上下文情景為與短消息的內(nèi)容相關(guān)的其他的用戶信息時，該用戶信息還可以是保存在終端內(nèi)存或者存儲設(shè)備上的用戶數(shù)據(jù)，包括但不限于其他短消息，通訊錄，備忘錄，提醒事項，照片，應(yīng)用，視頻，音頻，郵件，書簽，網(wǎng)頁瀏覽記錄，商品/服務(wù)的購買記錄，酒店預(yù)訂記錄，機(jī)票購買記錄，用戶的一些偏好設(shè)置等，另外用戶信息還可以是用戶使用的終端的相關(guān)信息，例如終端的硬件信息及軟件信息，包括但不限于日期和時鐘信息，位置信息(例如GPS、國家、城市等)，通過傳感器產(chǎn)生的信息，終端的操作系統(tǒng)和終端上運行的軟件，進(jìn)程、服務(wù)的狀態(tài)和事件等。
[0088]208、根據(jù)用戶選擇的推薦說明，獲取與用戶的潛在意圖對應(yīng)的服務(wù)；
[0089]本實施例中，可以將短消息中用于生成推薦說明的關(guān)鍵詞語做特殊顯示，每個關(guān)鍵詞語對應(yīng)一個或多個潛在意圖，每個潛在意圖有對應(yīng)的推薦說明，當(dāng)用戶關(guān)注某一關(guān)鍵詞語時，就為用戶顯示對應(yīng)的推薦說明。
[0090]例如，對于短消息“下午6點在星巴克門口等我”，將短消息中的關(guān)鍵詞語做特殊顯示可以為“下午6點在星巴克門口等我”，其中“下午6點”對應(yīng)用戶的潛在意圖“設(shè)置提醒”，“星巴克”對應(yīng)用戶的潛在意圖“查詢?nèi)バ前涂说穆肪€”、“查詢星巴克的菜單”、“查詢星巴克的優(yōu)惠券”等。終端可監(jiān)測用戶的行為，當(dāng)監(jiān)測到用戶點選預(yù)設(shè)的某一關(guān)鍵詞語例如“星巴克”時，為用戶顯示對應(yīng)的推薦說明。具體在當(dāng)前的例子中，當(dāng)用戶點選“星巴克”時，將為用戶顯示與上述三個潛在意圖對應(yīng)的推薦說明，該推薦說明的顯示可按每個意圖對應(yīng)的概率大小先后顯示。
[0091]當(dāng)用戶選擇某一推薦說明后，獲取與該推薦說明對應(yīng)的潛在意圖對應(yīng)的服務(wù)。
[0092]該服務(wù)可以是調(diào)用終端自身的一些應(yīng)用，例如終端上的提醒應(yīng)用，鬧鐘應(yīng)用，或者備忘錄應(yīng)用等，也可以是從第三方獲取，例如服務(wù)器，其他終端等。
[0093]當(dāng)然，在上面的例子中，也可以不用用戶選擇推薦說明，當(dāng)推薦說明停留在終端顯示界面上預(yù)置的時間后，自動獲取與所有推薦說明對應(yīng)的服務(wù)。
[0094]209、將獲取的服務(wù)進(jìn)行合并，獲得第一服務(wù)集合，從第一服務(wù)集合中獲取預(yù)設(shè)數(shù)量的服務(wù)，并將預(yù)設(shè)數(shù)量的服務(wù)顯示在界面上以供用戶選擇。
[0095]獲取與用戶的潛在意圖對應(yīng)的服務(wù)后，可對服務(wù)內(nèi)容進(jìn)行合并得到第一服務(wù)集合，這樣做的目的是去除重復(fù)的服務(wù)，然后可將第一服務(wù)集合中的服務(wù)按照與所述短消息的貼合度排序后進(jìn)行排序后顯示在終端的界面上以供用戶選擇。
[0096]服務(wù)與短消息的貼合度可以是服務(wù)與短消息中的關(guān)鍵詞語的貼合度，例如，當(dāng)短消息為“晚上到上地附近來吃飯吧”，這里面有一個關(guān)鍵詞語“上地附近”，與用戶的潛在意圖對應(yīng)的服務(wù)可能有為用戶推薦的上地附近的餐廳，那么距離上地越近的餐廳與短消息的貼合度就越高，因此，可按照與短消息的貼合度從高到低的順序?qū)⒎?wù)排序后顯示在終