本公开涉及互联网技术领域，尤其涉及一种建立拼音数据库的方法及装置、基于拼音检索的方法及装置、电子设备、计算机可读存储介质。
背景技术：
随着互联网中信息数量的飞速增长，搜索服务变得越来越重要。例如人们出行时在地图或出行软件中搜索目的地，就餐时在点评或外卖软件中搜索餐厅，网络交友时在社交软件中搜索用户名等。其中，拼音搜索相比于汉字搜索，具有输入方便、模糊查找范围大等优点，因而受到用户的广泛欢迎。目前许多搜索引擎以及应用程序中的搜索服务都同时支持汉字与拼音搜索。
在拼音搜索时经常会遇到多音字的情况，现有技术多数是通过语义进行识别，例如将“重庆”识别为“chongqing”，用户无法通过“zhongqing”搜索出“重庆”。然而该方案无法识别无语义汉字文本，例如姓名、企业名等。在处理无语义汉字文本时，一部分现有技术不支持多音字，例如，“种”作为多音字可读作“zhong”(三声)、“zhong”(四声)和“chong”，当用户搜索“chongyang”时，无法搜出“种洋”，导致用户无法得到想要的搜索结果；另一部分现有技术支持多音字的所有读音，例如，“腊”可读作“la”和“xi”，当用户搜索“zhangximei”时，可能匹配出“张腊梅”这个结果，大多数用户并不知道“腊”也读作“xi”，可能认为是一个错误的结果，影响搜索体验。
因此现有拼音搜索的技术方案存在搜索结果不完全或搜索结果冗余的问题。
需要说明的是，在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现要素：
本公开的目的在于提供一种建立拼音数据库的方法及装置、基于拼音检索的方法及装置、电子设备、计算机存储介质，进而至少在一定程度上克服由于现有技术的限制和缺陷而导致的拼音搜索的搜索结果冗余或搜索结果不完全的问题。
本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。
根据本公开的一个方面，提供一种建立拼音数据库的方法，包括：构建拼音数据库，所述拼音数据库中包括汉字中的多音字的每种读音及其初始概率；根据所述拼音数据库建立对象标识-拼音索引；根据历史搜索点击行为数据，获得相应多音字的每种读音的统计概率；根据所述初始概率和统计概率获得所述相应多音字的每种读音的当前概率；根据所述相应多音字的每种读音的当前概率更新所述对象标识-拼音索引。
在本公开的一种示例性实施例中，所述构建拼音数据库，所述拼音数据库中包括汉字中的多音字的每种读音及其初始概率包括：将所述对象标识划分为第一部分和第二部分；为所述第一部分中的多音字的第一读音设置第一初始概率；为所述第一部分中的多音字的第二读音设置第二初始概率；其中，所述第一初始概率大于所述第二初始概率，且所述第一初始概率与所述第二初始概率之和为一预设常数。
在本公开的一种示例性实施例中，所述构建拼音数据库，所述拼音数据库中包括汉字中的多音字的每种读音及其初始概率还包括：为所述第二部分中的多音字的每种读音分别设置相同的第三初始概率；其中，每种读音的所述第三初始概率之和为所述预设常数。
在本公开的一种示例性实施例中，所述根据历史搜索点击行为数据，获得相应多音字的每种读音的统计概率包括：统计用户输入关键字包括拼音的搜索请求；记录所述搜索请求对应点击的对象标识；根据所述搜索请求及其对应点击的对象标识，获得相应多音字的每种读音的统计概率。
在本公开的一种示例性实施例中，所述根据相应多音字的每种读音的当前概率更新所述对象标识-拼音索引包括：去除相应多音字中当前概率低于一概率阈值的读音对应的对象标识-拼音索引。
根据本公开的一个方面，提供一种基于拼音检索的方法，包括：接收输入的搜索请求，所述搜索请求中包括目标对象标识的拼音；根据预先建立的拼音数据库中的对象标识-拼音索引和所述搜索请求，获取搜索结果，其中所述拼音数据库中包括对象标识中的多音字的每种读音的概率信息；根据所述概率信息对所述搜索结果进行排序；其中，所述概率信息是根据所述多音字的每种读音的初始概率和历史搜索点击行为数据得到的。
根据本公开的一个方面，提供一种建立拼音数据库的装置，包括：数据库构建模块，用于构建拼音数据库，所述拼音数据库中包括汉字中的多音字的每种读音及其初始概率；索引建立模块，用于根据所述拼音数据库建立对象标识-拼音索引；概率统计模块，用于根据历史搜索点击行为数据，获得相应多音字的每种读音的统计概率；概率获取模块，用于根据所述初始概率和统计概率获得所述相应多音字的每种读音的当前概率；索引更新模块，用于根据所述相应多音字的每种读音的当前概率更新所述对象标识-拼音索引。
根据本公开的一个方面，提供一种基于拼音检索的装置，包括：请求接收模块，用于接收输入的搜索请求，所述搜索请求中包括目标对象标识的拼音；搜索结果获取模块，用于根据预先建立的拼音数据库中的对象标识-拼音索引和所述搜索请求，获取搜索结果，其中所述拼音数据库中包括对象标识中的多音字的每种读音的概率信息；结果排序模块，用于根据所述概率信息对所述搜索结果进行排序；其中，所述概率信息是根据所述多音字的每种读音的初始概率和历史搜索点击行为数据得到的。
根据本公开的一个方面，提供一种电子设备，包括存储器、处理器及存储在该存储器上并可在该处理器上运行的计算机程序，该程序被该处理器执行时实现上述任意一项所述的方法步骤。
根据本公开的一个方面，提供一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现如上述任意一项所述的方法步骤。
本公开的示例性实施例具有以下有益效果：
本公开提供的建立拼音数据库的方法中，在拼音数据库中为多音字每种读音设定初始概率，统计历史搜索点击行为数据中每种读音的统计概率，根据初始概率与统计概率确定当前概率，并更新对象标识-拼音索引，以建立索引状态动态更新的拼音数据库。一方面，包含多音字的对象标识-拼音索引是基于各读音的当前概率做出的，反映了用户实际使用情况，既可以包含用户常用的全部读音，又可以去除冗余的生僻读音，使用户在拼音搜索时可以方便、快捷的查找出目标结果，提高了用户的搜索体验。另一方面，拼音数据库可以收集与统计用户的搜索点击行为数据，并根据计算出的当前概率更新对象标识-拼音索引，可以实现拼音数据库定期更新与维护的自动化，提高了建立拼音数据库的效率。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理。显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1示出一种建立拼音数据库的方法流程图；
图2示出一种网络应用程序的系统架构图；
图3示出一种单机应用程序的系统架构图；
图4示出一种获得多音字读音统计概率的方法流程图；
图5示出一种基于拼音检索的方法流程图；
图6示出一种建立拼音数据库的装置结构框图；
图7示出一种基于拼音检索的装置结构框图；
图8示出一种用于实现上述方法的电子设备；
图9示出一种用于实现上述方法的计算机可读存储介质。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本公开将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。
需要说明的是，本公开中，用语“一个”、“一”、“该”和“所述”用以表示存在一个或多个要素/组成部分/等；用语“包括”用以表示开放式的包括在内的意思并且是指除了列出的要素/组成部分/等之外还可存在另外的要素/组成部分/等；用语“第一”和“第二”等仅作为标记使用，不是对其对象数量的限制。
本公开的示例性实施例首先提供了一种拼音数据库建立方法。所述拼音数据库可用于在应用程序中通过拼音搜索无语义的汉字文本，例如拼音搜索姓名、企业名、餐厅名、小区名等。如图1所示，该方法可以包括以下步骤：
步骤s110，构建拼音数据库，所述拼音数据库中包括汉字中的多音字的每种读音及其初始概率。
其中，所述拼音数据库为一初始数据库，可以根据字典构建，其中包括多音字与相应的所有读音之间的映射，例如“腊”到“la”和“xi”的映射，“种”到“zhong”(三声)、“zhong”(四声)和“chong”的映射；拼音数据库也可以利用现有支持多音字的拼音工具构建，例如pinyin4j(一种java格式的拼音数据库)开源文件等。初始概率是指多音字映射到每种读音的概率，可以按照预设的规则或经验赋初值，例如所有读音的初始概率可以相同，如“腊”映射到“la”和“xi”的初始概率分别是50％，或者可以增加常用读音的初始概率，如“腊”映射到“la”的初始概率为80％，映射到“xi”为20％等。每个多音字的所有读音的初始概率之和可以为1，也可以小于1，以留出一定的小概率给易发生的错误读音。
步骤s120，根据所述拼音数据库建立对象标识-拼音索引。
其中，所述对象标识是指应用程序中可通过拼音搜索到的汉字或汉字组合，例如通讯录中的联系人姓名，社交应用中的用户名等。对象标识以汉字的形式存储于程序中，同时程序根据拼音数据库中的映射为其建立对象标识-拼音索引。该索引通常可以记录于程序后台，也可以通过特定形式呈现，例如通讯录中按照联系人姓名的首字母自动排列其顺序，社交应用中用户名的汉字旁边显示拼音等。对于含有多音字的对象标识，可以根据多音字的不同读音建立多条对象标识-拼音索引，并可以根据各读音的初始概率为相应的对象标识-拼音索引设定索引概率。索引概率可以用于对各索引设定不同优先级，例如使初始概率高的读音对应的索引排在靠前的位置，或者只显示初始概率最高的读音对应的索引，而将其他读音对应的索引隐藏于程序后台等，也可以用于在搜索结果中与拼音相同、对象标识不同的其他索引进行对比，使索引概率更高的索引排在靠前的位置等。
步骤s130，根据历史搜索点击行为数据，获得相应多音字的每种读音的统计概率。
其中，搜索点击行为是指程序接收到的搜索请求，该请求包含全部或部分以拼音形式输入的关键字，以及程序在提供搜索结果后，接收到的选择特定搜索结果的点击行为。本实施例中，可以只统计对于多音字的历史搜索点击行为数据。以多音字“乐”为例，可以统计用户分别通过“yue”以及“le”搜索“乐”的次数，其中“yue”的搜索次数占总次数的比例即为其统计概率，每个多音字的所有读音的统计概率之和可以为1。
步骤s140，根据所述初始概率和所述统计概率确定所述相应多音字的每种读音的当前概率。
本公开实施例中，初始概率是按照预设的规则或经验所赋的概率初值，统计概率是用户使用不同读音频次的统计结果，通常统计概率更反映当前实际使用情况，但统计概率可能存在统计周期短、统计范围不全面等问题，可以利用初始概率与统计概率进行计算后得到当前概率，例如初始概率与统计概率求平均、加权平均等。当前概率的计算方法在后面的实施例中将具体说明。
步骤s150，根据所述相应多音字的每种读音的当前概率更新所述对象标识-拼音索引。
本公开实施例中，含有多音字的对象标识包含多条对象标识-拼音索引，其中初始概率高的读音，通常其索引的优先级也高。在确定了每种读音的当前概率后，可以对相应对象标识的索引进行更新，例如按照当前概率重新排列各读音对应的索引的优先级，去除当前概率过低的读音对应的索引，对当前概率极高的读音对应的索引突出显示等。
本示例性实施例中，在拼音数据库中为多音字每种读音设定初始概率，统计历史搜索点击行为数据中每种读音的统计概率，根据初始概率与统计概率确定当前概率，并更新对象标识-拼音索引，以建立索引状态动态更新的拼音数据库。一方面，包含多音字的对象标识-拼音索引是基于各读音的当前概率做出的，反映了用户实际使用情况，既可以包含用户常用的全部读音，又可以去除冗余的生僻读音，使用户在拼音搜索时可以方便、快捷的查找出目标结果；同时，对象标识-拼音索引的状态可以根据用户的对象标识库、拼音输入习惯等的变化做相应的调整，提高了用户的搜索体验。另一方面，拼音数据库可以收集与统计用户的搜索点击行为数据，并根据计算出的当前概率更新对象标识-拼音索引，可以实现拼音数据库定期更新与维护的自动化，提高了建立拼音数据库的效率。
图2示出了一种网络应用程序的系统架构200，可以包括终端设备201、202、203中的一种或多种，服务器204和数据库205。其中，本实施例的方法可以应用于服务器204上，通过收集与统计所有用户的历史搜索点击行为数据，建立以所有用户的使用偏好为索引导向的拼音数据库。图3示出了一种单机应用程序的系统架构300，可以在终端设备301、302、303上安装应用程序的客户端，构建拼音数据库，并根据本终端用户的使用情况更新对象标识的拼音索引，建立以本终端用户的使用偏好为索引导向的拼音数据库。
当对象标识是姓名时，多音字在姓氏中经常有专用的读音，因此可以为该专用读音设置较高的初始概率。在一示例性实施例中，构建拼音数据库，所述拼音数据库中包括汉字中的多音字的每种读音及其初始概率的步骤可以包括：将所述对象标识划分为第一部分和第二部分；将所述第一部分中的多音字的第一读音设置第一初始概率；将所述第一部分中的多音字的第二读音设置第二初始概率；其中，所述第一初始概率大于所述第二初始概率，且所述第一初始概率与所述第二初始概率之和为一预设常数。
本公开实施例中，第一部分可以是姓名中的姓氏，第二部分可以是名字，以姓名“曾乐”为例，“曾”为第一部分，“乐”为第二部分，“曾”有“zeng”和“ceng”两个读音，作为姓通常读作“zeng”，因此可以为“zeng”设置较高的初始概率，例如可以设置为90％，则“ceng”的初始概率可以为10％。通常第一初始概率与第二初始概率之和可以为1，也可以为小于1的常数，如0.9等，可以留出一定的小概率用于与易发生的错误拼写建立索引，例如“zwng”、“zemg”等。
需要补充的是，上述方法对于有第三读音甚至第四读音的多音字同样适用，例如“宿”可读作“xiu”(三声)、“xiu”(四声)和“su”(作为姓读作“su”)，可以在姓氏部分为“su”设置较高的初始概率，为其他读音设置较低的初始概率，即第一初始概率可以大于第二初始概率、第三初始概率等等。
多音字在姓名中名字部分的各种读音在理论上可以具有相同的初始概率。在一示例性实施例中，构建拼音数据库，所述拼音数据库中包括汉字中的多音字的每种读音及其初始概率的步骤还可以包括：将所述第二部分中的多音字的每种读音分别设置相同的第三初始概率；其中，每种读音的所述第三初始概率之和为所述预设常数。以“曾乐”为例，名字中“乐”读“le”与“yue”的初始概率可以都为50％。预设常数是指多音字各种读音的初始概率之和，通常可以是1，也可以小于1。
在一示例性实施例中，参考图4所示，所述统计历史搜索点击行为数据，获得相应多音字的每种读音的统计概率可以包括以下步骤：步骤s401，统计用户输入关键字包括拼音的搜索请求；步骤s402，记录所述搜索请求对应点击的对象标识；步骤s403，根据所述搜索请求及其对应点击的对象标识，获得相应多音字的每种读音的统计概率。
用户在进行搜索时，通常可以通过汉字与拼音两种形式输入关键字，本实施例中可以只统计关键字包括拼音的搜索请求，例如关键字可以是纯拼音或拼音+汉字混合，并记录用户在搜索结果的对象标识列表中点击了哪个对象标识，形成一组拼音-对象标识的搜索点击记录，例如，用户搜索“zhangyuelei”最终点击了姓名为“张乐雷”的用户，则程序可以记录“搜索”＝“zhangyuelei”，“点击”＝“张乐雷”这组信息。收集一段时间内所有的搜索点击记录，可以计算出各读音的统计概率，例如统计用户搜索点击行为，400人次搜索“zhanglelei”，最终点击了“张乐雷”，100人次搜索“zhangyuelei”，最终点击了“张乐雷”，则“乐”读作“le”的统计概率可以为400/(100+400)＝0.8，“乐”读作“yue”的统计概率可以为100/(100+400)＝0.2。
为了减少统计量，并使统计结果反映用户最新的搜索偏好，可以设定统计周期，例如一天、一周、一个月等，每次统计最近的统计周期内的搜索点击行为数据，计算最新的统计概率，并可以根据各统计周期内的统计概率以及初始概率计算当前概率。
在一示例性实施例中，可以对各统计周期的统计概率与初始概率加权平均计算当前概率：例如，“乐”读“yue”和“le”的初始概率都为0.5；第一次统计中“yue”的统计概率为0.8，“le”为0.2；第二次统计“yue”为0.85，“le”为0.15。则“yue”的当前概率可以通过下式计算：
[0.85×1+0.8×(1-0.1)+0.5×(1-0.1×2)]/(1+0.9+0.8)＝0.73
“le”的当前概率可以为：
[0.15×1+0.2×(1-0.1)+0.5×(1-0.1×2)]/(1+0.9+0.8)＝0.27
其中，最近的统计周期内的统计概率权重系数可以为1，以前的统计概率权重系数按照时间从近到远的顺序逐个衰减0.1。
可见，通过该计算方法计算当前概率，只有最近10个统计周期的统计概率参与计算，当统计周期大于等于10个时，初始概率的权重系数衰减为0，即可以不再对当前概率的计算结果产生影响。因此，对于生僻读音，具有初始概率，如果在实际使用中没有发生过一次相应的搜索点击，例如用户没有一次通过“xi”搜索“腊”，则经过10个统计周期后，“腊”读作“xi”的当前概率为0，可以认定该读音为冗余的选项，在搜索结果中进行去除。在一示例性实施例中，根据相应多音字的每种读音的当前概率更新所述对象标识-拼音索引可以包括：去除相应多音字中当前概率为0的读音对应的对象标识-拼音索引。去除后当用户搜索“xi”时，可以不出现“腊”的搜索结果。
需要说明的是，上述实施例中，可以调整权重系数每次衰减的值，例如统计周期较长的情况下，希望为近期的统计周期分配较高的权重系数，则可以将权重系数衰减值设定的更大，如0.2、0.5等，或者统计周期较短的情况下，希望更多的统计周期参与加权平均计算当前概率，则可以将权重系数衰减值设定的更小，如0.05、0.02等。对于权重系数衰减值为其他值的情况，初始概率对于当前概率产生影响的时间范围也可以不同，例如权重系数衰减值为0.2时，初始概率可以在5个统计周期内对当前概率产生影响，或者权重系数衰减值为0.05时，初始概率可以在20个统计周期内对当前概率产生影响等等。
在一示例性实施例中，为了将当前概率的计算过程简化，可以通过最近的统计周期的统计概率与上一统计周期的当前概率加权平均计算当前概率。例如“乐”读“yue”和“le”的初始概率都为0.5；第一次统计中“yue”的统计概率为0.8，“le”为0.2，则此时“yue”的当前概率可以为：
[0.8×1+0.5×(1-0.2)]/(1+0.8)＝0.67(“le”的计算略)
第二次统计“yue”为0.85，“le”为0.15。则“yue”的当前概率可以为：
[0.85×1+0.67×(1-0.2)]/(1+0.8)＝0.77(“le”的计算略)
其中，最近的统计周期内的统计概率权重系数可以为1，上一统计周期的当前概率在计算中权重系数衰减0.2。则初始概率可以始终对当前概率产生影响，如果“腊”读作“xi”的初始概率为0.1，在实际使用中没有统计到“xi”到“腊”的搜索点击行为，则在权重系数衰减0.2与衰减0.1时，各统计周期的生僻读音“xi”的当前概率如表1所示。可见，无论经过多少统计周期，其概率都无法降为0。因此为了去除冗余的搜索结果，在一示例性实施例中，根据相应多音字的每种读音的当前概率更新所述对象标识-拼音索引可以包括：去除相应多音字中当前概率低于一概率阈值的读音对应的对象标识-拼音索引。概率阈值是指判定该读音为常用读音的概率下限，当低于该概率阈值时，可以判定为生僻读音。例如在权重系数衰减0.2时，可以设定概率阈值为3.0e-5，如表1所示，则在第10个统计周期后，生僻读音的当前概率低于该概率阈值，可以去除相应的对象标识-拼音索引。概率阈值可以根据当前概率的计算方法以及实际应用的情况而设定为各种数值。
表1
本公开的示例性实施例还提供了一种基于拼音检索的方法，可用于通过拼音检索无语义的汉字或汉字组合，例如姓名、企业名、餐厅名、小区名等。如图5所示，该方法可以包括以下步骤：步骤s510，接收输入的搜索请求，所述搜索请求中包括目标对象标识的拼音；步骤s520，根据预先建立的拼音数据库中的对象标识-拼音索引和所述搜索请求，获取搜索结果，其中所述拼音数据库中包括对象标识中的多音字的每种读音的概率信息；步骤s530，根据所述概率信息对所述搜索结果进行排序；其中，所述概率信息是根据所述多音字的每种读音的初始概率和历史搜索点击行为数据得到的。
其中，搜索结果是指与搜索请求包含的拼音存在映射的所有汉字组合，并可以根据各汉字组合对应到搜索请求拼音的当前概率进行排序。例如，搜索“yuelei”，有两个用户“张越雷”和“张乐雷”，由于“越雷”读作“yuelei”的概率为1，而根据前述实施例中的统计结果计算的“乐雷”读作”yuelei“的概率为0.73或0.77，因此可以在搜索结果中把“张越雷”排在前面，把“张乐雷”排在后面。
需要说明的是，本实施例的方法可以应用于包含拼音数据库的服务器上，通过接收终端设备发送的搜索请求以及向终端设备发送搜索结果，提供拼音检索服务，也可以应用于终端设备上，该终端设备可以从内置的拼音数据库直接获取搜索结果，也可以通过向服务器发送搜索请求后获取搜索结果。
本公开的示例性实施例还提供了一种建立拼音数据库的装置，可以应用于提供数据交互的服务器上，也可以应用于安装有客户端程序的终端设备上。如图6所示，该建立拼音数据库的装置600可以包括：数据库构建模块610，用于构建拼音数据库，所述拼音数据库中包括汉字中的多音字的每种读音及其初始概率；索引建立模块620，用于根据所述拼音数据库建立对象标识-拼音索引；概率统计模块630，用于根据历史搜索点击行为数据，获得相应多音字的每种读音的统计概率；概率获取模块640，用于根据所述初始概率和统计概率获得所述相应多音字的每种读音的当前概率；索引更新模块650，用于根据所述相应多音字的每种读音的当前概率更新所述对象标识-拼音索引。
在一示例性实施例中，所述数据库构建模块可以包括：对象标识划分单元，用于将所述对象标识划分为第一部分和第二部分；初始概率设置单元，用于为所述第一部分中的多音字的第一读音设置第一初始概率，以及为所述第一部分中的多音字的第二读音设置第二初始概率；其中，所述第一初始概率大于所述第二初始概率，且所述第一初始概率与所述第二初始概率之和为一预设常数。
在一示例性实施例中，所述初始概率设置单元还可以用于为所述第二部分中的多音字的每种读音分别设置相同的第三初始概率；其中，每种读音的所述第三初始概率之和为所述预设常数。
在一示例性实施例中，所述概率统计模块可以包括：搜索请求统计单元，用于统计用户输入关键字包括拼音的搜索请求；对象标识记录单元，用于记录所述搜索请求对应点击的对象标识；统计概率确定单元，用于根据所述搜索请求及其对应点击的对象标识，获得相应多音字的每种读音的统计概率。
在一示例性实施例中，所述索引更新模块可以包括：生僻读音清洗单元，用于去除相应多音字中当前概率低于一概率阈值的读音对应的对象标识-拼音索引。
本公开的示例性实施例还提供了一种基于拼音检索的装置，可以应用于提供数据交互的服务器上，也可以应用于安装有客户端程序的终端设备上。如图7所示，该基于拼音检索的装置700可以包括：请求接收模块710，用于接收输入的搜索请求，所述搜索请求中包括目标对象标识的拼音；搜索结果获取模块720，用于根据预先建立的拼音数据库中的对象标识-拼音索引和所述搜索请求，获取搜索结果，其中所述拼音数据库中包括对象标识中的多音字的每种读音的概率信息；结果排序模块730，用于根据所述概率信息对所述搜索结果进行排序。其中，所述概率信息是根据所述多音字的每种读音的初始概率和历史搜索点击行为数据得到的。
以上建立拼音数据库的装置与基于拼音检索的装置中各模块/单元的具体细节已经在相应的方法部分实施例中有详细的说明，此处不再赘述。
在本公开的示例性实施例中，还提供了一种能够实现上述方法的电子设备。
所属技术领域的技术人员能够理解，本公开的各个方面可以实现为系统、方法或程序产品。因此，本公开的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。
下面参照图8来描述根据本公开的这种实施方式的电子设备800。图8显示的电子设备800仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图8所示，电子设备800以通用计算设备的形式表现。电子设备800的组件可以包括但不限于：上述至少一个处理单元810、上述至少一个存储单元820、连接不同系统组件(包括存储单元820和处理单元810)的总线830、显示单元840。
其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元810执行，使得所述处理单元810执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。例如，所述处理单元810可以执行如图1中所示的步骤：步骤s110，构建拼音数据库，所述拼音数据库中包括汉字中的多音字的每种读音及其初始概率；步骤s120，根据所述拼音数据库建立对象标识-拼音索引；步骤s130，根据历史搜索点击行为数据，获得相应多音字的每种读音的统计概率；步骤s140，根据所述初始概率和统计概率获得所述相应多音字的每种读音的当前概率；步骤s150，根据所述相应多音字的每种读音的当前概率更新所述对象标识-拼音索引。
存储单元820可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(ram)821和/或高速缓存存储单元822，还可以进一步包括只读存储单元(rom)823。
存储单元820还可以包括具有一组(至少一个)程序模块825的程序/实用工具824，这样的程序模块825包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线830可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备800也可以与一个或多个外部设备1000(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备800交互的设备通信，和/或与使得该电子设备800能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口850进行。并且，电子设备800还可以通过网络适配器860与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图所示，网络适配器860通过总线830与电子设备800的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备800使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是cd-rom，u盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。
在本公开的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中，本公开的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。
参考图9所示，描述了根据本公开的实施方式的用于实现上述方法的程序产品900，其可以采用便携式紧凑盘只读存储器(cd-rom)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本公开的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、rf等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、c++等，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
此外，上述附图仅是根据本公开示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。
应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限。