信息处理方法和信息处理装置与流程

1.本技术属于通信技术领域，具体涉及一种信息处理方法和信息处理装置。


背景技术：

2.在用户通过应用商店搜索应用程序的场景下，经常会出现用户输入长尾词、问答类的搜索文本的情况，例如，用户输入“我想下载象棋”，用户的真实意图是想下载含有“象棋”关键字的应用程序。
3.但是，相关技术中，利用搜索方法(例如tf
‑
idf算法、bm25算法等)进行词频(term frequency，tf)和反文档频率(inverse document frequency，idf)分析时，由于“我想”这个词的在所有文档中出现的频率低于“象棋”，其idf值高于“象棋”，则如图1所示，返回的搜索结果中含有“我想”的应用程序却排在了前面，导致出现搜索出的应用程序不符合用户的真实搜索意图的问题。


技术实现要素：

4.本技术实施例的目的是提供一种信息处理方法和信息处理装置，能够解决相关技术中搜索出的应用程序不符合用户的真实搜索意图的问题。
5.第一方面，本技术实施例提供了一种信息处理方法，该信息处理方法包括：
6.接收用户对搜索文本的第一输入；
7.响应于第一输入，将搜索文本划分为至少一个文本分词，并确定每个文本分词的词权重值；
8.获取每个文本分词关联的应用程序，以及获取每个应用程序的索引域权重值；
9.根据文本分词的词权重值和应用程序的索引域权重值，确定每个应用程序的搜索分数；
10.根据搜索分数显示n个应用程序，n为正整数；
11.其中，文本分词关联的应用程序为应用名称中包含文本分词的应用程序。
12.第二方面，本技术实施例提供了一种信息处理装置，该信息处理装置包括：
13.接收模块，用于接收用户对搜索文本的第一输入；
14.划分模块，用于响应于第一输入，将搜索文本划分为至少一个文本分词；
15.确定模块，用于确定每个文本分词的词权重值；
16.获取模块，用于获取每个文本分词关联的应用程序，以及获取每个应用程序的索引域权重值；
17.确定模块，还用于根据文本分词的词权重值和应用程序的索引域权重值，确定每个应用程序的搜索分数；
18.显示模块，用于根据搜索分数显示n个应用程序，n为正整数；
19.其中，文本分词关联的应用程序为应用名称中包含文本分词的应用程序。
20.第三方面，本技术实施例提供了一种电子设备，该电子设备包括处理器、存储器及
存储在存储器上并可在处理器上运行的程序或指令，程序或指令被处理器执行时实现如第一方面的方法的步骤。
21.第四方面，本技术实施例提供了一种可读存储介质，可读存储介质上存储程序或指令，程序或指令被处理器执行时实现如第一方面的方法的步骤。
22.第五方面，本技术实施例提供了一种芯片，芯片包括处理器和通信接口，通信接口和处理器耦合，处理器用于运行程序或指令，实现如第一方面的方法。
23.在本技术实施例中，电子设备在接收到用户输入的搜索文本后，将搜索文本进行分词操作，从而将搜索文本划分为至少一个文本分词，并根据文本分词的分词特征计算每个文本分词的词权重值，实现对搜索文本的语义分析。对于每一个文本分词，获取预先存储的与该文本分词相关联的一个或多个应用程序，并获取每个应用程序预存的索引域权重值。进一步地，根据上述得到的文本分词的词权重值和应用程序的索引域权重值，确定每个应用程序的搜索分数，并利用搜索分数对应用程序进行排序。具体地，获取搜索分数大于或等于预设分数阈值的n个应用程序，并将这n个应用程序按照搜索分数由高到低的顺序进行排列，显示给用户。通过上述方式，能够结合搜索文本的分词词权重和应用程序的索引域权重值，计算应用程序的搜索分数，也即确定出应用程序与搜索文本的关联程度，从而为用户显示出更加符合用户的真实搜索意图的应用程序，满足用户搜索需求。
附图说明
24.图1是相关技术中电子设备的搜索显示界面的示意图；
25.图2是本技术实施例的信息处理方法的流程示意图之一；
26.图3是本技术实施例的文本分词的倒排索引链的示意图；
27.图4是本技术实施例的电子设备的搜索显示界面的示意图；
28.图5是本技术实施例的信息处理方法的流程示意图之二；
29.图6是本技术实施例的信息处理装置的示意框图；
30.图7是本技术实施例的电子设备的示意框图之一；
31.图8是本技术实施例的电子设备的示意框图之二。
具体实施方式
32.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员获得的所有其他实施例，都属于本技术保护的范围。
33.本技术的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象，而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便本技术的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，说明书以及权利要求中“和/或”表示所连接对象的至少其中之一，字符“/”，一般表示前后关联对象是一种“或”的关系。
34.下面结合附图，通过具体的实施例及其应用场景对本技术实施例提供的信息处理方法、信息处理装置、电子设备和可读存储介质进行详细地说明。
35.本技术实施例提供一种信息处理方法，如图2所示，该信息处理方法包括：
36.步骤202，接收用户对搜索文本的第一输入；
37.步骤204，响应于第一输入，将搜索文本划分为至少一个文本分词，并确定每个文本分词的词权重值；
38.步骤206，获取每个文本分词关联的应用程序，以及获取每个应用程序的索引域权重值；
39.步骤208，根据文本分词的词权重值和应用程序的索引域权重值，确定每个应用程序的搜索分数；
40.步骤210，根据搜索分数显示n个应用程序，n为正整数；
41.其中，文本分词关联的应用程序为应用名称中包含文本分词的应用程序。
42.在该实施例中，电子设备中安装有应用商店app，用户在应用商店app中输入搜索文本，电子设备根据用户输入的搜索文本，确定出与该搜索文本匹配的app，并显示给用户，用户可以选择其中的一个或多个进行下载安装。
43.具体地，电子设备在接收到用户输入的搜索文本后，将搜索文本进行分词操作，从而将搜索文本划分为至少一个文本分词，并根据文本分词的分词特征计算每个文本分词的词权重值，实现对搜索文本的语义分析。示例性地，对于用户输入的“我想下载象棋”，利用hanlp(一种开源的分词工具)进行分词，得到“我”、“想”、“下载”、“象棋”这四个文本分词，并计算出每个文本的词权重值。
44.对于每一个文本分词，获取预先存储的与该文本分词相关联的一个或多个应用程序(也即候选应用程序)，并获取每个应用程序预存的与文本分词对应的索引域权重值，应用程序的索引域权重值是指该应用程序对于与其关联的文本分词的重要程度。需要说明的是，与文本分词相关联的应用程序即为应用名称中包含该文本分词的应用程序，例如，对于文本分词“象棋”，与其关联的应用程序可以为“天天下象棋”、“象棋助手”、“象棋”等。
45.示例性地，如图3所示，预先存储有每个文本分词对应的一个包含有m个app(即doc)的倒排索引链，每个doc包含应用唯一识别码(appid)、应用名称(appname)、多个命中索引域列表(indexfields)、离线得分(即app维度的质量分)。其中，每个命中索引域列表中记录有应用程序的索引域、索引域权重、偏移量、长度以及idf值。需要说明的是，倒排索引链是按照离线得分进行排序的，也就是说，doc1、doc2......docm的离线得分依次降低。如果文本分词对应的app数量过多，可利用离线得分进行截断，例如，保留离线得分大于或等于第一预设分数阈值的应用程序，而将离线得分小于第一预设分数阈值的应用程序去除。通过倒排索引链即可获取与文本分词相关联的应用程序，以及每个应用程序的索引域权重值。
46.进一步地，根据上述得到的文本分词的词权重值和应用程序的索引域权重值，确定每个应用程序的搜索分数，并利用搜索分数对应用程序进行排序。具体地，获取搜索分数大于或等于第二预设分数阈值的n个应用程序，并将这n个应用程序按照搜索分数由高到低的顺序进行排列，显示给用户。示例性地，如图4所示，对于用户输入的搜索文本“我想下载象棋”，最终的显示结果中包含词“象棋”的应用程序排在前面。
47.通过上述方式，能够结合搜索文本的分词词权重和应用程序的索引域权重值，计算应用程序的搜索分数，也即确定出应用程序与搜索文本的关联程度，从而为用户显示出更加符合用户的真实搜索意图的应用程序，满足用户搜索需求。
48.进一步地，在本技术的一个实施例中，确定每个文本分词的词权重值，包括：在显示多个分词特征标识的情况下，接收用户对多个分词特征标识中的至少一个目标标识的第二输入，其中分词特征标识用户指示文本分词的分词特征；响应于第二输入，确定目标标识对应的目标分词特征；接收用户输入目标分词特征的特征权重值的第三输入；响应于第三输入，根据目标分词特征的分数以及目标分词特征的特征权重值，计算文本分词的词权重值。
49.在该实施例中，根据文本分词的分词特征和特征权重值计算文本分词的词权重值，而对于文本分词的分词特征以及每个分词特征的特征权重值，可由用户进行选择。具体地，在电子设备上显示多个分词特征标识，一个分词特征标识表示一个分词特征，且每个分词特征都预先对应一个默认分数。用户在多个分词特征标识中选择一个或多个，再对选中的每一个目标分词特征设置特征权重值。示例性地，电子设备上显示“词性”、“词所在位置”、“词频”、“词长度”、等分词特征，用户选择其中的“词性”、“词所在位置”、“词频”以及“词长度”，并将“词性”的特征权重值设置为0.3、“词所在位置”的特征权重值设置为0.3、“词频”的特征权重值设置为0.2、“词长度”的特征权重值设置为0.2。
50.进一步地，根据目标分词特征的分数以及目标分词特征的特征权重值，按照公式f(x)＝词性分数
×
x1+词所在位置分数
×
x2+idf词频分数
×
x3+词长度分数
×
x4，计算出文本分词的词权重值。其中，f(x)为词权重值、x1表示“词性”的特征权重值、x2表示“词所在位置”的特征权重值、x3表示“词频”的特征权重值、x4表示“词长度”的特征权重值。例如，对于用户输入的搜索文本“我想下载象棋”，通过上述计算方式，可计算得到“象棋”的词权重值为0.36466、“下载”的词权重值为0.34313、“想”的词权重值为0.18739、“我”的词权重值为0.10479，显然，“象棋”的词权重值明显高于其他分词，也即确定“象棋”更符合对用户的意图的理解。
51.通过上述方式，用户可以自行选择文本分词的分词特征以及自行设定分词特征的权重值，也即可以更加灵活地自定义文本分词的词权重值，从而能够较准确的预测用户搜索意图，确定出更加准确的应用程序。
52.在一些实施例中，可将idf值可以作为一个弱特征，用于文本分词的词权重值的计算。
53.进一步地，在本技术的一个实施例中，根据文本分词的词权重值和应用程序的索引域权重值，确定每个应用程序的搜索分数，包括：根据文本分词的词权重值和文本分词关联的应用程序的索引域权重值，计算应用程序的应用名称所包含的文本分词的分数；根据应用程序的应用名称所包含的每个文本分词的分数，计算应用程序的分词分数；确定搜索文本所包含的文本分词与应用程序的应用名称所包含的名称分词的交集分词和并集分词；根据交集分词和并集分词，计算应用程序的分词相似度；根据应用程序的分词分数和应用程序的分词相似度，计算应用程序的搜索分数。
54.在该实施例中，确定应用程序的应用名称所包含的文本分词，根据该文本分词的词权重值和该文本分词的关联的应用程序的索引域权重值，计算文本分词的分数。示例性地，用户输入的搜索文本为“我想下载象棋”，对于应用程序“天天下象棋”，其名称中所包含的文本分词为“象棋”、“下”，那么计算“象棋”和“下”的分数，具体地，分别确定与“象棋”、“下”的关联的应用程序的索引域权重值，并根据“象棋”的词权重值以及“象棋”的关联的应
用程序的索引域权重值计算“象棋”的分数，以及根据“下”的词权重值以及“下”的关联的应用程序的索引域权重值计算“下”的分数。需要说明的是，与“象棋”、“下”的关联的应用程序包括“天天下象棋”，但不仅限于“天天下象棋”。
55.根据应用程序的应用名称所包含的每个文本分词的分数的综合，作为应用程序的分词分数，例如，将“象棋”的分数和“下”的分数的综合作为“天天下象棋”的分词分数。
56.进一步地，确定搜索文本所包含的文本分词与应用程序的应用名称所包含的名称分词的交集分词和并集分词，并根据交集分词和并集分词，计算应用程序的分词相似度。示例性地，搜索文本“我想下载象棋”所包含的文本分词为“我”、“想”、“下”、“载”、“象棋”，应用程序“天天下象棋”的应用名称所包含的名称分词为“天天”、“下”、“象棋”，那么交集分词即为“下”和“象棋”，并集分词为“我”、“想”、“下”、“载”、“象棋”、“天天”。计算应用程序的分词相似度，也即计算应用程序的应用名称所包含的名称分词与搜索文本所包含的文本分词的杰卡德系数，其等于交集分词/并集分词，也即等于1/3。
57.最后，根据应用程序的分词分数和应用程序的分词相似度，计算应用程序的搜索分数，例如，用于公式：搜索分数＝分词相似度
×
0.3+分词分数
×
0.7，其中0.3和0.7为权重系数，可由用户设定。
58.通过上述方式，能够结合搜索文本的分词词权重和应用程序的索引域权重值，计算应用程序的搜索分数，从而为用户显示出更加符合用户的真实搜索意图的应用程序。
59.进一步地，在本技术的一个实施例中，根据文本分词的词权重值和文本分词关联的应用程序的索引域权重值，计算应用程序的应用名称所包含的文本分词的分数，包括：在文本分词关联的应用程序的数量为多个的情况下，根据文本分词的词权重值和第一目标应用程序的索引域权重值，计算文本分词的分数；其中，第一目标应用程序为索引域权重值大于或等于第一阈值的应用程序。
60.在该实施例中，如果一个文本分词关联一个应用程序，那么根据该文本分词的词权重值以及该应用程序的索引域权重值，计算该文本分词的分数。如果一个文本分词关联了多个应用程序，那么根据该文本分词的词权重值以及多个应用程序中最大的索引域权重值，计算该文本分词的分数。示例性地，文本分词“象棋”关联的应用程序包括“天天下象棋”、“人人象棋”、“象棋助手”等，则将关联的应用程序的索引域权重值中的最大值作为对文本分词的分数进行计算的计算参数。
61.例如，按照公式：文本分词的分数＝词权重值
×
索引域权重值的最大值，计算文本分词的分数。或者，按照公式：文本分词的分数＝词权重值
×
(0.75
×
索引域权重值的最大值+0.25
×
偏移量分数)，计算文本分词的分数，其中，偏移量分数为最大的索引域权重值对应的偏移量。
62.通过上述方式，在文本分词的多个关联应用程序中确定出与该文本分词关联程度最大的应用程序(也即索引域权重值最大的应用程序)，并利用该关联程度最大的应用程序的索引域权重值计算文本分词的分数，使得文本分词的分数的计算能够更加准确，进而能够以文本分词的分数为基础得到更加符合用户的真实搜索意图的应用程序。
63.进一步地，在本技术的一个实施例中，获取每个文本分词关联的应用程序，包括：在多个文本分词关联一个应用程序的情况下，确定应用程序分别与每个关联的文本分词对应的索引域权重值；将应用程序作为目标文本分词关联的应用程序；其中，目标文本分词为
应用程序的多个索引域权重值中最大的索引域权重值对应的文本分词。
64.在该实施例中，对于一个文本分词，如果该文本分词关联的应用程序还关联有其他的文本分词，则确定该应用程序分别与每个关联的文本分词对应的索引域权重值，将引域权重值中最大值对应的文本分词(即目标文本分词)作为该应用程序关联的文本分词。示例性地，对于文本分词“象棋”关联的应用程序“天天下象棋”，该应用程序还关联有文本分词“下”，如果该应用程序对应“象棋”的索引域权重值大于其对应“下”的索引域权重值，则将应用程序“天天下象棋”作为文本分词“象棋”关联的应用程序。
65.通过上述方式，能够准确地确定文本分词与应用程序直接的关联关系，使得文本分词的分数的计算能够更加准确，进而能够以文本分词的分数为基础得到更加符合用户的真实搜索意图的应用程序。
66.在本技术的一个具体实施例中，如图5所示，信息处理方法包括：
67.步骤502，接收用户输入的搜索文本。
68.步骤504，对搜索文本进行意图分析。
69.在该步骤中，对搜索文本划分为多个文本分词以及确定每个文本分词的词权重值。
70.步骤506，进行应用程序的倒排拉取。
71.在该步骤中，利用文本分词的倒排索引链，确定出所有候选应用程序。
72.步骤508，进行应用程序打分。
73.在该步骤中，结合文本分词的词权重值以及候选应用程序的索引域权重值，对候选应用程序进行打分。
74.步骤510，根据应用程序的分数，显示前n个应用程序。
75.在该步骤中，根据上个步骤中得到的分数，根据分数由高到底的顺序对应用程序进行排序，并选择前n个应用程序作为搜索文本的推荐应用程序进行显示。
76.在该实施例中，能够结合搜索文本的分词词权重和应用程序的索引域权重值，计算应用程序的搜索分数，也即确定出应用程序与搜索文本的关联程度，从而为用户显示出更加符合用户的真实搜索意图的应用程序，满足用户搜索需求。
77.需要说明的是，本技术实施例提供的信息处理方法，执行主体可以为信息处理装置，或者，该信息处理装置中的用于执行信息处理方法的控制模块。本技术实施例中以信息处理装置执行信息处理方法为例，说明本技术实施例提供的信息处理装置。
78.本技术实施例提供一种信息处理装置，如图6所示，该信息处理装置600包括：
79.接收模块602，用于接收用户对搜索文本的第一输入；
80.划分模块604，用于响应于第一输入，将搜索文本划分为至少一个文本分词；
81.确定模块606，用于确定每个文本分词的词权重值；
82.获取模块608，用于获取每个文本分词关联的应用程序，以及获取每个应用程序的索引域权重值；
83.确定模块606，还用于根据文本分词的词权重值和应用程序的索引域权重值，确定每个应用程序的搜索分数；
84.显示模块610，用于根据搜索分数显示n个应用程序，n为正整数；
85.其中，文本分词关联的应用程序为应用名称中包含文本分词的应用程序。
86.在该实施例中，电子设备在接收到用户输入的搜索文本后，将搜索文本进行分词操作，从而将搜索文本划分为至少一个文本分词，并根据文本分词的分词特征计算每个文本分词的词权重值，实现对搜索文本的语义分析。对于每一个文本分词，获取预先存储的与该文本分词相关联的一个或多个应用程序，并获取每个应用程序预存的索引域权重值。进一步地，根据上述得到的文本分词的词权重值和应用程序的索引域权重值，确定每个应用程序的搜索分数，并利用搜索分数对应用程序进行排序。具体地，获取搜索分数大于或等于预设分数阈值的n个应用程序，并将这n个应用程序按照搜索分数由高到低的顺序进行排列，显示给用户。通过上述方式，能够结合搜索文本的分词词权重和应用程序的索引域权重值，计算应用程序的搜索分数，也即确定出应用程序与搜索文本的关联程度，从而为用户显示出更加符合用户的真实搜索意图的应用程序，满足用户搜索需求。
87.进一步地，在本技术的一个实施例中，接收模块602，还用于在显示多个分词特征标识的情况下，接收用户对多个分词特征标识中的至少一个目标标识的第二输入，其中分词特征标识用户指示文本分词的分词特征；确定模块606，具体用于响应于第二输入，确定目标标识对应的目标分词特征；接收模块602，还用于接收用户输入目标分词特征的特征权重值的第三输入；确定模块606，具体用于响应于第三输入，根据目标分词特征的分数以及目标分词特征的特征权重值，计算文本分词的词权重值。
88.进一步地，在本技术的一个实施例中，确定模块606，具体用于：根据文本分词的词权重值和文本分词关联的应用程序的索引域权重值，计算应用程序的应用名称所包含的文本分词的分数；根据应用程序的应用名称所包含的每个文本分词的分数，计算应用程序的分词分数；确定搜索文本所包含的文本分词与应用程序的应用名称所包含的名称分词的交集分词和并集分词；根据交集分词和并集分词，计算应用程序的分词相似度；根据应用程序的分词分数和应用程序的分词相似度，计算应用程序的搜索分数。
89.进一步地，在本技术的一个实施例中，确定模块606，具体用于在文本分词关联的应用程序的数量为多个的情况下，根据文本分词的词权重值和第一目标应用程序的索引域权重值，计算文本分词的分数；其中，第一目标应用程序为索引域权重值大于或等于第一阈值的应用程序。
90.进一步地，在本技术的一个实施例中，获取模块608，具体用于：在多个文本分词关联一个应用程序的情况下，确定应用程序分别与每个关联的文本分词对应的索引域权重值；将应用程序作为目标文本分词关联的应用程序；其中，目标文本分词为应用程序的多个索引域权重值中最大的索引域权重值对应的文本分词。
91.本技术实施例中的信息处理装置600可以是装置，也可以是终端中的部件、集成电路或芯片。该装置可以是移动电子设备，也可以为非移动电子设备。示例性的，移动电子设备可以为手机、平板电脑、笔记本电脑、掌上电脑、车载电子设备、可穿戴设备、超级移动个人计算机(ultra
‑
mobile personal computer，umpc)、上网本或者个人数字助理(personal digital assistant，pda)等，非移动电子设备可以为服务器、网络附属存储器(network attached storage，nas)、个人计算机(personal computer，pc)、电视机(television，tv)、柜员机或者自助机等，本技术实施例不作具体限定。
92.本技术实施例中的信息处理装置600可以为具有操作系统的装置。该操作系统可以为安卓(android)操作系统，可以为ios操作系统，还可以为其他可能的操作系统，本技术
实施例不作具体限定。
93.本技术实施例提供的信息处理装置600能够实现图2至图5的信息处理方法实施例中实现的各个过程，为避免重复，这里不再赘述。
94.可选的，如图7所示，本技术实施例还提供一种电子设备700，包括处理器702，存储器704，存储在存储器704上并可在处理器702上运行的程序或指令，该程序或指令被处理器702执行时实现上述信息处理方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
95.需要注意的是，本技术实施例中的电子设备包括上述的移动电子设备和非移动电子设备。
96.图8为实现本技术实施例的一种电子设备的硬件结构示意图。
97.该电子设备800包括但不限于：射频单元802、网络模块804、音频输出单元806、输入单元808、传感器810、显示单元812、用户输入单元814、接口单元816、存储器818、以及处理器820等部件。
98.本领域技术人员可以理解，电子设备800还可以包括给各个部件供电的电源(比如电池)，电源可以通过电源管理系统与处理器820逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。图8中示出的电子设备结构并不构成对电子设备的限定，电子设备可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置，在此不再赘述。
99.其中，用户输入单元814，用于接收用户对搜索文本的第一输入；处理器820，用于响应于第一输入，将搜索文本划分为至少一个文本分词，确定每个文本分词的词权重值，获取每个文本分词关联的应用程序，并获取每个应用程序的索引域权重值，以及根据文本分词的词权重值和应用程序的索引域权重值，确定每个应用程序的搜索分数；显示单元812，用于根据搜索分数显示n个应用程序，n为正整数；其中，文本分词关联的应用程序为应用名称中包含文本分词的应用程序。
100.在该实施例中，电子设备在接收到用户输入的搜索文本后，将搜索文本进行分词操作，从而将搜索文本划分为至少一个文本分词，并根据文本分词的分词特征计算每个文本分词的词权重值，实现对搜索文本的语义分析。对于每一个文本分词，获取预先存储的与该文本分词相关联的一个或多个应用程序，并获取每个应用程序预存的索引域权重值。进一步地，根据上述得到的文本分词的词权重值和应用程序的索引域权重值，确定每个应用程序的搜索分数，并利用搜索分数对应用程序进行排序。具体地，获取搜索分数大于或等于预设分数阈值的n个应用程序，并将这n个应用程序按照搜索分数由高到低的顺序进行排列，显示给用户。通过上述方式，能够结合搜索文本的分词词权重和应用程序的索引域权重值，计算应用程序的搜索分数，也即确定出应用程序与搜索文本的关联程度，从而为用户显示出更加符合用户的真实搜索意图的应用程序，满足用户搜索需求。
101.进一步地，在本技术的一个实施例中，用户输入单元814，还用于在显示多个分词特征标识的情况下，接收用户对多个分词特征标识中的至少一个目标标识的第二输入，其中分词特征标识用户指示文本分词的分词特征；处理器820，具体用于响应于第二输入，确定目标标识对应的目标分词特征；用户输入单元814，还用于接收用户输入目标分词特征的特征权重值的第三输入；处理器820，具体用于响应于第三输入，根据目标分词特征的分数
以及目标分词特征的特征权重值，计算文本分词的词权重值。
102.进一步地，在本技术的一个实施例中，处理器820，具体用于：根据文本分词的词权重值和文本分词关联的应用程序的索引域权重值，计算应用程序的应用名称所包含的文本分词的分数；根据应用程序的应用名称所包含的每个文本分词的分数，计算应用程序的分词分数；确定搜索文本所包含的文本分词与应用程序的应用名称所包含的名称分词的交集分词和并集分词；根据交集分词和并集分词，计算应用程序的分词相似度；根据应用程序的分词分数和应用程序的分词相似度，计算应用程序的搜索分数。
103.进一步地，在本技术的一个实施例中，处理器820，具体用于在文本分词关联的应用程序的数量为多个的情况下，根据文本分词的词权重值和第一目标应用程序的索引域权重值，计算文本分词的分数；其中，第一目标应用程序为索引域权重值大于或等于第一阈值的应用程序。
104.进一步地，在本技术的一个实施例中，处理器820，具体用于：在多个文本分词关联一个应用程序的情况下，确定应用程序分别与每个关联的文本分词对应的索引域权重值；将应用程序作为目标文本分词关联的应用程序；其中，目标文本分词为应用程序的多个索引域权重值中最大的索引域权重值对应的文本分词。
105.应理解的是，本技术实施例中，射频单元802可用于收发信息或收发通话过程中的信号，具体的，接收基站的下行数据或向基站发送上行数据。射频单元802包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器、双工器等。
106.网络模块804为用户提供了无线的宽带互联网访问，如帮助用户收发电子邮件、浏览网页和访问流式媒体等。
107.音频输出单元806可以将射频单元802或网络模块804接收的或者在存储器818中存储的音频数据转换成音频信号并且输出为声音。而且，音频输出单元806还可以提供与电子设备800执行的特定功能相关的音频输出(例如，呼叫信号接收声音、消息接收声音等等)。音频输出单元806包括扬声器、蜂鸣器以及受话器等。
108.输入单元808用于接收音频或视频信号。输入单元808可以包括图形处理器(graphics processing unit，gpu)8082和麦克风8084，图形处理器8082对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。处理后的图像帧可以显示在显示单元812上，或者存储在存储器818(或其它存储介质)中，或者经由射频单元802或网络模块804发送。麦克风8084可以接收声音，并且能够将声音处理为音频数据，处理后的音频数据可以在电话通话模式的情况下转换为可经由射频单元802发送到移动通信基站的格式输出。
109.电子设备800还包括至少一种传感器810，比如指纹传感器、压力传感器、虹膜传感器、分子传感器、陀螺仪、气压计、湿度计、温度计、红外线传感器、光传感器、运动传感器以及其他传感器。
110.显示单元812用于显示由用户输入的信息或提供给用户的信息。显示单元812可包括显示面板8122，可以采用液晶显示器、有机发光二极管等形式来配置显示面板8122。
111.用户输入单元814可用于接收输入的数字或字符信息，以及产生与电子设备的用户设置以及功能控制有关的键信号输入。具体地，用户输入单元814包括触控面板8142以及其他输入设备8144。触控面板8142也称为触摸屏，可收集用户在其上或附近的触摸操作。触
控面板8142可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器820，接收处理器820发来的命令并加以执行。其他输入设备8144可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆，在此不再赘述。
112.进一步的，触控面板8142可覆盖在显示面板8122上，当触控面板8142检测到在其上或附近的触摸操作后，传送给处理器820以确定触摸事件的类型，随后处理器820根据触摸事件的类型在显示面板8122上提供相应的视觉输出。触控面板8142与显示面板8122可作为两个独立的部件，也可以集成为一个部件。
113.接口单元816为外部装置与电子设备800连接的接口。例如，外部装置可以包括有线或无线头戴式耳机端口、外部电源(或电池充电器)端口、有线或无线数据端口、存储卡端口、用于连接具有识别模块的装置的端口、音频输入/输出(i/o)端口、视频i/o端口、耳机端口等等。接口单元816可以用于接收来自外部装置的输入(例如，数据信息、电力等等)并且将接收到的输入传输到电子设备800内的一个或多个元件或者可以用于在电子设备800和外部装置之间传输数据。
114.存储器818可用于存储软件程序以及各种数据。存储器818可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据移动终端的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器818可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
115.处理器820通过运行或执行存储在存储器818内的软件程序和/或模块，以及调用存储在存储器818内的数据，执行电子设备800的各种功能和处理数据，从而对电子设备800进行整体监控。处理器820可包括一个或多个处理单元；优选的，处理器820可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。
116.本技术实施例还提供一种可读存储介质，可读存储介质上存储有程序或指令，该程序或指令被处理器执行时实现上述信息处理方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
117.其中，处理器为上述实施例中的电子设备中的处理器。可读存储介质，包括计算机可读存储介质，如计算机只读存储器(read
‑
only memory，rom)、随机存取存储器(random access memory，ram)、磁碟或者光盘等。
118.本技术实施例另提供了一种芯片，芯片包括处理器和通信接口，通信接口和处理器耦合，处理器用于运行程序或指令，实现上述信息处理方法实施例的各个过程，且能达到相同的技术效果，为避免重复，这里不再赘述。
119.应理解，本技术实施例提到的芯片还可以称为系统级芯片、系统芯片、芯片系统或片上系统芯片等。
120.需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有
的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外，需要指出的是，本技术实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能，还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能，例如，可以按不同于所描述的次序来执行所描述的方法，并且还可以添加、省去、或组合各种步骤。另外，参照某些示例所描述的特征可在其他示例中被组合。
121.通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分可以以计算机软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端(可以是手机，计算机，服务器，或者网络设备等)执行本技术各个实施例所述的方法。
122.上面结合附图对本技术的实施例进行了描述，但是本技术并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，而不是限制性的，本领域的普通技术人员在本技术的启示下，在不脱离本技术宗旨和权利要求所保护的范围情况下，还可做出很多形式，均属于本技术的保护之内。