音乐搜索联想词生成方法、装置、计算机设备和存储介质与流程

本技术涉及人工智能，特别是涉及一种音乐搜索联想词生成方法、装置、计算机设备、存储介质和计算机程序产品。

背景技术：

1、目前业界搜索联想词条的挖掘方案包括通过搜集用户的搜索历史汇总词条计算tfidf（term frequency–inverse document frequency，词频-逆文档频率）的方法，还包括相似词条挖掘召回的方法。

2、比如，在用户使用知识搜索引擎查询搜索各种各样的问题时，用户搜索输入的query长度很长，可以通过计算词语的共现及出现次数，得到相应的扩展词提示给用户；再比如，在用户通过电商购物网站搜索并点击相关商品时，可以通过关联挖掘相似的词来得到商品的种类、价格、厂商等信息，然后拼接提示给用户。

3、然而，在音乐的搜索场景中，用户输入的词条既没有知识搜索领域中的词条长度较长的优势，又没有电商搜索领域中的数据种类丰富的优势，因此当前的技术无法适配音乐词条搜索的领域应用场景，导致音乐搜索领域的词条数据的匮乏，进而使得词条搜索联想词的展示效果不佳。

技术实现思路

1、基于此，有必要针对上述技术问题，提供一种能够提升音乐搜索领域的词条数据的丰富度，进而提升词条搜索联想词的展示效果的音乐搜索联想词生成方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

2、第一方面，本技术提供了一种音乐搜索联想词生成方法。所述方法包括：

3、识别出音乐搜索操作所输入的音乐搜索词中的搜索实体；

4、采用所述搜索实体对预设词条模板进行实体替换得到替换后词条，根据所述替换后词条的搜索效果从所述预设词条模板中确定目标词条模板；

5、根据从曲库实体数据中匹配得到的目标实体数据对所述目标词条模板进行填充得到填充后词条；所述曲库实体数据包括音乐数据库中的关键词经实体识别后的曲库实体；

6、基于扩展词条的有效性特征和语义特征对所述扩展词条进行过滤，得到与所述音乐搜索词对应的音乐联想词；所述扩展词条包括所述填充后词条和/或所述替换后词条。

7、在其中一个实施例中，所述采用所述搜索实体对预设词条模板进行实体替换得到替换后词条，根据所述替换后词条的搜索效果从所述预设词条模板中确定目标词条模板，包括：

8、采用所述搜索实体对所述预设词条模板中的槽位进行替换，得到至少一个所述替换后词条；

9、基于各所述替换后词条的用户搜索频率对所述至少一个所述替换后词条进行过滤，得到用户搜索频率满足设定要求的过滤后词条；所述用户搜索频率用于表征所述替换后词条的搜索效果；

10、将所述过滤后词条对应的词条模板作为所述目标词条模板。

11、在其中一个实施例中，所述基于各所述替换后词条的用户搜索频率对所述至少一个所述替换后词条进行过滤，得到用户搜索频率满足设定要求的过滤后词条，包括：

12、通过预训练的模板筛选模型输出针对各所述替换后词条的用户搜索频率；其中，所述预训练的模板筛选模型为采用用户搜索历史数据训练得到的；

13、获取词条筛选阈值，将用户搜索频率大于所述词条筛选阈值的所述替换后词条作为所述过滤后词条。

14、在其中一个实施例中，所述方法还包括：

15、对音乐数据库中的曲库搜索词进行实体识别，得到所述曲库搜索词对应的所述曲库实体数据；

16、获取所述曲库实体数据中各曲库实体的词条划分类别；

17、在所述曲库实体数据中匹配得到与所述搜索实体具有相同所述词条划分类别的目标曲库实体，将所述目标曲库实体作为所述目标实体数据。

18、在其中一个实施例中，所述基于扩展词条的有效性特征和语义特征对所述扩展词条进行过滤，得到与所述音乐搜索词对应的音乐联想词，包括：

19、通过预训练的语言判别模型输出针对各所述扩展词条的语言判别结果；其中，所述预训练的语言判别模型为采用表征所述有效性特征和所述语义特征的扩展词条数据训练得到的；

20、在所述语言判别结果为所述扩展词条有效且语义无误的情况下，将所述扩展词条作为所述音乐联想词。

21、在其中一个实施例中，所述方法还包括：

22、获取在向用户展示所述音乐联想词后所述用户针对所述音乐联想词输入的联想词互动数据；

23、将所述音乐联想词和所述联想词互动数据输入预训练的行为分析模型，得到行为分析结果；所述行为分析结果用于确定是否将所述音乐联想词添加到所述音乐搜索词的词库中。

24、在其中一个实施例中，所述方法还包括：

25、对所述联想词互动数据进行特征识别，得到行为特征值；

26、将所述行为特征值按照预设规则嵌入到一个向量空间，得到对应于目标用户的特征向量；所述目标用户包括第一用户和第二用户；

27、在所述第一用户的特征向量与所述第二用户的特征向量之间的相似度满足预设条件的情况下，将所述第一用户对应的音乐联想词共享给所述第二用户。

28、第二方面，本技术还提供了一种音乐搜索联想词生成装置。所述装置包括：

29、识别模块，用于识别出音乐搜索操作所输入的音乐搜索词中的搜索实体；

30、替换模块，采用所述搜索实体对预设词条模板进行实体替换得到替换后词条，根据所述替换后词条的搜索效果从所述预设词条模板中确定目标词条模板；

31、扩展模块，用于根据从曲库实体数据中匹配得到的目标实体数据对所述目标词条模板进行填充得到填充后词条；所述曲库实体数据包括音乐数据库中的关键词经实体识别后的曲库实体；

32、过滤模块，用于基于扩展词条的有效性特征和语义特征对所述扩展词条进行过滤，得到与所述音乐搜索词对应的音乐联想词；所述扩展词条包括所述填充后词条和/或所述替换后词条。

33、第三方面，本技术还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：

34、识别出音乐搜索操作所输入的音乐搜索词中的搜索实体；

35、采用所述搜索实体对预设词条模板进行实体替换得到替换后词条，根据所述替换后词条的搜索效果从所述预设词条模板中确定目标词条模板；

36、根据从曲库实体数据中匹配得到的目标实体数据对所述目标词条模板进行填充得到填充后词条；所述曲库实体数据包括音乐数据库中的关键词经实体识别后的曲库实体；

37、基于扩展词条的有效性特征和语义特征对所述扩展词条进行过滤，得到与所述音乐搜索词对应的音乐联想词；所述扩展词条包括所述填充后词条和/或所述替换后词条。

38、第四方面，本技术还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：

39、识别出音乐搜索操作所输入的音乐搜索词中的搜索实体；

40、采用所述搜索实体对预设词条模板进行实体替换得到替换后词条，根据所述替换后词条的搜索效果从所述预设词条模板中确定目标词条模板；

41、根据从曲库实体数据中匹配得到的目标实体数据对所述目标词条模板进行填充得到填充后词条；所述曲库实体数据包括音乐数据库中的关键词经实体识别后的曲库实体；

42、基于扩展词条的有效性特征和语义特征对所述扩展词条进行过滤，得到与所述音乐搜索词对应的音乐联想词；所述扩展词条包括所述填充后词条和/或所述替换后词条。

43、第五方面，本技术还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：

44、识别出音乐搜索操作所输入的音乐搜索词中的搜索实体；

45、采用所述搜索实体对预设词条模板进行实体替换得到替换后词条，根据所述替换后词条的搜索效果从所述预设词条模板中确定目标词条模板；

46、根据从曲库实体数据中匹配得到的目标实体数据对所述目标词条模板进行填充得到填充后词条；所述曲库实体数据包括音乐数据库中的关键词经实体识别后的曲库实体；

47、基于扩展词条的有效性特征和语义特征对所述扩展词条进行过滤，得到与所述音乐搜索词对应的音乐联想词；所述扩展词条包括所述填充后词条和/或所述替换后词条。

48、上述音乐搜索联想词生成方法、装置、计算机设备、存储介质和计算机程序产品，识别出音乐搜索操作所输入的音乐搜索词中的搜索实体，然后采用搜索实体对预设词条模板进行实体替换得到替换后词条，根据替换后词条的搜索效果从预设词条模板中确定目标词条模板，进而根据从曲库实体数据中匹配得到的目标实体数据对目标词条模板进行填充，得到扩展词条，最后基于扩展词条的有效性特征和语义特征对扩展词条进行过滤，得到与音乐搜索词对应的音乐联想词，充分利用音乐搜索领域中数据格式的特点，挖掘更多样性的词条，并利用用户在音乐的搜索习惯和用户对各词条的兴趣来挖掘词条，扩展多样性的搜索联想词结果，提升了搜索联想词的多样性，解决了音乐搜索领域的词条数据匮乏的问题，提升了词条搜索联想词的展示效果。