[發明專利]全文查詢和搜索系統及其使用方法

無效

• 申請號: 200580044686.3
• 申請日: 2005-10-25
• 公開（公告）號: CN101088082A
• 公開（公告）日: 2007-12-12
• 發明（設計）人: 唐元華;胡前進;楊永紅
• 申請（專利權）人: 英孚威爾公司
• 主分類號: G06F17/00
• 分類號: G06F17/00
• 代理公司: 上海智信專利代理有限公司
• 代理人: 薛琦

1、一個用于搜索和評級文本信息的計算機化儲存和檢索系統，包含：輸入和儲存數據作為一個數據庫的裝置；顯示數據的裝置；執行文本的自動分析的一個可編程中央處理單元。在此分析的是文本，該文本從含有全文作為查詢、網頁作為查詢的集合中挑出，根據查詢和命中之間共有單詞的Shannon信息評分值來對命中評級，評級命中根據p-值，計算出的Shannon信息評分值或以單詞頻率為基礎的p-值，該單詞頻率已經專門為該數據庫直接計算出或從至少一個外部來源估計出，共有信息元的百分比本身，查詢和命中之間共有信息元的Shannon信息評分值，共有信息元的p-值，共有信息元的百分比本身，計算出的Shannon信息評分值或以信息元頻率為基礎的p-值，該信息元頻率已經專門為該數據庫直接計算出或從至少一個外部來源估計出，并且在此文本含有至少一個單詞。

2、根據權利要求1所述的系統，其中文本含有多個單詞。

3、根據權利要求1所述的系統，其中查詢包含的文本的單詞數從含有1-14，15-20，20-40，40-60，60-80，80-100，100-200，200-300，300-500，500-750，750-1000，1000-2000，2000-4000，4000-7500，7500-10000，10000-20000，20000-40000，以及超過40000個單詞的集合中挑選出。

4、根據權利要求1所述的系統，其中文本至少含有一個短語。

5、根據權利要求1所述的系統，其中文本被加密。

6、根據權利要求1所述的系統，其中自動分析進一步允許在查詢中有重復的信息元并給每個重復的信息元分配較高評分值。

7、根據權利要求1所述的系統，其中自動分析評級是以p-值為基礎，該p-值是一個命中對查詢的共有信息元的可能性或概率的度量，其中該p-值根據在數據庫中信息元的分布來計算出，或者，其中該p-值根據在數據庫中信息元的估計分布來計算出。

8、根據權利要求1所述的系統，其中對命中的自動分析評級是以Shannon信息評分值為基礎的，其中該Shannon信息評分值是查詢和命中的共有信息元的累積Shannon信息。

9、根據權利要求1所述的系統，其中對命中的自動分析評級是以百分比本身為基礎的，其中百分比本身是比率：2^*(共有信息元)/(在查詢和命中中的信息元總數)。

10、根據權利要求6所述的系統，其中計數查詢和命中中的信息元在詞干溯源之前執行。

11、根據權利要求6所述的系統，其中計數查詢和命中中的信息元在詞干溯源之后執行。

12、根據權利要求6所述的系統，其中計數查詢和命中中的信息元在移走普通單詞之前執行。

13、根據權利要求6所述的系統，其中計數查詢和命中中的信息元在移走普通單詞之后執行。

14、根據權利要求1所述的系統，其中對命中的評級是以累計評分值為基礎的，該累計評分值從含有p-值、Shannon信息評分值、以及百分比本身的集合中挑出。

15、根據權利要求14所述的系統，其中自動分析為每個匹配的單詞分配一個固定的評分值，為每個匹配的短語分配一個固定的評分值。

16、根據權利要求1所述的系統，其中該算法進一步包含在可視顯示裝置上以命中文本表達查詢文本的裝置，其中該共有的信息元被強調表示出來。

17、根據權利要求1所述的系統，其中該數據庫進一步包含一個單詞和短語的同義詞列表。

18、根據權利要求1所述的系統，其中該算法進一步允許用戶向數據庫輸入同義詞，該同義詞和與其相關的查詢詞共同包括在分析中。

19、根據權利要求1所述的系統，其中該算法接受文本作為查詢而不要求用一個關鍵詞，其中該文本從含有摘要、標題、句子、論文、文章、以及它們的任何部分的集合中挑出。

20、根據權利要求1所述的系統，其中該算法接受文本作為查詢而不要求用一個關鍵詞，其中該文本從含有一個網頁、一個網頁的URL地址、網頁的一個被強調部分、以及它們的任何部分的集合中挑出。