[發(fā)明專利]檢索方法、索引建立方法和裝置及檢索系統(tǒng)有效
| 申請?zhí)枺?/td> | 201010100873.1 | 申請日： | 2010-01-25 |
| 公開（公告）號： | CN101819578A | 公開（公告）日： | 2010-09-01 |
| 發(fā)明（設(shè)計）人： | 袁行遠;謝清祿;余孟春 | 申請（專利權(quán)）人： | 青島普加智能信息有限公司 |
| 主分類號： | G06F17/30 | 分類號： | G06F17/30 |
| 代理公司： | 北京同立鈞成知識產(chǎn)權(quán)代理有限公司 11205 | 代理人： | 劉芳 |
| 地址： | 266555 山東省青島市經(jīng)*** | 國省代碼： | 山東;37 |
| 權(quán)利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關(guān)鍵詞： | 檢索 方法 索引 建立 裝置 檢索系統(tǒng) | ||
1.一種檢索方法，其特征在于，包括：
通過至少兩種分詞方法分別對被檢索內(nèi)容進行分詞處理，得到至少兩組分詞詞匯，以所有分詞詞匯中互不相同的分詞詞匯作為關(guān)鍵詞；
通過預(yù)先設(shè)置的關(guān)鍵詞到文檔的關(guān)鍵詞索引，檢索出與各所述關(guān)鍵詞相關(guān)的文檔集；
確定各所述關(guān)鍵詞的置信度，所述關(guān)鍵詞的置信度表示所述關(guān)鍵詞與所述被檢索內(nèi)容的相關(guān)度；并通過文檔到關(guān)鍵詞置信度的關(guān)鍵詞置信度索引，檢索出各所述關(guān)鍵詞在各所述文檔中的置信度；
根據(jù)各所述關(guān)鍵詞與各所述文檔的第一相關(guān)度，對各所述文檔集中的所有文檔進行排序；所述第一相關(guān)度包括：所述關(guān)鍵詞的置信度、所述關(guān)鍵詞在各所述文檔中的置信度，和第二相關(guān)度；所述第二相關(guān)度包括：所述關(guān)鍵詞在各所述文檔中出現(xiàn)的頻率、以及與各所述關(guān)鍵詞相關(guān)的各所述文檔在所有文檔中出現(xiàn)的頻率。
2.根據(jù)權(quán)利要求1所述的檢索方法，其特征在于，所述確定各所述關(guān)鍵詞的置信度包括：
根據(jù)各所述分詞方法的分詞準確度，確定各組分詞詞匯的準確度權(quán)值；
根據(jù)所述各組分詞詞匯的準確度權(quán)值，確定各所述關(guān)鍵詞的置信度。
3.根據(jù)權(quán)利要求2所述的檢索方法，其特征在于，所述根據(jù)各所述分詞方法的分詞準確度，確定各組分詞詞匯的準確度權(quán)值，包括：
將各組分詞詞匯對應(yīng)的分詞方法的準確度，與各所述分詞方法的準確度之和的比值，作為各組分詞詞匯的準確度權(quán)值。
4.一種索引建立方法，其特征在于，包括：
通過至少兩種分詞方法分別對被選擇文檔進行分詞處理，得到至少兩組分詞詞匯，以所有分詞詞匯中互不相同的分詞詞匯作為關(guān)鍵詞；
采用倒排索引方法建立各所述關(guān)鍵詞到所述被選擇文檔的關(guān)鍵詞索引；?
確定各所述關(guān)鍵詞在各所述被選擇文檔中的置信度；所述關(guān)鍵詞在所述被選擇文檔中的置信度，表示所述關(guān)鍵詞與所述被選擇文檔的相關(guān)度；
建立所述被選擇文檔到各所述關(guān)鍵詞在所述被選擇文檔中的置信度的關(guān)鍵詞置信度索引。
5.根據(jù)權(quán)利要求4所述的索引建立方法，其特征在于，所述確定各所述關(guān)鍵詞在所述被選擇文檔中的置信度，包括：
根據(jù)各所述分詞方法的分詞準確度，確定各組分詞詞匯的準確度權(quán)值；
根據(jù)所述各組分詞詞匯的準確度權(quán)值，確定各所述關(guān)鍵詞的置信度。
6.一種檢索裝置，其特征在于，包括：
檢索關(guān)鍵詞確定模塊，用于通過至少兩種分詞方法分別對被檢索內(nèi)容進行分詞處理，得到至少兩組分詞詞匯，以所有分詞詞匯中互不相同的分詞詞匯作為關(guān)鍵詞；
文檔集檢索模塊，用于通過預(yù)先設(shè)置的關(guān)鍵詞到文檔的關(guān)鍵詞索引，檢索出與各所述關(guān)鍵詞相關(guān)的文檔集；
第一置信度確定模塊，用于確定各所述關(guān)鍵詞的置信度；所述關(guān)鍵詞的置信度表示所述關(guān)鍵詞與所述被檢索內(nèi)容的相關(guān)度；
第二置信度確定模塊，用于通過文檔到關(guān)鍵詞置信度的關(guān)鍵詞置信度索引，檢索出各所述關(guān)鍵詞在各所述文檔中的置信度；
排序模塊，用于根據(jù)各所述關(guān)鍵詞與各所述文檔的第一相關(guān)度，對各所述文檔集中的所有文檔進行排序；所述第一相關(guān)度包括：所述關(guān)鍵詞的置信度、所述關(guān)鍵詞在各所述文檔中的置信度，和第二相關(guān)度；所述第二相關(guān)度包括：所述關(guān)鍵詞在各所述文檔中出現(xiàn)的頻率、以及與各所述關(guān)鍵詞相關(guān)的各所述文檔在所有文檔中出現(xiàn)的頻率。
7.根據(jù)權(quán)利要求6所述的檢索裝置，其特征在于，所述第一置信度確定模塊，包括：第一權(quán)值確定子模塊，用于根據(jù)各所述分詞方法的分詞準確度，確定各組分詞詞匯的準確度權(quán)值；?
第一置信度確定子模塊，用于根據(jù)所述各組分詞詞匯的準確度權(quán)值，確定各所述關(guān)鍵詞的置信度。
該專利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息，商用須獲得專利權(quán)人授權(quán)。該專利全部權(quán)利屬于青島普加智能信息有限公司，未經(jīng)青島普加智能信息有限公司許可，擅自商用是侵權(quán)行為。如果您想購買此專利、獲得商業(yè)授權(quán)和技術(shù)合作，請聯(lián)系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201010100873.1/1.html，轉(zhuǎn)載請聲明來源鉆瓜專利網(wǎng)。
