[發(fā)明專利]本體親和度矩陣的有效計算

無效

• 申請?zhí)枺?/td>: 201010117358.4
• 申請日: 2010-02-12
• 公開（公告）號: CN101807201A
• 公開（公告）日: 2010-08-18
• 發(fā)明（設(shè)計）人: 斯特吉奧斯·斯特吉奧;賈瓦哈拉·賈殷;雅納斯·郎布羅
• 申請（專利權(quán)）人: 富士通株式會社
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京三友知識產(chǎn)權(quán)代理有限公司 11127
• 代理人: 李輝

1.一種方法，該方法包括以下步驟：

對包括多個反向索引列表的反向索引進(jìn)行訪問，每個反向索引列表對應(yīng)于一個術(shù)語，每個反向索引列表包括該術(shù)語的術(shù)語標(biāo)識符和一個或更多個文檔標(biāo)識符，所述一個或更多個文檔標(biāo)識符指示了文檔集合中的出現(xiàn)所述術(shù)語的一個或更多個文檔；

對多個有序?qū)M(jìn)行組織，各有序?qū)Πǚ聪蛩饕斜淼男g(shù)語標(biāo)識符和文檔標(biāo)識符，所述組織步驟首要地基于所述有序?qū)Φ乃鑫臋n標(biāo)識符；以及

根據(jù)所述反向索引生成術(shù)語標(biāo)識符索引，所述術(shù)語標(biāo)識符索引包括多個片段，每個片段對應(yīng)于一個文檔，每個片段包括所述文檔中出現(xiàn)的一個或更多個術(shù)語的一個或更多個術(shù)語標(biāo)識符，根據(jù)所述反向索引生成所述術(shù)語標(biāo)識符索引的步驟包括以下步驟：對所述術(shù)語標(biāo)識符索引的所述片段中的有序?qū)Φ男g(shù)語標(biāo)識符進(jìn)行組織。

2.根據(jù)權(quán)利要求1所述的方法，其中，對所述多個有序?qū)M(jìn)行組織的步驟還包括以下步驟：

其次地基于所述有序?qū)Φ乃鲂g(shù)語標(biāo)識符對所述有序?qū)M(jìn)行組織。

3.根據(jù)權(quán)利要求1所述的方法，其中，根據(jù)所述反向索引生成所述術(shù)語標(biāo)識符索引的步驟還包括以下步驟：

從數(shù)據(jù)結(jié)構(gòu)中按順序選擇有序?qū)Γ灰约?/p>

將所選擇的有序?qū)Φ男g(shù)語標(biāo)識符放置于所述術(shù)語標(biāo)識符索引的與一個文檔相對應(yīng)的片段中，以根據(jù)文檔對所述反向索引的所述術(shù)語標(biāo)識符進(jìn)行組織。

4.根據(jù)權(quán)利要求1所述的方法，其中，根據(jù)所述反向索引生成所述術(shù)語標(biāo)識符索引的步驟還包括以下步驟：

從數(shù)據(jù)結(jié)構(gòu)中去除所選擇的有序?qū)Γ?/p>

由所述反向索引生成下一個有序?qū)Γ鱿乱粋€有序?qū)Πㄅc所選擇的有序?qū)Φ男g(shù)語標(biāo)識符等同的術(shù)語標(biāo)識符；以及

將所述下一個有序?qū)Ψ胖糜谒鰯?shù)據(jù)結(jié)構(gòu)中。

5.根據(jù)權(quán)利要求1所述的方法，其中，根據(jù)所述反向索引生成所述術(shù)語標(biāo)識符索引的步驟還包括以下步驟：

確定所選擇的有序?qū)Πㄅc之前選擇的有序?qū)Φ奈臋n標(biāo)識符不等同的文檔標(biāo)識符，其中所述之前選擇的有序?qū)Πǚ胖糜诘谝黄沃械男g(shù)語標(biāo)識符；以及

將所選擇的有序?qū)Φ男g(shù)語標(biāo)識符放置于與所述第一片段不同的第二片段中。

6.根據(jù)權(quán)利要求1所述的方法，其中，該方法還包括以下步驟：

對包括多個條目的本體親和度矩陣進(jìn)行初始化，每個條目包括一個計數(shù)值，每個條目對應(yīng)于包括第一術(shù)語和第二術(shù)語的術(shù)語對的親和度；以及

針對所述術(shù)語標(biāo)識符索引中包括所選擇的術(shù)語對的術(shù)語標(biāo)識符的每個片段，將與所選擇的術(shù)語對的親和度相對應(yīng)的條目的計數(shù)值遞增。

7.根據(jù)權(quán)利要求1所述的方法，該方法還包括以下步驟：

生成包括多個條目的本體親和度矩陣，每個條目對應(yīng)于包括第一術(shù)語和第二術(shù)語的一個術(shù)語對的親和度，每個條目包括指示了所述術(shù)語對在所述文檔集合的一個文檔中一起出現(xiàn)的次數(shù)的計數(shù)值；以及

將所述本體親和度矩陣的每個計數(shù)值除以由如下成員構(gòu)成的組中的一個：出現(xiàn)所述第一術(shù)語的文檔的數(shù)量，出現(xiàn)所述第二術(shù)語的文檔的數(shù)量，以及出現(xiàn)所述第一術(shù)語的文檔的數(shù)量加上出現(xiàn)所述第二術(shù)語的文檔的數(shù)量。

8.根據(jù)權(quán)利要求1所述的方法，該方法還包括以下步驟：

生成包括多個條目的本體親和度矩陣，每個條目對應(yīng)于包括第一術(shù)語和第二術(shù)語的一個術(shù)語對的有向親和度，所述有向親和度包括在所述文檔集合的一個文檔中出現(xiàn)所述第一術(shù)語的情況下在所述文檔中出現(xiàn)所述第二術(shù)語的概率。

9.一種裝置，該裝置包括：

存儲器，該存儲器能操作用于進(jìn)行如下操作：

存儲包括多個反向索引列表的反向索引，每個反向索引列表對應(yīng)于一個術(shù)語，每個反向索引列表包括該術(shù)語的術(shù)語標(biāo)識符和一個或更多個文檔標(biāo)識符，所述一個或更多個文檔標(biāo)識符指示了文檔集合中的出現(xiàn)所述術(shù)語的一個或更多個文檔；以及

處理器，該操作器能操作用于執(zhí)行邏輯，以進(jìn)行如下操作：

對多個有序?qū)M(jìn)行組織，各有序?qū)Πǚ聪蛩饕斜淼男g(shù)語標(biāo)識符和文檔標(biāo)識符，所述組織操作首要地基于所述有序?qū)Φ乃鑫臋n標(biāo)識符；以及

根據(jù)所述反向索引生成術(shù)語標(biāo)識符索引，所述術(shù)語標(biāo)識符索引包括多個片段，每個片段對應(yīng)于一個文檔，每個片段包括所述文檔中出現(xiàn)的一個或更多個術(shù)語的一個或更多個術(shù)語標(biāo)識符，根據(jù)所述反向索引生成所述術(shù)語標(biāo)識符索引的操作包括以下操作：對所述術(shù)語標(biāo)識符索引的所述片段中的有序?qū)Φ男g(shù)語標(biāo)識符進(jìn)行組織。