[發(fā)明專利]塊分割、識(shí)別與索引視覺元素及搜索文檔的系統(tǒng)與方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201080054420.8
• 申請(qǐng)日: 2010-10-04
• 公開（公告）號(hào): CN102741838B
• 公開（公告）日: 2017-05-03
• 發(fā)明（設(shè)計(jì)）人: A·穆蘇盧里
• 申請(qǐng)（專利權(quán)）人: A·穆蘇盧里
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30
• 代理公司: 上海一平知識(shí)產(chǎn)權(quán)代理有限公司31266
• 代理人: 須一平,成春榮

相關(guān)申請(qǐng)的交叉參考

本專利申請(qǐng)要求2009年10月2日提交的題為《塊分割、識(shí)別與索引視覺元素及搜索文檔的系統(tǒng)與方法》的第61/247,973號(hào)美國(guó)臨時(shí)專利申請(qǐng)的優(yōu)先權(quán)，并以引用的方式納入本文中。

公開領(lǐng)域

本公開總體上涉及搜索數(shù)據(jù)源方法和系統(tǒng)。尤其是它涉及到根據(jù)搜索者的需求定制計(jì)算機(jī)搜索的方法。還進(jìn)一步涉及到顯示搜索結(jié)果的方法，以這種方式有助于容易理解通過搜索得到的信息的性質(zhì)與范圍。

背景

本節(jié)的說明僅提供與本公開相關(guān)的背景信息，且并不一定能構(gòu)成現(xiàn)有技術(shù)。

在當(dāng)今信息時(shí)代，用戶能通過他們的本地計(jì)算機(jī)接觸到大量數(shù)據(jù)，并能通過內(nèi)聯(lián)網(wǎng)和被稱為因特網(wǎng)的全球計(jì)算機(jī)網(wǎng)絡(luò)接觸到無限量的數(shù)據(jù)。

用戶為了找到期望的信息，通常使用本領(lǐng)域中已無所不在以各種形式出現(xiàn)并被熟知的搜索引擎。一些搜索引擎被嵌入到程序中。在正在程序中打開的一個(gè)文檔中，通常使用這種搜索引擎找到信息。典型常用的文檔搜索引擎包括 Notepad（記事本）搜索功能和搜索功能。另一方面，桌面搜索引擎使用戶能夠在本地計(jì)算機(jī)上查找信息。典型常用的桌面搜索引擎包括 XP Search和OS Finder。網(wǎng)絡(luò)搜索引擎能使用戶通過因特網(wǎng)（或內(nèi)聯(lián)網(wǎng)）找到信息。典型常用的網(wǎng)絡(luò)搜索引擎包括和一些搜索引擎是混合的，因?yàn)樗麄兗人阉鞅镜財(cái)?shù)據(jù)源還搜索遠(yuǎn)程數(shù)據(jù)源。

尋找所期望主題的信息的用戶為了使用搜索引擎，通常把由與該主題相關(guān)的關(guān)鍵詞或關(guān)鍵詞組組成的搜索查詢輸入到該搜索引擎的搜索界面中。如果是在單個(gè)文檔中執(zhí)行該搜索的話，該搜索引擎通常會(huì)在該文檔中突出顯示這些匹配。如果是在多個(gè)文檔中執(zhí)行該搜索的話，該搜索引擎通常會(huì)顯示一份報(bào)告，報(bào)告中有轉(zhuǎn)至包含這些搜索關(guān)鍵詞的相關(guān)文檔的優(yōu)先列表的鏈接。通常每個(gè)結(jié)果還會(huì)包括一個(gè)簡(jiǎn)短的文本概述。該概述是包含了搜索查詢的關(guān)鍵詞的文檔中的一個(gè)或多個(gè)文本片段。

盡管現(xiàn)有的搜索引擎有很多用處和優(yōu)點(diǎn)，但技術(shù)中還是存在著不足。通過網(wǎng)絡(luò)搜索引擎的一個(gè)典型的互聯(lián)網(wǎng)搜索找到了大規(guī)模數(shù)量的無關(guān)數(shù)據(jù)。這使用戶花費(fèi)相當(dāng)長(zhǎng)的時(shí)間和相當(dāng)大的精力去篩選信息，才能找到符合他需求的相對(duì)少的網(wǎng)頁(yè)。

搜索引擎返回如此多的無關(guān)結(jié)果的原因是通過關(guān)鍵詞本身的索引和搜索并不是合適的方法。例如，在現(xiàn)有的搜索引擎中，對(duì)“印度”感興趣的用戶要將搜索結(jié)果指定并限定到諸如“首都/新德里”之類的“鍵/值”對(duì)是不可能的。

現(xiàn)有的搜索引擎的另一個(gè)缺點(diǎn)是對(duì)于還不知道與所感興趣的主題有關(guān)的關(guān)鍵詞是什么的用戶而言，這些搜索引擎就是無用的。例如，如果用戶想要找到與《侏羅紀(jì)公園》相似的電影，那么他通過關(guān)鍵詞“侏羅紀(jì)公園”和“相似”來搜索是沒有用的，因?yàn)檫@仍會(huì)返回還包括了單詞“相似”的有關(guān)“侏羅紀(jì)公園”的頁(yè)面。

現(xiàn)有的搜索引擎還有一個(gè)缺點(diǎn)是它們無法以一種能使用戶容易理解搜索結(jié)果的性質(zhì)與類型的方式來呈現(xiàn)結(jié)果。

用于在內(nèi)聯(lián)網(wǎng)、外聯(lián)網(wǎng)、局域網(wǎng)、個(gè)人電腦甚至是單個(gè)文檔中搜索的系統(tǒng)通常也有上述同樣的缺點(diǎn)。

鑒于上述缺點(diǎn)，則需要找到一個(gè)從數(shù)據(jù)源搜索到與感興趣主題相關(guān)的有用信息的有效方法。

概述

為了對(duì)本公開的幾個(gè)觀點(diǎn)有一個(gè)基本的理解，下面提供本公開的簡(jiǎn)略概述。本概述并不是本公開的完整描述。它的目的不是確定本公開的關(guān)鍵元素，也不是劃定本公開的范圍。它的唯一目的是作為之后會(huì)介紹的更多詳細(xì)描述的序言以簡(jiǎn)略的形式介紹本公開的一些概念。

本公開可同樣適用于在內(nèi)聯(lián)網(wǎng)、外聯(lián)網(wǎng)、大型或小型網(wǎng)絡(luò)、個(gè)人電腦和個(gè)人程序/文檔/文件上從數(shù)據(jù)源搜索信息。因此，當(dāng)有時(shí)在互聯(lián)網(wǎng)搜索方面描述我們的公開和本文給出的使用的例子時(shí)，這應(yīng)理解為是本公開的使用和效用的例子，它并不是為了說明任何它們使用范圍的限制。相反，應(yīng)將本公開理解為能同樣適用于諸如內(nèi)聯(lián)網(wǎng)、廣域網(wǎng)、局域網(wǎng)、個(gè)人計(jì)算機(jī)系統(tǒng)和個(gè)人程序/文檔/文件之類的系統(tǒng)。

本公開可同樣適用于搜索及使用已知的或未來開發(fā)用于通信或傳輸數(shù)據(jù)的任何協(xié)議和技術(shù)，諸如（但不限于）HTTP、HTTPS、FTP、File、TCP/IP和POP3。因此，當(dāng)有時(shí)在HTTP和TCP/IP方面描述我們的公開和給出的使用的例子時(shí)，這應(yīng)理解為是本公開的使用和效用的例子，它并不是為了說明任何它們使用范圍的限制。相反，應(yīng)將本公開理解為能同樣適用于此項(xiàng)技術(shù)中已知的或未來開發(fā)用于發(fā)送及/或接收數(shù)據(jù)的任意類型的本地或網(wǎng)絡(luò)協(xié)議和技術(shù)。