[發明專利]信息檢索系統中基于短語的搜索

有效

• 申請號: 201110200364.0
• 申請日: 2005-07-26
• 公開（公告）號: CN102226900A
• 公開（公告）日: 2011-10-26
• 發明（設計）人: 安娜·林恩·帕特森
• 申請（專利權）人: 咕果公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京律盟知識產權代理有限責任公司 11287
• 代理人: 王允方

1.一種響應查詢而在文獻集中選擇文獻的系統，其包含：

存儲器，其用于存儲基于短語的索引，所述索引包含短語列表以及與所述短語列表中的短語相關聯的多個短語記入列表；及

一或多個處理器，其用于操作查詢處理模塊以：

接收包括第一短語和第二短語的查詢；

檢索含有所述第一短語的文獻的存儲的記入列表；

為所述記入列表中的每一個文獻：

存取指示在所述文獻中存在的所述第一短語的相關短語的存儲的列表，所述第一短語預測所述相關短語中的每一個在所述文獻集中的出現；以及

響應指示在文獻中存在所述第二短語的相關短語列表，選擇所述文獻將其包括在所述查詢的結果中，而不檢索含有所述第二短語的文獻的記入列表。

2.如權利要求1所述的系統，其中，當所述相關短語相對于第一短語的信息增益超過預定閾值時，所述第一短語預測相關短語。

3.如權利要求2所述的系統，其中，當所述相關短語和所述第一短語在所述文獻集中的實際同時出現率超過預期同時出現率的度量時，所述預定閾值被超過，所述相關短語和所述第一短語的預期同時出現率是所述相關短語和所述第一短語在所述文獻集中的多個出現的函數。

4.如權利要求1所述的系統，其中所述一或多個處理器進一步操作所述查詢處理模塊以：

當相關短語的列表指示所述第二短語是所述第一短語的相關短語且不存在于文獻中時，將所述文獻從所述查詢結果中排除，不檢索含有所述第二短語的文獻的記入列表。

5.如權利要求1所述的系統，其中所述一或多個處理器進一步操作所述查詢處理模塊以：

當相關短語的列表指示所述第二短語不是所述第一短語的相關短語時，使所述第一短語的文獻的所述記入列表與所述第二短語的文獻的記入列表相交以選擇同時含有所述第一短語和所述第二短語的文獻。

6.如權利要求1所述的系統，其中所述存儲器進一步：

將第一短語關于文獻的相關短語列表存儲在位向量中，其中，所述位向量中的一位為存在于所述文獻中的所述第一短語的每一個相關短語設定，并且所述位向量中的一位為不存在于所述文獻中的所述第一短語的每一個相關短語復位，其中所述位向量具有數值。

7.如權利要求6所述的系統，其中所述一或多個處理器進一步操作所述查詢處理模塊以：

根據為存在于所述文獻中的所述第一短語的相關短語而設定的所述位來確定所述位向量的調整值，通過所述調整值來對選擇的文獻計分。

8.一種響應查詢而在文獻集中選擇文獻的系統，其包含：

一或多個處理器，其用于：

接收包括第一短語和第二短語的查詢；

識別所述查詢中的不完整短語，其中，在所述文獻集中由所述不完整短語所預測的其他短語僅包括所述不完整短語的擴展短語；

用擴展短語來替換所述不完整短語，其中所述不完整短語的所述擴展短語是以所述不完整短語開始的所述不完整短語的超序列，且其中所述不完整短語預測所述擴展短語；及

從含有所述擴展短語的所述文獻集中選擇文獻。

9.如權利要求8所述的系統，其中，當所述擴展短語相對于不完整短語的信息增益超過預定閾值時，所述不完整短語預測擴展短語。

10.如權利要求9所述的系統，其中，當所述擴展短語和所述不完整短語在所述文獻集中的實際同時出現率的度量超過預期同時出現率時，所述預定閾值被超過，所述擴展短語和所述不完整短語的預期同時出現率是所述擴展短語和所述不完整短語在所述文獻集中的多個出現的函數。

11.如權利要求8所述的系統，其進一步包含存儲器，所述存儲器用于存儲作為搜索結果一部分所選擇的文獻。

12.如權利要求8所述的系統，其中識別不完整短語和替換不完整短語包含：

在所述查詢中識別候選短語；

將所述候選短語與不完整短語列表中的不完整短語進行匹配；及

用與所述不完整短語列表中的所述不完整短語相關聯的擴展短語來替換所述候選短語。