[發明專利]一種文本排序方法及設備

在審

• 申請號: 201310522789.2
• 申請日: 2013-10-29
• 公開（公告）號: CN104572789A
• 公開（公告）日: 2015-04-29
• 發明（設計）人: 甘文杰;于曉明;楊建武;張濤
• 申請（專利權）人: 北大方正集團有限公司;北京大學;北京北大方正電子有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 李相雨

1.一種文本排序方法，其特征在于，所述方法包括：

對每一個待排序文本，獲取檢索請求query中的每一個子詞相對于在所述query與該子詞相鄰的子詞的文本偏移差dpage，dpage表示一個子詞在該待排序文本中的位置相對于另一個子詞在該待排序文本中的位置的偏移，根據獲取到的文本偏移差dpage確定所述query在該待排序文本中的子詞偏離系數offset_ratio；

根據各個待排序文本對應的子詞偏離系數offset_ratio對各個待排序文本進行排序。

2.如權利要求1所述的方法，其特征在于，所述獲取檢索請求query中的每一個子詞相對于在所述query與該子詞相鄰的子詞的文本偏移差dpage，包括：當其中一個子詞ti在該待排序文本中對應多個位置時，分別計算在所述query中與ti相鄰的子詞t(i+1)在該待排序文件中的位置相對于所述多個位置中的每一個位置的偏移，并取各個偏移中的最小值作為ti和t(i+1)在該待排序文本中的文本偏移差dpage。

3.如權利要求1所述的方法，其特征在于，所述獲取檢索請求query中的每一個子詞相對于在所述query與該子詞相鄰的子詞的文本偏移差dpage，還包括：

當在query中，子詞tj的位置在與其相鄰的子詞t(j+1)之前，且在一個待排序文本中，t(j+1)的位置f(j+1)在tj的位置fj之前，取位置f(j+1)相對于位置fj實際的偏移與預設值M的和作為位置f(j+1)相對于位置fj的偏移，根據t(j+1)所在的位置相對于tj所在的位置的偏移確定子詞tj和t(j+1)在該待排序文本中的文本偏移差dpage_(j+1),tj，其中M大于0。

4.如權利要求1所述的方法，其特征在于，所述根據獲取到的文本偏移差dpage確定所述query在該待排序文本中的子詞偏離系數offset_ratio之前，所述方法包括：

針對query中的每一個字詞，獲取該字詞相對于在所述query與該子詞相鄰的子詞的query偏移差dquery，dqurey用于表示一個子詞在一個query中的位置相對于另一個子詞在同一query中的位置的偏移；

針對query中的每一個字詞，獲取該字詞與在query中與該字詞相鄰的字詞的相交系數，所述相交系數表示相鄰的兩個子詞所共同擁有的元素與所述兩個子詞合計擁有的元素之間的比值；

所述根據獲取到的文本偏移差dpage確定所述query在該待排序文本中的子詞偏離系數offset_ratio，具體包括：

分別獲取在query中所有相鄰的兩個子詞在該待排序文本中對應的dpage與這兩個子詞對應的dquery之間的差值dpos；

獲取各個dpos與對應的相交系數之間的乘積的和作為所述query在該待排序文本中的偏離總量min_diff；

根據所述偏離總量min_diff確定所述query在該待排序文本中的子詞偏離系數offset_ratio。