[發明專利]特殊文字搜索方法以及系統

在審

• 申請號: 201410069092.9
• 申請日: 2014-02-27
• 公開（公告）號: CN103823874A
• 公開（公告）日: 2014-05-28
• 發明（設計）人: 馬宇翔;李亦峰
• 申請（專利權）人: 北京六間房科技有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京博思佳知識產權代理有限公司 11415
• 代理人: 李杰

技術領域

本發明涉及通信技術領域，尤其涉及一種特殊文字搜索方法及系統。

背景技術

隨著互聯網的普及，年輕網民為求彰顯個性，開始大量使用同音字、音近字、特殊符號來表音的文字，這種文字與日常生活中使用的文字相比有明顯的不同并且文法也相當奇異，所以也叫做火星文，意指地球人看不懂的文字。火星文被大量應用在年輕網民的昵稱以及博客中，若用戶需要搜索該火星文昵稱或者博客，只能通過火星文關鍵字進行搜索才能搜索到與之匹配的昵稱或者博客。然而，由于火星文并不是規范的文字，沒有統一的編排，每個文字可以有多種組成方式，火星文可以使用同音字、近音字、形近字或者拆字組合來代替正常的漢字，表達自己的思想。如：用拆字組合“走召弓雖”來表示“超強”，用“亻爾亻門者阝讠井氵又讠吾”來表示“你們都講漢語”；再比如用近音字“什庅湜焱暒妏”來表示“什么是火星文”等等。因此，目前在使用正常文字的索引信息搜索數據時，并無法提供與之相應的火星文數據，即使使用火星文索引信息也可能出現搜索偏差較大的情況，導致返回給用戶的搜索結果不完善。

發明內容

有鑒于此，本發明提供了一種特殊文字搜索方法以及系統來解決上述問題。

本發明提供了一種特殊文字搜索方法，其中包括：

步驟A、接收索引標識信息，根據索引標識信息查找與所述索引標識信息關聯的正常文字緩存數據集；

步驟B、查找與所述索引標識信息對應的特殊文字索引信息，并根據特殊文字索引信息查找與所述特殊文字索引信息關聯的特殊文字緩存數據集；所述特殊文字為火星文字、菊花文以及繁體文字中一種或多種；

步驟C、結合所述正常文字緩存數據集以及特殊文字緩存數據集生成結果數據集。

進一步地，所述步驟A與步驟B之間還包括：

判斷所述索引標識信息是否需要進行特殊文字搜索；

若是，則在預設的正常文字與特殊文字映射關系表項中查找與所述索引標識信息相對應的特殊文字索引信息，并轉至步驟C；

否則根據正常文字緩存數據集生成結果數據集。

進一步地，每隔預設時間，更新所述正常文字與特殊文字映射關系表項。

進一步地，所述步驟C具體包括：

對所述正常文字緩存數據集以及特殊文字緩存數據集進行合并以及排重處理，生成結果數據集。

進一步地，所述步驟A進一步包括，

根據索引標識信息在正常文字庫內查找與所述索引標識信息關聯的正常文字緩存數據集；

所述步驟B進一步包括，根據特殊文字索引信息在預設的特殊文字庫內查找與所述特殊文字索引信息關聯的特殊文字緩存數據集，其中，每隔預設時間，更新所述正常文字庫與所述特殊文字庫。

本發明還提供一種特殊文字搜索的系統，其中包括：

正常文字查找單元，用于接收索引標識信息，根據索引標識信息查找與所述索引標識信息關聯的正常文字緩存數據集；

特殊文字查找單元，用于查找與所述索引標識信息對應的特殊文字索引信息，并根據特殊文字索引信息查找與所述特殊文字索引信息關聯的特殊文字緩存數據集；

結果數據生成單元，用于結合所述正常文字緩存數據集以及特殊文字緩存數據集生成結果數據集。

進一步地，所述系統還包括搜索判斷單元，

在正常文字查找單元根據索引標識信息查找與所述索引標識信息關聯的正常文字緩存數據集后，判斷所述索引標識信息是否需要進行特殊文字搜索；

若是，則在預設的正常文字與特殊文字映射關系表項中查找與所述索引標識信息相對應的特殊文字索引信息，并轉至結果數據生成單元處理；

否則根據正常文字緩存數據集生成結果數據集。

進一步地，每隔預設時間，更新所述正常文字與特殊文字映射關系表項。

進一步地，所述結果數據生成單元具體用于：

對所述正常文字緩存數據集以及特殊文字緩存數據集進行合并以及排重處理，生成結果數據集。

進一步地，所述正常文字查找單元進一步用于，

根據索引標識信息在正常文字庫內查找與所述索引標識信息關聯的正常文字緩存數據集；

所述特殊文字查找單元進一步用于，根據特殊文字索引信息在預設的特殊文字庫內查找與所述特殊文字索引信息關聯的特殊文字緩存數據集，其中，每隔預設時間，更新所述正常文字庫與所述特殊文字庫。