[發明專利]檢索裝置和檢索方法

有效

• 申請號: 201410197261.7
• 申請日: 2014-05-12
• 公開（公告）號: CN105095270B
• 公開（公告）日: 2019-02-26
• 發明（設計）人: 強閏偉;費躍;楊建武
• 申請（專利權）人: 北京大學;北大方正集團有限公司;北京北大方正電子有限公司
• 主分類號: G06F16/9536
• 分類號: G06F16/9536
• 代理公司: 北京友聯知識產權代理事務所(普通合伙) 11343
• 代理人: 尚志峰;汪海屏

1.一種檢索裝置，其特征在于，包括：

建模單元，用于在接收到查詢語句和微博文檔時，對所述查詢語句和所述微博文檔進行預處理，并根據預處理后的查詢語句和微博文檔創建原始查詢模型和原始文檔模型；

確定單元，連接至所述建模單元，用于從外部知識數據庫中獲取與所述原始查詢模型相關聯的知識條目，并根據所述原始查詢模型和所述知識條目確定知識查詢語句；

查詢擴展單元，連接至所述確定單元，用于根據所述知識查詢語句創建知識查詢模型，并根據所述知識查詢模型和所述原始查詢模型確定擴展查詢模型；

查找單元，連接至所述查詢擴展單元，用于在所述微博文檔中包含社交標簽時，根據所述社交標簽從語料集中查找出所述微博文檔對應的社交鄰居文檔，并創建社交鄰居文檔模型；

文檔擴展單元，連接至所述查找單元，用于根據所述社交鄰居文檔模型、所述原始文檔模型和所述語料集得到擴展文檔模型，并根據所述擴展文檔模型確定目標檢索結果；

其中，所述社交鄰居文檔為關聯文檔。

2.根據權利要求1所述的檢索裝置，其特征在于，還包括：

結果確定單元，用于計算所述擴展查詢模型和所述擴展文檔模型之間的相似度，并根據所述相似度排行重新確定目標檢索結果。

3.根據權利要求1所述的檢索裝置，其特征在于，所述確定單元還包括：

計算單元，計算所述原始查詢模型和所述原始文檔模型之間的相似度，并根據所述相似度確定所述查詢語句對應的偽相關文檔；

打分單元，所述打分單元連接至所述計算單元，用于根據所述偽相關文檔中每個文檔的查詢時間、發布時間和/或刻畫時間先驗重要性為所述知識條目中的候選擴展詞打分，并根據打分結果確定所述知識查詢語句。

4.根據權利要求3所述的檢索裝置，其特征在于，所述打分單元依據下列公式為所述知識條目中的所述候選擴展詞打分：

其中，Score(w)為所述候選擴展詞得分，P(D)為文檔的先驗概率，PRD為所述偽相關文檔，P(w|D)為任一候選擴展詞w在文檔D中出現的概率，P(q_i|D)為查詢語句q_i在文檔D中出現的概率。

5.根據權利要求1所述的檢索裝置，其特征在于，所述查詢擴展單元依據下列公式計算得到所述擴展查詢模型：

其中，為所述擴展查詢模型，為所述原始查詢模型，為所述知識查詢模型，α為權重值。

6.根據權利要求1至5中任一項所述的檢索裝置，其特征在于，所述文檔擴展單元依據下列公式計算得到所述擴展文檔模型：

其中，為所述擴展查詢模型，為所述語料集對應的背景語料模型，為所述社交鄰居文檔模型，為所述原始文檔模型，η和r為平滑參數。

7.一種檢索方法，其特征在于，包括：

在接收到查詢語句和微博文檔時，對所述查詢語句和所述微博文檔進行預處理，并根據預處理后的查詢語句和微博文檔創建原始查詢模型和原始文檔模型；

從外部知識數據庫中獲取與所述原始查詢模型相關聯的知識條目，并根據所述原始查詢模型和所述知識條目確定知識查詢語句；

根據所述知識查詢語句創建知識查詢模型，并根據所述知識查詢模型和所述原始查詢模型確定擴展查詢模型；

在所述微博文檔中包含社交標簽時，根據所述社交標簽從語料集中查找出所述微博文檔對應的社交鄰居文檔，并創建社交鄰居文檔模型；

根據所述社交鄰居文檔模型、所述原始文檔模型和所述語料集得到擴展文檔模型，并根據所述擴展文檔模型確定目標檢索結果；

其中，所述社交鄰居文檔為關聯文檔。

8.根據權利要求7所述的檢索方法，其特征在于，還包括：

計算所述擴展查詢模型和所述擴展文檔模型之間的相似度，并根據所述相似度排行重新確定目標檢索結果。