[發(fā)明專利]基于圖數(shù)據(jù)結(jié)構(gòu)的檢索詞優(yōu)化方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201510910407.2
• 申請(qǐng)日: 2015-12-10
• 公開（公告）號(hào): CN105574085A
• 公開（公告）日: 2016-05-11
• 發(fā)明（設(shè)計(jì)）人: 涂君蘭;楊偉鋒
• 申請(qǐng)（專利權(quán)）人: 天津海量信息技術(shù)有限公司
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30
• 代理公司: 天津市尚儀知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 12217
• 代理人: 王山

1.一種基于圖數(shù)據(jù)結(jié)構(gòu)的檢索詞優(yōu)化方法，包括以下步驟：

A、從圖形的規(guī)則中抽取多個(gè)詞集以及這些詞集間的關(guān)系，這些原始檢索詞被抽象為N行與或表達(dá)式；

B、整理詞集和詞集間關(guān)系：為每個(gè)詞集按行號(hào)及在行中所處位置命名，對(duì)于含有相同詞的集合進(jìn)行合并；

C、分析每行表達(dá)式，統(tǒng)計(jì)同名詞集出現(xiàn)的次數(shù)，以及每個(gè)詞數(shù)集的詞數(shù)，尋找詞數(shù)少且覆蓋表達(dá)式行數(shù)多的詞數(shù)集計(jì)算該詞的行數(shù)覆蓋率，以詞數(shù)的倒數(shù)加權(quán)到覆蓋率上，獲取中間權(quán)值；

D、對(duì)詞集進(jìn)行濾噪處理，使用分詞功能判斷詞的詞性，去掉副詞，感嘆詞，連詞等無實(shí)際含義的詞語；同時(shí)從近一個(gè)月詞集樣本中獲取每個(gè)詞的倒文檔率，即該詞的常見度，通過詞性和倒文檔率獲取詞與主題特征的相關(guān)度，從而為每個(gè)詞設(shè)置一個(gè)權(quán)重；

E、綜合詞數(shù)集的中間權(quán)值和詞數(shù)集下每個(gè)詞的權(quán)重，計(jì)算出每個(gè)詞數(shù)集的最終權(quán)值，選取最終權(quán)值最高且覆蓋所有邏輯條件的詞數(shù)集作為本次的檢索詞；最終權(quán)值=中間權(quán)值+詞集中詞的平均權(quán)重的開方值。