[發明專利]一種基于SOLR的關鍵字詞識別辦法

在審

• 申請號: 201610103279.5
• 申請日: 2016-02-25
• 公開（公告）號: CN105787029A
• 公開（公告）日: 2016-07-20
• 發明（設計）人: 郭特宇;程林
• 申請（專利權）人: 浪潮軟件集團有限公司
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 濟南信達專利事務所有限公司 37100
• 代理人: 劉繼枝

1.一種基于SOLR的關鍵字詞識別辦法，其特征在于，該方法如下：在后臺數據庫增加關 鍵字詞配置表，分別記錄敏感字詞庫及相關字詞庫，敏感字詞庫和相關字詞庫會保存到緩 存中以提高讀取速度，并配置定時更新緩存機制；

在WEB前端用戶交互頁面中，增加攔截方法，對用戶提交的搜索字詞調用識別器進行處 理，進行關鍵字詞識別后，根據處理結果確定是拒絕檢索返回提醒用戶修改搜索字詞，或者 通過提交到Solr后臺進行檢索結果操作，并將檢索結果返回給用戶。

2.根據權利要求1所述的一種基于SOLR的關鍵字詞識別辦法，其特征在于，該方法在提 交新數據內容進入到索引庫前，調用識別器對數據內容進行處理，進行關鍵字詞識別后，根 據處理結果確定是拒絕納入索引返回提醒用戶修改數據內容，或者通過提交到Solr后臺進 行數據抽取、轉換，建立索引保存到索引庫中。

3.根據權利要求1所述的一種基于SOLR的關鍵字詞識別辦法，其特征在于，所述的進行 關鍵字詞識別后，如果查詢字詞中存在敏感字詞，則返回命中敏感字詞標識為真，否則返回 命中敏感字詞標識為假；如果查詢字詞中存在相關性字詞，則返回命中相關字詞標識為真， 否則返回命中相關字詞標識為假；

若敏感字詞標識為假且相關字詞標識為真時，提交到Solr搜索器進行搜索處理；若敏 感字詞標識為真或相關字詞標識為假時，直接返回頁面提醒用戶修改查詢字詞。

4.根據權利要求3所述的一種基于SOLR的關鍵字詞識別辦法，其特征在于，所述的關鍵 字詞識別步驟如下：用戶通過WEB頁面提交數據內容，數據內容至多由兩個字段構成，包括 字段：標題、正文內容；數據內容被傳遞到分詞器，根據分詞規則和分詞表，對數據內容進行 切詞，得到關鍵字詞結果；識別器根據這些查詢字詞遍歷敏感字詞庫和相關字詞庫，得到匹 配結果，并返回處理結果。