[發明專利]一種基于最細粒度切分的數據索引方法及系統

在審

• 申請號: 202010779832.3
• 申請日: 2020-08-05
• 公開（公告）號: CN112100313A
• 公開（公告）日: 2020-12-18
• 發明（設計）人: 孔平;靳占新;王剛;戚魯鳳;欒松濤;魏升吉;李玉華;董文杰;朱俞霖;柳明輝
• 申請（專利權）人: 山東魯能軟件技術有限公司
• 主分類號: G06F16/31
• 分類號: G06F16/31;G06F40/289;G06F40/284
• 代理公司: 濟南圣達知識產權代理有限公司 37221
• 代理人: 董雪

1.一種基于最細粒度切分的數據索引方法，其特征在于，包括：

提取待處理的原文本的關鍵詞，對關鍵詞進行最細粒度的切分，形成若干單個候選微分詞；

所述單個候選微分詞通過與全業務數據中心進行匹配，篩選得到索引關鍵詞組；

按照優先級順序對所述索引關鍵詞組中的各索引關鍵詞進行排序，確定每一個索引關鍵詞所屬詞匯類別的權重；

按照各索引關鍵詞的排序進行順次索引。

2.如權利要求1所述的一種基于最細粒度切分的數據索引方法，其特征在于，單個索引關鍵詞進行索引時，優先反饋權重最高的詞匯類別對應的索引結果。

3.如權利要求1所述的一種基于最細粒度切分的數據索引方法，其特征在于，按照各索引關鍵詞的排序進行順次索引，具體過程為：

在前一個索引關鍵詞對應的索引結果的基礎上，檢索下一個索引關鍵詞對應的檢索結果。

4.如權利要求1所述的一種基于最細粒度切分的數據索引方法，其特征在于，所述全業務數據中心包括詞庫，所述詞庫中包括關鍵詞、每一個關鍵詞對應的優先級、每一個關鍵詞所屬的不同詞匯類別的權重，以及每一個關鍵詞的索引路徑。

5.如權利要求4所述的一種基于最細粒度切分的數據索引方法，其特征在于，所述每一個關鍵詞對應的優先級根據業務需求預先設定；所述關鍵詞所屬的不同詞匯類別的權重根據用戶對索引結果的響應次數確定。

6.如權利要求4所述的一種基于最細粒度切分的數據索引方法，其特征在于，按照各索引關鍵詞的排序進行順次索引之后，基于用戶對得到的索引結果的響應結果，對全業務數據中心中索引關鍵詞所屬詞匯類別的權重進行更新。

7.如權利要求1所述的一種基于最細粒度切分的數據索引方法，其特征在于，將新出現的關鍵詞、對應索引路徑以及對應的索引關鍵詞的優先級存儲到全業務數據中心，并根據用戶對每次索引結果的響應，對關鍵詞所屬詞匯類別的權重進行更新。

8.一種基于最細粒度切分的數據索引系統，其特征在于，包括：

數據切分模塊：用于提取待處理的原文本的關鍵詞，對關鍵詞進行最細粒度的切分，形成若干單個候選微分詞；

數據匹配模塊：用于將單個候選微分詞通過與全業務數據中心進行匹配，篩選得到索引關鍵詞組；

關鍵詞排序模塊：用于按照優先級順序對所述索引關鍵詞組中的各索引關鍵詞進行排序，確定每一個索引關鍵詞所屬詞匯類別的權重；

數據索引模塊：用于按照各索引關鍵詞的排序進行順次索引。

9.一種終端設備，其包括處理器和計算機可讀存儲介質，處理器用于實現各指令；計算機可讀存儲介質用于存儲多條指令，其特征在于，所述指令適于由處理器加載并執行權利要求1-7任一項所述的基于最細粒度切分的數據索引方法。

10.一種計算機可讀存儲介質，其中存儲有多條指令，其特征在于，所述指令適于由終端設備的處理器加載并執行權利要求1-7任一項所述的基于最細粒度切分的數據索引方法。