[發明專利]一種文檔精準定位檢索方法及系統

在審

• 申請號: 202110489413.0
• 申請日: 2021-05-06
• 公開（公告）號: CN113157869A
• 公開（公告）日: 2021-07-23
• 發明（設計）人: 張國豹;孫艷芬
• 申請（專利權）人: 日照藍鷗信息科技有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F40/289;G06F40/30
• 代理公司: 濟南恒標專利代理事務所(普通合伙) 37291
• 代理人: 翟攀攀

本發明適用于數據處理技術領域，尤其涉及一種文檔精準定位檢索方法及系統，所述方法包括：獲取用戶鍵入的初始檢索條件信息以及待檢索文檔；檢索類型標志符為模糊檢索時，對待處理關鍵詞組進行糾偏處理，得到糾偏關鍵詞組；對待檢索文檔進行關鍵詞提取處理，得到段落關鍵詞對應信息表；根據糾偏關鍵詞組檢索段落關鍵詞對應信息表，生成檢索結果。本發明對用戶鍵入的關鍵詞進行分析，從而判斷其為精準檢索還是模糊檢索，通過模糊檢索按照用戶鍵入的關鍵詞進行主動糾偏，得到模糊檢索關鍵詞，然后對文檔進行關鍵詞提取，通過關鍵詞之間的匹配情況進行文檔的精準定位，提高了檢索的精確度，避免了因關鍵詞偏差導致的時間浪費，提升了檢索效率。

技術領域

本發明屬于數據處理技術領域，尤其涉及一種文檔精準定位檢索方法及系統。

背景技術

數據檢索即把數據庫中存儲的數據根據用戶的需求提取出來。數據檢索的結果會生成一個數據表，既可以放回數據庫，也可以作為進一步處理的對象。在當前的生活中，數據檢索非常常見，例如在生活中需要檢索某一個東西的用途時，會在搜索引擎上搜索相應的信息。

現有技術中的數據檢索，有的應用于數據處理，有的應用于信息的檢索。在信息檢索方面，用戶在鍵入需要檢索的關鍵詞之后，搜索引擎會根據關鍵詞進行檢索，其檢索方式為按照關鍵詞進行比對，從而根據檢索的結果，生成相關的推薦信息，而推薦信息的排序方式則是按照其與關鍵詞之間的匹配程度排列得到的。

但是，當前的文檔檢索技術中，其利用關鍵詞進行檢索，關鍵詞必須完全與文檔中的文字精確匹配才能夠定位到，因此，如果用戶鍵入的關鍵詞并不完全正確，將會無法精確的檢索到相關內容，用戶只能夠調整關鍵詞，最終才能檢索成功，總得來說，存在檢索效率低的問題。

發明內容

本發明實施例的目的在于提供一種文檔精準定位檢索方法，旨在解決背景技術中提出的問題。

本發明實施例是這樣實現的，一種文檔精準定位檢索方法，所述方法包括：

獲取用戶鍵入的初始檢索條件信息以及待檢索文檔，所述初始檢索條件信息至少包含檢索類型標志符和待處理關鍵詞組，檢索類型標志符包括精準檢索和模糊檢索；

檢索類型標志符為模糊檢索時，對待處理關鍵詞組進行糾偏處理，得到糾偏關鍵詞組；

對待檢索文檔進行關鍵詞提取處理，得到段落關鍵詞對應信息表；

根據糾偏關鍵詞組檢索段落關鍵詞對應信息表，生成檢索結果。

優選的，所述檢索類型標志符為模糊檢索時，對待處理關鍵詞組進行糾偏處理的步驟，具體包括：

根據檢索類型標志符判斷檢索類型；

若檢索類型為模糊檢索，則拆分待處理關鍵詞組為至少一個主要關鍵詞，并根據每一個主要關鍵詞匹配多個輔助關鍵詞，所述輔助關鍵詞為與主要關鍵詞同義或者近義的詞語或者字，主要關鍵詞與輔助關鍵詞共同構成臨時關鍵詞組；

將所有主要關鍵詞對應的臨時關鍵詞組求交集，得到糾偏關鍵詞組。

優選的，所述拆分待處理關鍵詞組為至少一個主要關鍵詞的步驟，具體包括：

按照拆分待處理關鍵詞組的輸入順序對其進行節選，得到多個文字組，所述文字組包含兩個文字，且被節選出的文字均相鄰；

逐個增加被節選的文字數量，并重復上述步驟，直至被節選的文字數量等同于拆分待處理關鍵詞組中文字的數量；

將所有文字組進行聯網篩選，剔除其中無法組成網絡詞典中的已有詞語，得到多個主要關鍵詞。

優選的，所述對待檢索文檔進行關鍵詞提取處理，得到段落關鍵詞對應信息表的步驟，具體包括：

對待檢索文檔進行段落編號；

為每一個經編號的段落進行分割，得到多個原文長句；

分析原文長句，提取段落關鍵詞；

根據段落關鍵詞與段落之間的包含關系，生成段落關鍵詞對應信息表。