[發明專利]一種信息搜索方法、裝置及設備

在審

• 申請號: 202111241094.8
• 申請日: 2021-10-25
• 公開（公告）號: CN113918684A
• 公開（公告）日: 2022-01-11
• 發明（設計）人: 孫玲;李琳
• 申請（專利權）人: 咪咕文化科技有限公司;中國移動通信集團有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F16/335;G06F16/383
• 代理公司: 北京市浩天知識產權代理事務所(普通合伙) 11276
• 代理人: 梁倩

1.一種信息搜索方法，其特征在于，所述方法包括：

獲取用于搜索文檔的目標關鍵詞；

將所述目標關鍵詞包含的關鍵字輸入布隆過濾器，以從文檔集合中，篩選與所述關鍵字的布隆索引相對應的第一文檔集合；

基于所述目標關鍵詞，對所述第一文檔集合進行搜索，以得到包含所述目標關鍵詞的第二文檔集合。

2.根據權利要求1所述的信息搜索方法，其特征在于，所述布隆過濾器，通過以下過程優化得到：

獲取歷史搜索關鍵詞；

從所述歷史搜索關鍵詞中，確定存在相關性的關鍵字；

根據所述關鍵字，優化布隆過濾器，以得到優化后的布隆過濾器。

3.根據權利要求2所述的信息搜索方法，其特征在于，從所述歷史搜索關鍵詞中，確定存在相關性的關鍵字，包括：

根據不同關鍵字同時出現在同一歷史搜索關鍵詞中的次數與預設閾值，從所述歷史搜索關鍵詞中，確定存在相關性的關鍵字。

4.根據權利要求2所述的信息搜索方法，其特征在于，根據所述關鍵字，優化布隆過濾器，以得到優化后的布隆過濾器，包括：

對存在相關性的關鍵字形成的關鍵字相關性列表進行遍歷，若遍歷的當前關鍵字的相關關鍵字不在記錄字典中，在所述記錄字典中增加記錄，所述記錄包括當前關鍵字以及該當前關鍵字在布隆索引中的位置；

若遍歷的當前關鍵字的相關關鍵字在記錄字典中，確定當前關鍵字在所述關鍵字相關性列表中的位置；

根據所述當前關鍵字在所述關鍵字相關性列表中的位置，與所述記錄字典中已有相關關鍵字的位置不重復，在所述記錄字典中增加記錄；

若所述當前關鍵字在所述關鍵字相關性列表中的位置，與所述記錄字典中已有相關關鍵字的位置重復，根據上次確定的所述當前關鍵字在所述關鍵字相關性列表中的位置進行計算，直到確定出的所述當前關鍵字在所述關鍵字相關性列表中的位置，與所述記錄字典中已有相關關鍵字的位置不重復；

根據所述關鍵字相關性列表中的所有關鍵字的位置，形成第一版本記錄字典；

遍歷搜索文檔中的當前字為所述關鍵字相關性列表中的字，依據所述記錄字典表中的該當前字和布隆索引位置對應關系，標記該當前字的布隆索引；否則，直接對該當前字進行編碼轉換取余得到取余結果，根據該取余結果設置該當前字的布隆索引；

根據所述搜索文檔中的每個字的布隆索引，得到優化后的布隆過濾器。

5.根據權利要求2所述的信息搜索方法，其特征在于，得到優化后的布隆過濾器后，還包括：

獲得新增加的搜索文檔的關鍵字相關性列表；

根據所述新增加的搜索文檔的關鍵字相關性列表，對所述第一版本記錄字典進行更新，得到更新后的第二版本記錄字典；

根據所述新增加的搜索文檔以及所述更新后的第二記錄字典，得到所述新增加的搜索文檔的布隆索引；

根據所述新增加的搜索文檔的布隆索引對優化后的布隆過濾器進行更新，得到更新后的布隆過濾器。

6.根據權利要求1所述的信息搜索方法，其特征在于，獲取用于搜索文檔的目標關鍵詞，包括：

獲取用戶輸入的用于搜索文檔的搜索關鍵詞集合；

對所述待搜索關鍵詞集合進行過濾，得到目標關鍵詞。

7.根據權利要求6所述的信息搜索方法，其特征在于，將所述目標關鍵詞包含的關鍵字輸入布隆過濾器，以從文檔集合中，篩選與所述關鍵字的布隆索引相對應的第一文檔集合，包括：

將所述目標關鍵詞包含的關鍵字輸入布隆過濾器，若所述目標關鍵詞包含的關鍵字的布隆索引在所述布隆過濾器中的布隆索引中，則將所述目標關鍵詞包含的關鍵字的布隆索引對應的文檔形成的文檔集合，作為所述第一文檔集合。

8.一種信息搜索裝置，其特征在于，所述裝置包括：

獲取模塊，用于獲取用于搜索文檔的目標關鍵詞；

處理模塊，用于將所述目標關鍵詞包含的關鍵字輸入布隆過濾器，以從文檔集合中，篩選與所述關鍵字的布隆索引相對應的第一文檔集合；基于所述目標關鍵詞，對所述第一文檔集合進行搜索，以得到包含所述目標關鍵詞的第二文檔集合。