[發明專利]一種電子文檔篩選查詢方法及系統

在審

• 申請號: 202310920071.2
• 申請日: 2023-07-26
• 公開（公告）號: CN116662521A
• 公開（公告）日: 2023-08-29
• 發明（設計）人: 單良;王亞平;路陽;江偉歡;劉偉家;鄭楠
• 申請（專利權）人: 廣東省建設工程質量安全檢測總站有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F40/216;G06F40/284;G06F40/30;G06F16/33
• 代理公司: 廣州渣津專利代理事務所(特殊普通合伙) 44516
• 代理人: 申宏輝

一種電子文檔篩選查詢方法及系統，屬于信息檢索領域，方法包括：連接業務管理系統，確定檢索域；基于檢索域獲取目標文檔集，跨域關聯構建檢索數據庫；基于查詢需求確定主關鍵詞與從關鍵詞集合，配置關鍵詞矩陣；遍歷多個檢索數據子庫對關鍵詞矩陣進行匹配，生成相似度矩陣；設定相似度閾值并對相似度矩陣進行判定，確定單項關鍵詞匹配結果；基于單項關鍵詞匹配結果，對相似度矩陣逐矩陣列求和生成相似度匹配結果；基于相似度匹配結果進行文檔映射，確定文檔查詢結果。本申請解決了現有技術中電子文檔篩選查詢準確度和效率低的技術問題，實現了電子文檔的高精度、動態、多元化查詢，達到了提高電子文檔篩選準確度和效率的技術效果。

技術領域

本發明涉及信息檢索領域，具體涉及一種電子文檔篩選查詢方法及系統。

背景技術

當前，隨著信息技術的發展，各個組織和企業積累了大量的電子文檔數據。這些數據通常分布在不同的業務系統中，存在跨域和異構的特征。目前，實現大規模文檔檢索的方法主要有：構建集中式索引，采用爬蟲技術索引；利用元數據等手段提取文檔特征并基于特征索引實現搜索。但是，這些方法在跨域異構數據場景下效果不佳，效率和查詢準確度低下。

發明內容

本申請通過提供了一種電子文檔篩選查詢方法及系統，旨在解決現有技術中電子文檔篩選查詢準確度和效率低的技術問題。

鑒于上述問題，本申請提供了一種電子文檔篩選查詢方法及系統。

本申請公開的第一個方面，提供了一種電子文檔篩選查詢方法，該方法包括：連接業務管理系統，確定檢索域；基于檢索域獲取目標文檔集，跨域關聯構建檢索數據庫，檢索數據庫由多個檢索數據子庫構成，各檢索數據子庫存在數據類型差異，檢索數據庫實時更新；基于查詢需求，確定主關鍵詞集合與從關鍵詞集合，配置關鍵詞矩陣，從關鍵詞集合由主關鍵詞集合多元化處理獲?。唤Y合相似度匹配算法，遍歷多個檢索數據子庫對關鍵詞矩陣進行匹配，生成相似度矩陣，其中，關鍵詞出現頻次為附加生成信息；設定相似度閾值，基于相似度閾值對相似度矩陣進行判定，確定單項關鍵詞匹配結果，其中，匹配成功標識為1，匹配失敗標識為0；基于單項關鍵詞匹配結果，對相似度矩陣逐矩陣列求和生成相似度匹配結果，相似度匹配結果表征匹配的關鍵詞集合與檢索數據庫中單項文檔的綜合相似度；基于相似度匹配結果進行文檔映射，確定文檔查詢結果。

本申請公開的另一個方面，提供了一種電子文檔篩選查詢系統，該系統包括：確定檢索域模塊，用于連接業務管理系統，確定檢索域；檢索數據庫構建模塊，基于檢索域獲取目標文檔集，跨域關聯構建檢索數據庫，檢索數據庫由多個檢索數據子庫構成，各檢索數據子庫存在數據類型差異，檢索數據庫實時更新；關鍵詞矩陣模塊，基于查詢需求，確定主關鍵詞集合與從關鍵詞集合，配置關鍵詞矩陣，從關鍵詞集合由主關鍵詞集合多元化處理獲??；相似度矩陣模塊，用于結合相似度匹配算法，遍歷多個檢索數據子庫對關鍵詞矩陣進行匹配，生成相似度矩陣，其中，關鍵詞出現頻次為附加生成信息；關鍵詞匹配結果模塊，用于設定相似度閾值，基于相似度閾值對相似度矩陣進行判定，確定單項關鍵詞匹配結果，其中，匹配成功標識為1，匹配失敗標識為0；相似度匹配結果模塊，基于單項關鍵詞匹配結果，對相似度矩陣逐矩陣列求和生成相似度匹配結果，相似度匹配結果表征匹配的關鍵詞集合與檢索數據庫中單項文檔的綜合相似度；文檔查詢結果模塊，基于相似度匹配結果進行文檔映射，確定文檔查詢結果。

本申請中提供的一個或多個技術方案，至少具有如下技術效果或優點：