[发明专利]电子文本处理与检索的方法和系统

权利要求书

1、一种计算机执行的对多个含有同样关键词的电子文本进行处理的方法，包括：

获得多个含有同样关键词的电子文本；规定邻接词段所含字词数量或邻接词段截取方式；根据部分或全部文本中的每个文本内容中所述关键词的邻接词段或间接邻接词段与其他文本相同还是不同，将该文本与其他文本划分入同一或不同子集或者进行相应的相同或不同处理；

所述的相应的相同或不同处理可以包括：相应文本具有相同或不同的分布位置或存储方式，或者得到相同或不同的子集标记，或者使得其索引具有相同或不同的标记或索引项，或者具有相同或不同的编排方式，或者在交互界面具有相同或不同的显示方式或位置，或者允许至少部分子集各有一个或多个邻接词段或文本进行跨子集组合或排序或在交互界面展示；

所述的文本可以是电子文件或网页或者它们的摘要或索引或题录或题目。

2、按照权利要求1所述的处理方法，其中包括：对于属于某个或某些同一第一级子集或较高的子集或其内容含有同样关键词及邻接词段的不同文本，根据其含有的所述同样关键词及邻接词段的其他邻接词段的相同还是不同，将部分或全部所述文本划分入上述子集同一或不同的下一级或多级子集或者进行相应的相同或不同处理；

所述处理方法允许依次的邻接词段的合并或分开，以减少或增加子集层次。

3、按照权利要求1所述的处理方法，包括：

编排一个反映所述文本的同样关键词的不同邻接词段或间接邻接词段或者包含这些词段的语句或例句或摘要实例的并列或先后关系的一级或多级的目录或树状目录或序列，其中，可以包括所述文本的一个或多个不同子集各自的所述的相同邻接词段或相同间接邻接词段或者包含该词段的语句或例句或摘要实例，或者包括这个或这些子集的下一级或下几级多个子集各自的相同的邻接词段或间接邻接词段或者包含该词段的语句或例句或摘要实例，按照并列或隶属先后关系编排或分布或存储或展示；其中所述的词段或语句或例句或摘要实例可以是跨子集并列的。

4、按照权利要求3所述的处理方法，包括：

所述目录或树状目录或序列中的关键词邻接词段或间接邻接词段，如果其下一级或下几级邻接词段只有一种，该词段可以连同其下一级或下几级邻接词段在其原有位置一起分布或存储或展示。

5、按照权利要求1或2或3或4所述的处理方法，包括：

在上述的文本或目录或语句或例句或摘要实例中或者在它们所包含的关键词或邻接词段或间接邻接词段附近，可以具有其相应的并列子集数目或下级子集数目或者相关词或词段所在子集的并列子集数目或所含的下级子集数目或文本数目的提示。

6、按照权利要求1或2或3或4所述的处理方法，包括：

在所述的处理方法或者目录中，并列子集或者并列邻接词段或间接邻接词段或者并列文本或者并列的语句或例句或摘要实例中的某一个的具体排序位置，部分或完全取决于下列其中某一个或多个因素：

该文本或者该词段或语句或例句或摘要实例所在文本的佩奇链接值的大小或点击率的高低或关键词出现率的高低，

或者该子集的下级子集数目或下属文本数目的多少或者该子集点击率的高低或者该子集的文本佩奇链接值的平均数值的大小，

或者该词段或者文本或者语句或例句或摘要实例所在子集的下级子集数目或下属文本数目的多少或者所在子集点击率的高低或者所在子集的文本佩奇链接值的平均数值的大小，

或者该子集的佩奇链接值最高的文本或另外的文本实例的佩奇链接值的大小，

或者该子集的点击率最高的或关键词出现率最高的文本或另外的文本实例的点击率或关键词出现率的高低，

或者相关文本或相关子集内的相关文本在其他搜索网站或检索系统搜索结果中的排序，

或者有关文本的出资人相关付费或竞价的高低，

或者相关的邻接词段的词字的拼写或拼音的字母顺序或笔划，

或者文本的来源网站或单位或人的评分，

或者相关文本收录的时间先后或新旧，

或者是否属于某一级的同一子集。