[发明专利]一种电子文档全文检索的方法及系统

说明书

技术领域

本发明涉及信息管理领域，具体涉及信息管理中的一种进行电子文档全文搜索的系统和方法。

背景技术

传统的信息管理的方式是采用以纸张为载体的信息分类管理，容量小，保存难。随着计算机产业的发展，以计算机存储设备为载体的电子文档随即出现，但是，现在多数企业仍然沿用传统的分类管理的方式来管理这些电子文档，这样就无法将这些信息有效的管理和利用，造成了信息巨大的浪费。同时，对于企业来说，往往会迷失在海量的信息中，无法快速找到自己需要的信息。

发明内容

本发明要解决的技术问题是提供一种电子文档全文检索的系统和方法，便于用户快速检索不同类型的电子文档提供的信息，得到准确的或者是全面的搜索文档搜索结果，使得用户可迅速定位所需要的文件信息。

为了解决上述问题，本发明提供了一种电子文档全文检索的方法，包括以下步骤：

(1)根据用户配置的数据源、索引创建与更新的策略，对该数据源的文档属性信息以及与其对应的文本内容信息进行信息抽取，并为其中每个词分别建立索引，构建与该数据源对应的全文检索索引库；

(2)接收用户输入的查询内容，并根据其确定查询条件，在所述全文检索索引库中对该索引文件进行查找，得到匹配的文档属性信息以及对应的文本内容信息；

(3)提取该文本内容信息中与用户搜索相关的摘要信息，并将该摘要信息与对应的文档属性信息一同返回给用户；

进一步的，本发明所述的方法，其中，步骤(1)中，所述用户配置的数据源，为一个或者多个电子文档库；

进一步的，本发明所述的方法，其中，步骤(1)中，在所述数据源更新同时，自动同步更新所述全文检索索引库内的信息，包括以下步骤：

(i)定时扫描电子文档库的文档属性信息与文本内容信息；

(ii)提取所述文档的当前信息，并与全文检索索引库中电子文档的历史信息进行对比；

(iii)将有更新操作的文档，在全文检索索引库中同步进行更新操作；

进一步的，本发明所述的方法，其中，步骤(2)中，进一步包括以下步骤：

(2a)接收用户输入的查询内容，根据关键词提取策略对用户提供的查询内容进行关键词提取；

(2b)根据提取出的关键词所形成的查询条件，在所述全文检索索引库中对该索引文件进行查找，得到匹配的文档属性信息与对应的文本内容信息；

进一步的，本发明所述的方法，其中，所述查询内容，包括以下内容之一或多个的组合：文档内容、文档摘要、文档标题、文档创建时间、文档更新时间、文档作者、文档类型、文档大小以及文档路径；

进一步的，本发明所述的方法，其中，所述文档属性信息，包括：文档标题、文档创建时间、文档更新时间、文档作者、文档类型、文档大小以及文档路径；所述文本内容信息，包括：文档内容、与文档摘要；

本发明所述的方法，其中，步骤(3)中，进一步包括：

当用户输入的查询内容未包括文档内容时，提取该文本内容信息中的文档摘要作为摘要信息，与对应的文档属性信息一同返回给用户；

当用户输入的查询内容包括文档内容时，根据关键词对文本内容信息中的文档内容进行检索，提取其中命中关键字的文档内容片段作为摘要信息，与对应的文档属性信息一同返回给用户；

为了解决上述问题，本发明还提供了一种电子文档全文搜索系统，包括：

索引模块，根据用户配置的数据源、索引更新与重建的策略对全文索引进行维护，抽取该数据源中文档属性信息以及与其对应的文本内容信息，并为其中的每个词分别创建索引信息，构建与该数据源对应的全文检索索引库；

查询入口模块，用于接收用户输入的查询内容，并将其发送给查询模块进行处理，还用于调用查询模块在文本内容信息中提取摘要信息，并将查询模块返回的摘要信息与对应的文档属性信息一起反馈给用户；

查询模块，用于根据输入的查询内容确定查询条件，在所述全文检索索引库中对索引文件进行查询，经查询入口模块调用，在查询到的文本内容信息中提取摘要信息，并将其与对应的文档属性信息一起返回给查询入口模块；

进一步的，本发明所述的系统，其中，所述查询内容，包括以下内容之一或多个的组合：文档内容、文档摘要、文档标题、文档创建时间、文档更新时间、文档作者、文档类型、文档大小以及文档路径；所述文档属性信息，包括：文档标题、文档创建时间、文档更新时间、文档作者、文档类型、文档大小以及文档路径；所述文本内容信息，包括：文档内容、与文档摘要；

进一步的，本发明所述的系统，其中，所述查询模块，包括：