[发明专利]一种结构化信息检索方法和系统

权利要求书

1.一种结构化信息检索方法，其特征在于，包括：

预置结构化信息的索引，所述结构化信息包括多个域的信息，所述索引包括各个域的倒排索引，以及，结构化信息的序列化索引；

接收用户提交的结构化信息查询请求，所述请求中包括查询关键词；

对所述查询关键词进行预处理；

将预处理后的查询关键词在所述各个域的倒排索引中进行匹配，获得满足预设匹配规则的候选结构化信息；

提取所述候选结构化信息对应的结构化信息的序列化索引，并按照预设的计分规则根据所述结构化信息的序列化索引计算所述候选结构化信息的分值；

根据所述候选结构化信息的分值选取作为查询结果的目标结构化信息。

2.根据权利要求1所述的方法，其特征在于，所述预置结构化信息的索引的步骤，进一步包括：

获取结构化信息，生成结构化信息库，其中，所述结构化信息包括多个域的信息；

对所述结构化信息库中结构化信息中各个域的信息进行预处理；

针对经预处理后的各个域的信息建立各个域的倒排索引；

以及，

针对经预处理后各个域的信息建立结构化信息的序列化索引。

3.根据权利要求2所述的方法，其特征在于，所述结构化信息的序列化索引包括第一结构化信息序列化索引，以及，第二结构化信息序列化索引；

所述针对预处理后各个域的信息建立结构化信息的序列化索引的子步骤，进一步包括：

将预处理后各个域中的单词采用哈希函数转换为单词ID；

将预处理后各个域中的数字信息，以及，所述单词ID进行序列化，保存为第一结构化信息序列化索引；

以及，

按照预置规则根据所述预处理后各个域的信息，计算对应结构化信息的特征值；

将所述特征值保存为第二结构化信息序列化索引。

4.根据权利要求3所述的方法，其特征在于，所述结构化信息为产品信息，所述多个域的信息包括：产品主题信息、产品关键词信息、产品属性信息、产品的概要描述信息和/或产品的详细描述信息；所述特征值包括结构化信息质量参数；

所述按照预置规则根据预处理后各个域的信息，计算对应结构化信息的特征值的子步骤，进一步包括：

采用线性回归模型，对结构化信息的产品主题信息、产品关键词信息、产品属性信息、产品的概要描述信息和产品的详细描述信息进行拟合，获得该结构化信息的结构化信息质量参数。

5.根据权利要求1或2或3或4所述的方法，其特征在于，所述预处理包括：

对结构化信息的字符进行大小写转化，和/或，非法字符、不可见字符、特殊字符过滤，和/或重复字符剔除的操作；

和/或，对结构化信息的字符串进行分词，并针对分词后的字符去除词根，去除声调和/或过滤数字，获得单词的词干。

6.根据权利要求3所述的方法，其特征在于，所述将预处理后的查询关键词在所述各个域的倒排索引中进行匹配，获得满足预设匹配规则的候选结构化信息的步骤，进一步包括：

通过字符串匹配算法将预处理后的查询关键词在所述各个域的倒排索引中进行匹配，获得所述预处理后的查询关键词在各个域的匹配度参数；

累加所述查询关键词在结构化信息各个域的匹配度参数，获得当前查询关键词的结构化信息相关性得分；

按照所述相关性得分从高到低选取预设数量的结构化信息为候选结构化信息。

7.根据权利要求6所述的方法，其特征在于，所述按照预设的计分规则根据所述结构化信息的序列化索引计算所述候选结构化信息的分值的步骤，进一步包括：

根据所述第一结构化信息序列化索引计算所述候选结构化信息的第一评价参数；

根据所述第二结构化信息序列化索引确定所述候选结构化信息的第二评价参数；

根据所述第一评价参数和第二评价参数计算所述候选结构化信息的分值。