[发明专利]一种信息检索的方法和系统

权利要求书

1.一种信息检索的方法，其特征在于，该方法包括：

基于检索串query的扩展对基础检索串分析QA词表进行二次映射过程，生成二级映射的QA词表；其中，所述基础QA词表包括高频query到关键词的映射，所述二级映射的QA词表中的第一级映射为扩展query到高频query的映射，第二级映射为高频query到关键词的映射；

根据获取的信息检索请求中的检索串，进行所述二级映射的QA词表的查找，得到所述检索串命中的关键词，并提取所述关键词对应的互联网发布信息作为检索结果。

2.根据权利要求1所述信息检索的方法，其特征在于，所述query的扩展具体为：

依据检索日志，采用基于会话session的query扩展、和/或基于互联网发布信息互点击的query扩展、和/或基于相关搜索的query扩展，得到多个query相关系列。

3.根据权利要求2所述信息检索的方法，其特征在于，所述基于query的扩展对基础QA词表进行二次映射过程，生成二级映射的QA词表，具体为：

对于query扩展得到的每一个query相关系列，在判断所述query相关系列中存在与所述基础QA词表中相同的高频query时，将所述query相关系列中除所述高频query之外的其他query添加为所述高频query的扩展query，生成扩展query到高频query的初始的第一级映射；

计算所述初始的第一级映射中的各扩展query与相应高频query的相似度，并过滤掉相似度小于预设阈值的扩展query，保留相似度大于或等于预设阈值的扩展query，得到最终的第一级映射；

根据所述最终的第一级映射和所述基础QA词表，生成二级映射的QA词表。

4.根据权利要求3所述信息检索的方法，其特征在于，该方法进一步包括：根据相关性逻辑回归模型计算所述初始的第一级映射中的各扩展query与相应高频query的相似度，具体为：

接收人工标注的标准集，所述标准集中包括人工标注的扩展query到高频query的映射；

计算所述标准集中每一个扩展query到高频query映射的特征值，并随机将所述标准集划分为训练集和校验集；

用所述训练集进行相关性逻辑回归模型训练，得到用于评价扩展query和高频query相关性的初始逻辑回归模型，再用所述校验集对所述初始逻辑回归模型进行评价，根据评价结果优化特征选择，得到最终的相关性逻辑回归模型；

根据最终的相关性逻辑回归模型，通过下式计算所述初始的第一级映射中的各扩展query与相应高频query的相似度：

Score(q1,q2)=11+e-Σi=1nwifi(q1,q2)]]>

其中，q₁表示扩展query，q₂表示高频query，n表示特征总数，f_i(q₁，q₂)表示扩展query到高频query映射的第i个特征值，w_i表示第i个特征的权重。