[发明专利]一种对电子文件进行语义检索的方法和系统

权利要求书

1.一种对电子文件进行语义检索的方法，其特征在于该方法包括如下步骤：

步骤(1)在数据库中以结构文件形式建立一个相近词的字典；

步骤(2)确认待处理的电子文件是否包含语义描述内容；

步骤(3)接受用户查询条件，然后对该条件进行中文分词，获得若干词汇；

步骤(4)词汇匹配，依据中文分词后的词汇，然后再读取一个或多个电子文件的每一个语义描述中的项目名与语义内容，把这些内容与上一步获得的中文分词词汇进行比较，如果是相同或者相近，则返回该项目名称及对应的语义内容；

步骤(5)向外部显示所有的返回的项目名称及对应的语义内容，供用户选择其中的一部分；

步骤(6)根据用户的选择，显示该项目名称与语义内容所对应的图片、视频、文字块内容。

2.根据权利要求1所述的方法，其特征在于：所述步骤(1)进一步包括：在数据库中建立一张表，表中至少有两个字段，一是用于存储词条，另一个用于存储相近词义的ID号，如果两个词条拥有相同的词义ID号，即理解为相近词。

3.根据权利要求1或2所述的方法，其特征在于：所述步骤(3)进一步包括：把查询条件视为以字为元素的数组；以第一个元素为起点，取出所有连续组合；以第二个元素为起点，取出所有连续组合；以此类推，取出最后一个元素的组合；建立一个字典，该字典中按常用、不常用的分级方式存储词组；在常用词字典中找出上述取出的组合；如果没有常用词，再在不常用词典中查找，如果有则记为分词词汇。

4.根据权利要求3所述的方法，其特征在于：所述步骤(4)进一步包括：

先把分出的词汇与项目名称对应，找出所有相同或相近的，返回项目名称及对应的语义内容，然后再与语义内容比较，如果语义内容中包含了分出的词汇，则返回项目名称及对应的语义内容。

5.一种对电子文件进行语义检索的系统，其特征在于该系统包括：

数据库，在该数据库中以结构文件形式存储有一个相近词的字典；

确认模块，用于确认待处理的电子文件是否包含语义描述内容；

中文分词模块，用于在接受用户查询条件后对该条件进行中文分词，获得若干词汇；

词汇匹配模块，依据中文分词后的词汇，然后再读取一个或多个电子文件的每一个语义描述中的项目名与语义内容，把这些内容与上一步获得的中文分词词汇进行比较，如果是相同或者相近，则返回该项目名称及对应的语义内容；

语义描述显示模块，向外部显示所有的返回的项目名称及对应的语义内容，供用户选择其中的一部分；

内容显示模块，根据用户的选择，显示该项目名称与语义内容所对应的图片、视频、文字块内容。

6.根据权利要求5所述的系统，其特征在于：在数据库中建立一张表，表中至少有两个字段，一是用于存储词条，另一个用于存储相近词义的ID号，如果两个词条拥有相同的词义ID号，即理解为相近词。

7.根据权利要求5或6所述的系统，其特征在于：所述中文分词模块把查询条件视为以字为元素的数组；以第一个元素为起点，取出所有连续组合；以第二个元素为起点，取出所有连续组合；以此类推，取出最后一个元素的组合；建立一个字典，该字典中按常用、不常用的分级方式存储词组；在常用词字典中找出上述取出的组合；如果没有常用词，再在不常用词典中查找，如果有则记为分词词汇。

8.根据权利要求7所述的系统，其特征在于：词汇匹配模块先把分出的词汇与项目名称对应，找出所有相同或相近的，返回项目名称及对应的语义内容，然后再与语义内容比较，如果语义内容中包含了分出的词汇，则返回项目名称及对应的语义内容。