[发明专利]一种检索方法及装置

权利要求书

1.一种检索方法，其特征在于，包括：

对用户的查询语句进行语义分析；

通过检索非结构化数据语料库，获得语义分析结果匹配的语料片段；

对匹配的语料片段进行分词和过滤处理，并采用抽取器对过滤后的语料片段进行抽取，以获得所述查询语句的答案。

2.根据权利要求1所述的方法，其特征在于，对用户的查询语句进行语义分析之前，还包括：

获得设定的网页内容，并对所述网页内容进行分类；

依据网页内容的分类结果，创建并存储设定类别的非结构化数据语料库。

3.根据权利要求2所述的方法，其特征在于，通过检索非结构化数据语料库，获得语义分析结果匹配的语料片段，包括：

确定所述查询语句的类别；

依据查询语句的类别，检索对应类别的非结构化数据语料库，以获得语义分析结果匹配的语料片段。

4.根据权利要求2所述的方法，其特征在于，采用抽取器对过滤后的语料片段进行抽取，以获得所述查询语句的答案之后，还包括：

依据获得的答案对应的网页的属性信息、语料片段及先验知识，确定所述答案的置信度。

5.根据权利要求2所述的方法，其特征在于，所述设定类别的非结构化数据语料库包括人物、法规、影视或百科类别的非结构化数据语料库。

6.根据权利要求1-5任一项所述的方法，其特征在于，采用抽取器对过滤后的语料片段进行抽取，以获得所述查询语句的答案之后，还包括：

在所述查询语句属于非规范查询语句时，向客户端返回所述答案对应的语料片段和网页的属性信息。

7.根据权利要求1-5任一项所述的方法，其特征在于，采用抽取器对过滤后的语料片段进行抽取，包括：

采用抽取器对过滤后的语料片段进行基于规则、统计或自然语言模板的抽取。

8.一种检索装置，其特征在于，包括：

语义分析模块，用于对用户的查询语句进行语义分析；

语料片段获取模块，用于通过检索非结构化数据语料库，获得语义分析结果匹配的语料片段；

答案获取模块，用于对匹配的语料片段进行分词和过滤处理，并采用抽取器对过滤后的语料片段进行抽取，以获得所述查询语句的答案。

9.根据权利要求8所述的装置，其特征在于，还包括：

网页分类模块，用于在对用户的查询语句进行语义分析之前，获得设定的网页内容，并对所述网页内容进行分类；

语料库创建模块，用于依据所述网页分类模块网页内容的分类结果，创建并存储设定类别的非结构化数据语料库。

10.根据权利要求9所述的装置，其特征在于，所述语料片段获取模块包括：

类别确定子模块，用于确定所述查询语句的类别；

语料片段获取子模块，用于依据所述类别确定子模块确定的查询语句的类别，检索对应类别的非结构化数据语料库，以获得语义分析结果匹配的语料片段。

11.根据权利要求9所述的装置，其特征在于，还包括：

置信度确定模块，用于在采用抽取器对过滤后的语料片段进行抽取，以获得所述查询语句的答案之后，依据获得的答案对应的网页的属性信息、语料片段及先验知识，确定所述答案的置信度。

12.根据权利要求9所述的装置，其特征在于，所述设定类别的非结构化数据语料库包括人物、法规、影视或百科类别的非结构化数据语料库。

13.根据权利要求8-12任一项所述的装置，其特征在于，还包括：

网页属性返回模块，用于在采用抽取器对过滤后的语料片段进行抽取，以获得所述查询语句的答案之后，在所述查询语句属于非规范查询语句时，向客户端返回所述答案对应的语料片段和网页的属性信息。

14.根据权利要求8-12任一项所述的装置，其特征在于，所述答案获取模块具体用于：

采用抽取器对过滤后的语料片段进行基于规则、统计或自然语言模板的抽取。