[发明专利]一种电气型号搜索方法

说明书

本发明公开了一种电气型号搜索方法，包括S1：输入查询文本，根据其前缀，使用文本向量分类算法计算查询文本可能的类别，当查询到文本所属类别，则使用该类别的属性抽取模板，根据模板学习到查询文本中的对应属性值，当未查询到文本所属类别时，则重新执行步骤S1；S2：抽取型号库中与查询文本所属类别对应类别的元器件，并形成类别系列集合；S3：对比所有形成的类别系列集合，根据查询文本属性值匹配最优可选组合，输出最优可选组合的型号文本以及价格，计算该次匹配结果的评价；S4：根据匹配结果评价对输出的各系列最优可选组合按高到低排序并结束。本发明通过引入电气领域专业知识，从而有效提升电气型号文本搜索效率和搜索准确度。

技术领域

本发明涉及计算机软件领域，尤其涉及的是一种电气型号搜索方法。

背景技术

文本信息检索指的是从信息资源的集合中查找文档所需内容的过程。如何从大量的数据中查找和获取有效信息是该领域持之以恒研究的问题。常见的信息检索技术包括了布尔查询，向量空间模型，概率模型和推理网络模型。

目前的常见的通用文本搜索算法都是基于文本相似度来进行的，比如simhash算法。在电器型号搜索中，完全基于相似性的算法会导致忽略重要因素，过分注重字符数多的文本内容，不能达到完全匹配A系列和B系列的相应参数。

因此，现有技术存在缺陷，需要改进。

发明内容

本发明所要解决的技术问题是：提供一种有效提升电气型号文本搜索效率和搜索准确度的电气型号搜索方法。

本发明的技术方案如下：一种电气型号搜索方法，包括如下步骤：S1：输入查询文本，根据查询文本的前缀，使用文本向量分类算法计算查询文本可能的类别，当查询到文本所属类别，则使用该类别的属性抽取模板，根据模板学习到查询文本中的对应属性值，当未查询到文本所属类别时，则返回重新执行步骤S1；S2：抽取型号库中与查询文本所属类别对应类别的元器件，并形成类别系列集合；S3：对比所有形成的类别系列集合，根据查询文本属性值匹配最优可选组合，输出最优可选组合的型号文本以及价格，计算该次匹配结果的评价；S4：根据匹配结果评价对输出的各系列最优可选组合按高到低排序，结束本次搜索。

应用于上述技术方案，所述的电气型号搜索方法中，步骤S1中，使用文本向量分类算法计算查询文本可能的类别时，其具体为：S11：搜集现有所有电器元件系列的前缀，并构造元器件系列前缀树；S12：在前缀树中查询查询文本所属系列，进一步根据系列类别字典查询系列所属类别；其中，当查询不到对应类别时，则根据查询文本生成的词频向量计算与各类别余弦相似性，根据阈值筛选得到查询文件对应的所属类别；当输出无类别时，则返回重新执行步骤S1。

应用于各个上述技术方案，所述的电气型号搜索方法中，步骤S12中，电器元件系列所属类别字典构造方式如下：提取电器元件系列集在互联网上公开的属性名称，根据海明距离将属性名称分为12大类；遍历电气元件系列集合，统计每个系列的属性类别频次构造系列-属性向量；利用k-means聚类算法聚合系列-属性向量集，将系列集划分为26种类别。

应用于各个上述技术方案，所述的电气型号搜索方法中，步骤S12中，文本向量余弦相似度计算公式如下：

这里的A_i和B_i分别代表向量A和B的各分量，相似性的范围在0到1之间，1代表完全相同，0代表两文本完全独立。

应用于各个上述技术方案，所述的电气型号搜索方法中，步骤S3中，文本属性值匹配最优可选组合规则如下：遍历类别系列集合，根据属性名称匹配对应系列属性，对于每次匹配，当完全匹配，则评价值+1；当属性属于数值类，并匹配到的最优数值在±10％以内，则评价值+0.5，否则-0.5；当属性属于因子类，并匹配到的文本余弦相似度在±30％以内，则评价值+0.5，否则-0.5；完成一次匹配后，最终评价值等于评价值除以匹配次数。