[发明专利]一种基于搜索语句切词结果的搜索方法及系统

权利要求书

1.一种基于搜索语句切词结果的搜索方法，其特征在于，该方法包括以下步骤：

1)接收搜索框内输入的搜索语句；

2)查找所述搜素语句中的所有停用词，并将停用词分割的各个语句作为单独的一个切分单位，如果没有找到停用词，则将整个搜索语句作为切分单元，将所有的切分单元进行存储；

3)利用Trie树字典对所有切分单元进行正向切分和逆向切分，切分完成后，分别存储正向切分结果和逆向切分结果；

4)判断所述正向切分结果和逆向切分结果是否相同，如果是，则将所述正向切分结果或逆向切分结果作为最终切分结果，跳转到步骤6)，否则跳转到步骤5)；

5)对正向切分结果和逆向切分结果进行交叉歧义选择得到最终切分结果；

6)采用该最终切分结果作为搜索语句的关键词进行搜索。

2.根据权利要求1所述的方法，所述步骤1)之前，包括以下步骤：

根据词库对GB2312字库中的每一个字符构建Trie树，形成Trie树字典。

3.根据权利要求2所述的方法，每个Trie树节点包括以下成员：字符本身，当前节点是否构成词的标志，数组成员个数，词性值，指向数组成员的指针。

4.根据权利要求2所述的方法，所述词库来自搜狗词库、中华词典以及通过爬虫技术在淘宝、京东搜索获取的推荐词；

对于词库的词语，通过爬虫技术在百度百科中校验是否构成词语。

5.根据权利要求3所述的方法，所述词性值包括：产品词，品牌词，地区词。

6.根据权利要求1-5之一所述的方法，所述交叉歧义选择包括至少以下选择标准之一：

长词个数多者优先、二元词个数多者优先、单字个数少者优先、地区词取正切、词个数少者优先、产品词个数多者优先或三字词多者优先。

7.一种基于搜索语句切词结果的搜索系统，其特征在于，该系统包括：

搜索语句接收模块，接收搜索框内输入的搜索语句；

停用词查找模块，查找所述搜素语句中的所有停用词，并将停用词分割的各个语句作为单独的一个切分单位，如果没有找到停用词，则将整个搜索语句作为切分单元，将所有的切分单元进行存储；

语句切分模块，利用Trie树字典对所有切分单元进行正向切分和逆向切分，切分完成后，分别存储正向切分结果和逆向切分结果；

切分结果判断模块，判断所述正向切分结果和逆向切分结果是否相同；

切分结果确定模块，如果正向切分和逆向切分结果，则将所述正向切分结果或逆向切分结果作为最终切分结果，对正向切分结果和逆向切分结果进行交叉歧义选择得到最终切分结果；

搜索结果输出模块，采用该最终切分结果作为搜索语句的关键词进行搜索，输出搜索结果。

8.根据权利要求7所述的系统，该系统还包括：

字典构建模块，根据词库对GB2312字库中的每一个字符构建Trie树，形成Trie树字典。

9.根据权利要求8所述的系统，每个Trie树节点包括：字符本身，当前节点是否构成词的标志，数组成员个数，词性值，指向数组成员的指针。

10.根据权利要求8所述的系统，所述词库来自搜狗词库、中华词典以及通过爬虫技术在淘宝、京东搜索获取的推荐词；

对于词库的词语，通过爬虫技术在百度百科中校验是否构成词语。

11.根据权利要求9所述的系统，所述词性值包括：产品词，品牌词，地区词。

12.根据权利要求7-11之一所述的系统，所述交叉歧义选择包括至少以下选择标准之一：长词个数多者优先、二元词个数多者优先、单字个数少者优先、地区词取正切、词个数少者优先、产品词个数多者优先或三字词多者优先。

13.一种计算机可读存储介质，该介质存储有计算机程序指令，通过执行该计算机程序指令，实现权利要求1-6之一所述的方法。