[发明专利]一种基于数据挖掘的文本搜索方法

摘要

本发明公开了一种基于数据挖掘的文本搜索方法。它涉及计算机技术领域中的电子文本文档进行精确表示及搜索的技术。它利用数据挖掘技术能够从海量数据中发现重要信息的特性，对文本文档进行分析并抽取多层次上的特征作为文档的表示。这些多层次上的特征能够形成文档的精确表示，建立了一种新的文本检索系统，达到文本搜索的目的。本发明还具有运算速度快、性能稳定、适用面广的特点。本发明可以用于任何语言的文本文档的文本搜索、文本聚类、文本摘要等诸多文本智能处理。

主权项

1.一种基于数据挖掘的文本搜索方法，其特征在于它包括步骤：①利用计算机采用概率统计理论建立领域专用或通用词典；②基于词典对文本进行分词处理；③利用数据挖据技术对文档进行分析；④基于对文档的分析，抽取文档的多层次的词组特征，形成对文档的多精度表示；⑤基于文档的多精度词组特征表示，根据词组特征间的匹配计算文档之间的相似度；⑥基于文档间的相似度，直接搜出需要文档，或基于文档间的相似度，利用紧密度分布算法对文档进行聚类搜出需要文档；完成基于数据挖掘文本搜索。