[发明专利]具有明显类别划分的非结构化电子文档的检索方法和系统有效
| 申请号： | 201210525908.5 | 申请日： | 2012-12-07 |
| 公开（公告）号： | CN103020213A | 公开（公告）日： | 2013-04-03 |
| 发明（设计）人： | 倪时龙;宋立华;余深田;郑映;洪顺淋 | 申请（专利权）人： | 福建亿榕信息技术有限公司;国家电网公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 福州市鼓楼区京华专利事务所(普通合伙) 35212 | 代理人： | 宋连梅 |
| 地址： | 350000 福建省福*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种有明显类别划分的非结构化电子文档的检索方法和系统，其方法包括文档分类和类型关键词识别阶段：文档分类是将特定集合的文档，按照各文档内容之间存在的关系进行分类；类型关键词识别是将所有类型的关键词识别出来；实时搜索阶段：根据用户输入的搜索词，查询符合搜索结果的文档，并按照文档相关性从高到低返回搜索结果，该阶段提供了一实时搜索相关性算法公式，公式中引入了搜索词与文档类别的关系，优化了TF-IDF算法，很大程度上解决了上述提到的两个TF-IDF用于大型企业电子文档搜索时存在的两个问题，使之适用于大型企业电子文档全文搜索。 | ||
| 搜索关键词： | 具有 明显 类别 划分 结构 电子 文档 检索 方法 系统 | ||
【主权项】：
具有明显类别划分的非结构化电子文档的检索方法，其特征在于：包括文档分类和类型关键词识别阶段：文档分类是将特定集合的文档，按照各文档内容之间存在的关系进行分类；类型关键词识别是将所有类型的关键词识别出来；实时搜索阶段：根据用户输入的搜索词，查询符合搜索结果的文档，并按照文档相关性从高到低返回搜索结果，该阶段所采用的实时搜索相关性算法公式如下： Σ 1 N ( Tw Ta log ( D Dw ) ( D Cw * cn ) 1 2 ) 公式中，N代表一共输入的检索词的个数；Tw是一个检索词在该文档中出现的次数；Ta是该文档的总词数；D是文档的数目；Dw代表该检索词在搜索文档集合中的多少个文档中出现过；Cw指的是搜索词对应的类别的文档数目；cn是类别的数目。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于福建亿榕信息技术有限公司;国家电网公司，未经福建亿榕信息技术有限公司;国家电网公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201210525908.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种工业环境气体采样箱
- 下一篇：自动换膜粉尘采样装置及采样分析系统
