[发明专利]基于叙词表的信息检索方法及装置

摘要

一种基于叙词表的信息检索方法和装置，所述方法包括根据叙词表，对用户输入的检索词进行规范化，获得规范化检索词K；利用规范化检索词K，通过通用搜索引擎对规范化检索词K进行检索，对结果的网址进行分析，提取要素信息；利用相似度计算的方法求出叙词表中K的相关词的相似度，将相似度大于阈值的相关词加入查询扩展集合N；将与K的相似度作为对应相关词的权值，利用相关词对每个网页中的要素信息进行加权求和计算，得到网页的权值，将网页按照权值由从大到小排序。本发明利用叙词表的词间关系，提出语义相似度计算方法，实现对叙词表词间关系的量化分析，并将计算相似度的叙词用于检索后结果的加权排序。本发明信息检索方法和装置显著提高了查询效果。

主权项

一种基于叙词表的信息检索方法，包括如下步骤：叙词规范化步骤：根据叙词表，对用户输入的检索词进行规范化，获得规范化检索词K；网页抓取步骤：利用通用搜索引擎以规范化检索词K为检索词进行检索，对前若干个结果的网址进行分析，提取出网页中的要素信息，所述要素信息包括网页中的URL、标题、正文、摘要、关键词；查询扩展集合建立步骤：利用相似度计算的方法求出叙词表中K的相关词的相似度，将相似度大于所设置的阈值的相关词加入所述查询扩展集合N；加权排序步骤：将与K的相似度作为所述查询扩展集合N中相关词的权值，利用所述相关词对每个网页中的所述要素信息进行加权求和计算，得到每个网页的权值，将所述网页按照所述权值由从大到小排序，并返回给用户；其中，所述查询扩展集合建立步骤包括：建立初始查询扩展集合步骤：根据叙词表对规范化检索词K进行扩展，得到关于所述规范化检索词K的初始查询扩展集合U＝{D,F,W,Y}，其中，D表示K的等同词，F表示K的所有上位/下位词，即叙词表概念树T的所有节点，W表示K的相关词，Y表示F的等同词和相关词；以及建立叙词表查询概念树步骤：找到所述规范化检索K的族首词O，以O为根节点建立叙词表概念树T；概念对组成步骤：从所述初始查询扩展集合中逐个抽取扩展词，使得规范化检索词K与扩展词组成概念对；相似度计算步骤：根据所述概念对中规范化检索词K与扩展词的关系类型，采用不同的公式计算规范化检索词K与扩展词的相似度；阈值判断步骤：设置阈值Q，判断所述初始查询扩展集合每个词与 所述规范化检索词K的相似度是否大于Q：若大于，则将该词加入到查询扩展集合N中；若小于，则跳过，即不加入到查询扩展集合N中。