[发明专利]基于语义树的索引方法和系统

摘要

本发明主要涉及全文搜索领域，公开了一种构建语义树，并提供基于语义树的索引方法和系统。按语句中的文字的顺序对语句进行增量散列编码处理，形成特定的语义信息编码，存储前置语义特征信息，文字和语义特征，构建语义树；通过语义树，语义树和文档关联表，和文档的存储，建立基于语义的索引基础，提供基于语义树的全文搜索引擎。本发明的优点是不再依赖于分词服务，存储空间小，查询速度快等特点，适合文字信息的全文索引，和基于语义树的语义理解和处理。

主权项

1.基于语义树的索引方法，主要特征包括：/n构建基于语义信息的全文搜索引擎，通过文档的导入，以文档中的句子为单位，形成语义树，由此构建全文检索系统；/n语义是基于文字上下关联的，通过对文字信息的增量hash编码，构建文字的序列信息特征，即语义特征序列，语义特征序列构建形式如下：/n语句中的文字排列如下：w₁w₂w₃...w_n，依次表示为文字1到文字n的排列；/nw₁的特征序列定义为t₁，t₁＝hash(w₁)；/nw₂的特征序列定义为t₂，t₂＝hash(t₁+w₂)；/n依此类推，w_n的特征序列定义为t_n，t_n＝hash(t_n-1+w_n)；/nt_i其中i＝1，2，...n表示该语句的语义特征序列；/n该方法按如下步骤进行：/n步骤1、语义树的构建/n语义树的概念如下：基于文字的表示习惯，以语句为单位构建文字和文字之间的前后关系，具体表现为存储的内容包括：前文字的特征信息编码，当前文字信息，当前文字序列的特征信息编码，语义树基本构建单元包括：/n{t_i-1，w_i，t_i，flag)，其中flag为该特征在句子中位置的标识，由此组建语义树；/n步骤2、语义特征序列和文档的关联存储/n语义特征序列主要有三类：句首、句中和句尾特征序列，仅仅需要记录句尾的语义特征序列和文档的关系即可；句尾语义特征序列和文档的标识形成对应的关系，存储和记录该对应关系，存储该语义特征序列代表的语句在文档的位置；/n步骤3、针对语句或者语句片段的查找/n通过构建查找的内容的特征序列，在特征语义树中查找该记录，查找主要分为以下步骤：/n特征序列的最大化查找，首先查找位于句尾的特征序列，找到及进行关联文档的查询即可；否者进入特征序列的递减查找；/n特征序列的递减查找，从句尾特征序列向前递减查找，以此递归直到找到特征序列或者没有找到句首的特征序列为止；/n步骤4、语句特征序列的关联文档或者处理方式查找/n查找到的语义特征序列如果位于文档尾部，则可以从语义特征序列和文档的关联存储查找文档标识，通过文档标识进行文档的查找；否则进入查找句尾特征序列；/n步骤5、查找句尾特征序列/n在语义树中查找句尾特征序列：/n语义树基本存储结构为{t_i-1，w_i，t_i，flag)；/n查找t_i-1特征序列，通过语义树首先找到t_i，判断是否为句尾；/n如果是，则从文档和特征序列的关系表中查询文档的标识；如果否，则继续查找，直到找到句尾特征序列，根据特征序列查询文档标识；/n步骤6、查询文档标识/n从特征序列和文档的关系表中，查询文档标识记录，查询语句在文档中的位置；/n步骤7、查询文档/n根据文档标识查询文档信息；查询语句的语义处理和理解方法；根据句尾语义特征序列，在文档的存储中找到相关的处理方法。/n