[发明专利]一种快速的层次化文档查询方法有效
| 申请号： | 201710476244.0 | 申请日： | 2017-06-21 |
| 公开（公告）号： | CN107291895B | 公开（公告）日： | 2020-05-26 |
| 发明（设计）人： | 陈珂;王伟迪;胡天磊;陈刚;伍赛;寿黎但 | 申请（专利权）人： | 浙江大学 |
| 主分类号： | G06F16/21 | 分类号： | G06F16/21;G06F16/31;G06F16/335;G06F16/2458;G06F40/284 |
| 代理公司： | 杭州求是专利事务所有限公司 33200 | 代理人： | 林超 |
| 地址： | 310058 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种快速的层次化文档查询方法。对文档集中的每个文档建立数据模型，对文档进行格式化处理获得文档质心向量和文档标签；生成的文档质心向量作为高维向量空间中的一个点，为每个文档集采用局部敏感哈希方法在内存中构建哈希索引结构；依据查询文本的文档质心向量，采用基于局部敏感哈希思想的查询方法在哈希索引结构中获取一个候选文档集；依据查询文本的文档标签，采用过滤‑细化的层次化框架在候选文档集中获取词移动距离度量下的最近邻文档。本发明设计的层次化查询方法应用于文档分类和检索时在效率和效果上获得了良好的平衡，使得用户在进行词移动距离度量下的文档查询时能够在保证准确性的情况下快速地获取目标文档。 | ||
| 搜索关键词： | 一种 快速 层次 文档 查询 方法 | ||
【主权项】：
一种快速的层次化文档查询方法，其特征在于：所述方法的步骤如下：1)对文档集中的每个文档建立数据模型，一篇文档的数据模型主要由单词、词向量和单词权重的三部分组成；2)对文档进行格式化处理获得文档质心向量和文档标签；3)步骤2)中生成的文档质心向量作为高维向量空间中的一个点，为每个文档集采用局部敏感哈希方法在内存中构建哈希索引结构；4)依据查询文本的文档质心向量，采用基于局部敏感哈希思想的查询方法在哈希索引结构中获取一个候选文档集；5)依据查询文本的文档标签，采用过滤‑细化框架在候选文档集中获取词移动距离度量下的k个最近邻文档，完成查询。
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浙江大学，未经浙江大学许可，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/201710476244.0/，转载请声明来源钻瓜专利网。
