[发明专利]一种基于数据挖掘的文本搜索方法

权利要求书

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。

2.根据权利要求1所述的一种基于数据挖掘的文本搜索方法，其特征在于：第②步中所述的分词处理包括断词标注和词性标注。