[发明专利]具有语义分类功能的可视化搜索界面的设计方法

说明书

技术领域

本发明涉及计算机网络应用与信息检索领域，尤其涉及一种具有语义分类功能的可视化搜索界面的设计方法。

背景技术

当前正处在一个信息时代，人们正不断地淹没在大量的在线信息中。为了帮助人们在信息的海洋中寻找有用的信息，搜索引擎已越来越不可缺少。搜索引擎已经成为了现代社会最有用的工具之一。它改变了人们获取信息的方式，同时改变了信息的组织形式。至今，对搜索引擎已经进行了有大量的研究，其中大多集中在检索过程中。

由施乐公司开发的分散与聚集(scatter/gather)工具，它提供了一种基于分类的文档浏览方法。它们的系统将文档分类成个组，用户可以通过查找这些文档组或其子组来浏览内容。他们早期的工作在1993年信息检索专业组论文集(Proc.of SIGIR’92，pages 318-329)中提到，主要是使用分散/聚集(scatter/gather)工具来浏览大型或超大型的文档集，其重点在于分类的效率。

最早的网页可视化系统由McCrickard和Kehoe在1997年的国际互联网年会(Proc.of WWW，1997)中为设计交互式可视化搜索结果提供。Nation在1997年的第三届用户因素与网络会议(In Proc.of the 3rd Conference on HumanFactors and the Web，1997)中建议使用一种多级表格内容的方法来可视化网站。Beale等人在1997年的国际信息可视化论文集(Proc IEEE InformationVisualization，p57)中提出使用三维空间结构来可视化搜索关键字与其结果的关系，以此方便用户浏览搜索结果。

为了帮助人们更有效的解析文档和获得潜在的有用信息，大量的关于自动文档摘要提取技术已经被开发。这些技术对于搜索引擎来说尤其重要，因为它们能够有效的帮助人们快速的从搜索结果中识别内容。自动文档摘要提取技术广义上可以分为两类：基于提取和基于摘要。提取综述就是文档中识别关键部分，而摘要综述就是组织新的语句来总结文档的主要内容。摘要综述要比提取综述在实现上要困难些，因为它包含了更多的自然语言理解和处理过程。当前的摘要综述技术仍没有达到商业应用的程度。因此在自动文档摘要提取技术上，还是以基于提取的技术为主。

发明内容

本发明的目的是克服现有技术的不足，提供一种具有语义分类功能的可视化搜索界面的设计方法。

具有语义分类功能的可视化搜索界面的设计方法包括如下步骤：

1)通过使用现有的成熟商业搜索引擎或开源搜索引擎，选定任意需要的内容，进行网络搜索，获得搜索结果，并以设定的格式进行组织；

2)对所获得的格式化搜索结果运用语义分类算法进行自然语言分析理解，对搜索结果按照语义内容分类，各个语义分类中包含属于该类的搜索结果和分类主题信息；

3)将各个语义分类，按照设计的布局算法分配显示区域；

4)对每个语义分类中的搜索结果，进行内容提取，并同样地使用设计的布局算法分配显示区域，其中内容显示的形式包括单独的文本，单独的图片和文字图片混合；

5)将获得的语义分类主题信息，格式化搜索结果，按照设定的多级和分块显示的方法以可视化的形式展现给用户，多级显示的内容帮助用户快速地浏览语义分类之间层次关系，分块显示的内容帮助用户更加详细的了解语义分类中所包含的内容。

所述的通过使用现有的成熟商业或开源搜索引擎，选定任意需要的内容，进行网络搜索，获得搜索结果，并以设定的格式进行组织步骤：

1)选择一个成熟的商业搜索引擎，比如Google，百度，给定某个搜索关键字，并向搜索引擎服务器提交该关键字的搜索请求；

2)将搜索引擎服务器返回的N条搜索结果，按照标题，概要描述和目标地址的格式组织成XML文档，如下：

<SearchResult>

  <Query>苹果</Query>

  <Document>

    <Id>0</Id>

    <Title>Apple中国</Title>

    <Summary>

苹果电脑公司，提供相关的操作系统和视频软件等。

</Summary>

<Url>

www.apple.com.cn

  </Url>

  </Document>