[发明专利]一种关联信息的检索方法及装置

权利要求书

1.一种关联信息的检索方法，其特征在于，包括：

获取当前网页的源码，从所述源码中提取所述当前网页的正文；

从所述正文中获取关键词集；所述关键词集是命名实体关键词集，或者，所述关键词集是主题关键词集，或者，所述关键词集是命名实体关键词集与主题关键词集之间的交集；

获取所述关键词集中的关键词对应的类别，根据所述类别获取检索服务器的信息，发送所述关键词至所述检索服务器进行检索，获取检索结果；

根据所述检索结果获取所述关键词的关联信息；

其中，当所述关键词集是命名实体关键词集且所述关键词集中的命名实体关键词对应的第一类别为多个时，所获取的所述关键词集中的关键词对应的类别是与所述当前网页的类别进行匹配后的所述第一类别所对应的网页类别；当所述关键词集是主题关键词集且所述关键词集中的主题关键词不是命名实体关键词时，所获取的所述关键词集中的关键词对应的类别是所述当前网页的类别。

2.根据权利要求1所述的方法，其特征在于，所述获取当前网页的源码之前还包括:

获取当前网页的基本信息，所述基本信息包括所述当前网页的统一资源定位符URL和/或更新时间；

判断所述基本信息是否满足预置的网页分析条件；

相应的，所述获取当前网页的源码具体为：

当所述基本信息满足预置的网页分析条件时，获取所述当前网页的源码。

3.根据权利要求2所述的方法，其特征在于，所述判断所述基本信息是否满足预置的网页分析条件包括：

判断所述当前网页的URL是否满足网页URL范围和网页URL后缀的要求，和/或，判断所述当前网页的更新时间是否满足晚于第一时间的要求。

4.根据权利要求1所述的方法，其特征在于，所述获取当前网页的源码包括：

获取当前网页的URL，根据所述当前网页的URL获取所述当前网页的源码。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述从所述正文中获取关键词集包括:

对所述当前网页的正文进行命名实体的识别，获取命名实体关键词集；

相应的，所述获取所述关键词集中的关键词对应的类别，根据所述类别获取检索服务器的信息，发送所述关键词至所述检索服务器进行检索，获取检索结果；根据所述检索结果获取所述关键词的关联信息具体为：

根据命名实体关键词与类别的对应关系，获取所述命名实体关键词集中的命名实体关键词对应的第一类别；其中，所述命名实体关键词与类别的对应关系以专有名词词典的形式存储；

根据所述第一类别获取检索服务器的信息，发送所述命名实体关键词至所述检索服务器进行检索，获取检索结果；

根据所述检索结果获取所述命名实体关键词的关联信息。

6.根据权利要求5所述的方法，其特征在于，所述获取命名实体关键词集之后还包括：

从所述正文中自动提取主题关键词，获取主题关键词集；

将所述命名实体关键词集和所述主题关键词集进行交集运算，获取运算结果；

将所述运算结果作为新的命名实体关键词集；

相应的，所述根据命名实体关键词与类别的对应关系，获取所述命名实体关键词集中的命名实体关键词对应的第一类别具体为：

根据命名实体关键词与类别的对应关系，获取所述新的命名实体关键词集中的命名实体关键词对应的第一类别。

7.根据权利要求5所述的方法，其特征在于，当所述第一类别为多个时，所述根据所述第一类别获取检索服务器的信息之前还包括：

对所述当前网页进行分类，获取所述当前网页的类别；

根据所述第一类别与网页类别的对应关系，获取所述第一类别对应的网页类别；

将所述第一类别对应的网页类别与所述当前网页的类别进行匹配，获取匹配后的第一类别对应的网页类别；

将所述匹配后的网页类别对应的第一类别作为新的第一类别；

相应的，所述根据所述第一类别获取检索服务器的信息具体为：

根据所述新的第一类别获取检索服务器的信息。