[发明专利]一种在网络中实现信息检索的方法和系统

权利要求书

1.一种在网络中实现信息检索的方法，其特征在于，包括：

对进行信息检索的Query进行分词，得到一个或多个分词；

通过分词匹配获得每一个分词相匹配的一个或多个属性；

针对每一个分词和其对应的一个属性，计算分词与属性的相关性分数；

将相关性分数大于预设阈值的属性，预测为Query的属性；

根据预测的属性进行信息检索。

2.如权利要求1所述的方法，其特征在于，还包括：

当所预测的属性有父属性时，将所述父属性预测为Query的属性。

3.如权利要求1或2所述的方法，其特征在于，还包括：

确定每一个预测出的属性的重要度，并根据所述属性的重要度对所述属性进行过滤。

4.如权利要求1或2所述的方法，其特征在于，所述计算分词与属性的相关性分数，具体包括：

根据公式

NPMI(X,Y)=log2P(x,y)P(x)*P(y)-log2P(x,y)]]>

计算出NPMI(X，Y)的值，所述NPMI(X，Y)的值即为所述相关性分数；其中，x和y均为变量，所述变量x和y分别表征所述分词和所述属性，所述p(x)和p(y)分别表征所述分词和所述属性在一个类目中出现的概率；以及

所述将相关性分数大于预设阈值的属性，预测为Query的属性，具体包括：当所述NPMI(X，Y)的值大于所述预设阈值时，将对应属性预测为所述Query的属性。

5.如权利要求4所述的方法，其特征在于，当所预测的属性有父属性时，还将父属性预测为Query的属性，具体包括：

当所预测的属性有父属性时，将父属性预测为Query的属性，并将父属性的相关性分数设定为其子属性和对应分词的相关性分数的二分之一，然后根据所述相关性分数对所述预测出的属性进行排序，并将所述相关性分数高的排在前面。

6.如权利要求1或2所述的方法，其特征在于，确定每一个预测出的属性的重要度，具体包括：

根据统计的用户点击导航属性的次数，确定每一个预测出的属性的重要度。

7.一种在网络中实现信息检索的系统，其特征在于，包括：

分词单元，用于对进行信息检索的Query进行分词，得到一个或多个分词；

匹配单元，用于通过分词匹配获得每一个分词相匹配的一个或多个属性；

计算单元，用于针对每一个分词和其对应的一个属性，计算分词与属性的相关性分数；

第一预测单元，用于将相关性分数大于预设阈值的属性，预测为Query的属性；

检索单元，用于根据预测的属性进行信息检索。

8.如权利要求7所述的系统，其特征在于，还包括：

第二预测单元，用于当所预测的属性有父属性时，将所述父属性预测为Query的属性。

9.如权利要求7所述的系统，其特征在于，还包括：

确定单元，用于确定每一个预测出的属性的重要度，并根据所述属性的重要度对所述属性进行过滤。

10.如权利要求7所述的系统，其特征在于，所述第一预测单元具体包括：

第一判断单元，用于判断分词与属性的相关性分数是否大于预设阈值；

第一子预测单元，用于将相关性分数大于预设阈值的属性，预测为Query的属性；当所述NPMI(X，Y)的值大于所述预设阈值时，将对应属性预测为所述Query的属性，其中：

所述NPMI(X，Y)的值即为所述相关性分数；x和y均为变量，所述变量x和y分别表征所述分词和所述属性，所述p(x)和p(y)分别表征所述分词和所述属性在一个类目中出现的概率。