[发明专利]使用主题意识文件评级器的信息检索

权利要求书

1. 一种确定暗示文件与搜索查询的相关性的文件分数的方法，该方法包括：

接收312由表示主题的一个或多个项目构成的搜索查询216；

识别314在语义上与主题250类似的等价主题252，其中，主题和等价主题构成主题组；以及

确定316文件220的文件分数280，

     其中，文件分数由主题组分数276构成，以及

     其中，使用包括在文件中找到主题的次数的主题频率272和包括在文件中找到等价主题的次数的等价主题频率272这二者来计算主题组分数。

2. 如权利要求1所述的方法，进一步包括：

把搜索查询解析成n元组合，其中，n元组合包括多个主题，以及

对n元组合加权以确定多个主题之中每个主题的相对重要性。

3. 如权利要求2所述的方法，其中，具有多于一个搜索查询项目的n元的权重是库中n元的每个项目的频率和库中n元的频率这二者的函数。

4. 如权利要求2所述的方法，其中，当认定n元是较大n元的一部分时减小n元的权重。

5. 如权利要求1所述的方法，

其中，通过向主题组频率应用饱和函数来计算主题组分数，以及

其中，主题组频率包括主题频率和等价主题频率这二者。

6. 一种确定暗示文件与搜索查询的相关性的文件分数的方法，该方法包括：

接收412由表示第一主题和第二主题的一个或多个项目构成的搜索查询216；

识别414在语义上与第一主题255类似的第一等价主题252和在语义上与第二主题类似的第二等价主题，其中，每对主题和等价主题构成相应的主题组；

确定416由包括在文件中找到第一主题的次数的第一主题频率和包括在文件中找到第一等价主题的次数的第一等价主题频率这二者构成的第一主题组频率272；

确定418由包括在文件中找到第二主题的次数的第二主题频率和包括在文件中找到第二等价主题的次数的第二等价主题频率这二者构成的第二主题组频率272；以及

计算420文件220的文件分数280，

     其中，文件分数由第一主题组分数276和第二主题组分数278构成，以及

     其中，通过使用相应的主题组频率应用饱和函数来计算每个主题组分数。

7. 如权利要求6所述的方法，其中，识别等价主题包括参考等价主题数据存储器，该等价主题数据存储器维持已被识别成在语义上与第一主题和第二主题类似的等价主题的列表。

8. 如权利要求6所述的方法，其中，饱和函数包括用主题组频率除以可定制的参数和主题组频率的总和。

9. 一种确定暗示文件与搜索查询的相关性的文件分数的计算机系统，该计算机系统包括耦合到计算机存储介质的处理器，计算机存储介质包括处理器可执行的计算机软件，该计算机软件包括：

搜索查询接收器220，其接收由表示主题的一个或多个项目构成的搜索查询216；

等价主题识别器242，其参考等价主题数据存储器244以识别在语义上与主题类似的等价主题，其中，主题和等价主题构成主题组；以及

文件评级器218，其计算文件的文件分数280，其中，该文件评级器：

     （A）确定包括主题频率和等价主题频率这二者的主题组频率，其中主题频率包括在文件中找到主题的次数，等价主题频率包括在文件中找到等价主题的次数，以及

     （B）通过使用主题组频率应用饱和函数来计算文件分数。

10. 如权利要求9所述的计算机系统，

其中，当应用饱和函数时，用主题组频率除以可定制的参数和主题组频率的总和；

其中，应用饱和函数生成主题组分数；以及

其中，文件评级器通过把主题组分数与搜索查询中包括的另一主题的另一主题组分数组合来计算文件分数。

11. 一种具有在其上实施的计算机可执行指令的计算机存储介质，在所述计算机可执行指令被执行时、执行按照权利要求1－8中任一项所述的方法。