[发明专利]一种搜索方法及装置

权利要求书

1.一种搜索方法，其特征在于，包括：

获取待搜索信息的关联文档；

基于词匹配算法及语义匹配算法，计算获取到的每一个关联文档与所述待搜索信息的相关度；

根据计算得到的相关度对获取到的关联文档进行排序，并显示排序结果；

所述基于词匹配算法及语义匹配算法，计算获取到的每一个关联文档与所述待搜索信息的相关度，包括：对所述待搜索信息进行向量化处理，将所述待搜索信息分割成m个词，获得m个向量t_i，其中，m和i均为正整数，且1≤i≤m；对获取到的每一个关联文档进行向量化处理；根据所述待搜索信息向量化后获得的m个向量t_i，得到每个向量t_i在所述待搜索信息中的词频和每个向量t_i在所述关联文档中的词频，并基于词匹配算法，计算得到每一个关联文档与所述待搜索信息的词匹配关联评分；将所述词匹配关联评分和基于语义匹配算法获得的语义关联评分，依据预先设置的权重加权获得所述相关度，其中，所述词匹配算法的公式为：其中，k₁、k₃、k、b为常数；qtf_i为第i个向量t_i在所述待搜索信息中的词频；tf_i为向量t_i在相应的关联文档中的词频；l为该相应关联文档的长度，avdl为获取到的所有关联文档的平均长度；w_i为向量t_i的权重。

2.如权利要求1所述的方法，其特征在于，所述基于词匹配算法及语义匹配算法，计算获取到的每一个关联文档与所述待搜索信息的相关度，还包括：

对获取到的每一个关联文档进行向量化处理，获得每一个关联文档所对应的n个向量d_j，其中，n和j均为正整数，且1≤j≤n；

基于语义匹配算法，计算得到向量化后的每一个关联文档与所述待搜索信息的关联评分S₂；

根据公式S＝α×S₁+(1-α)×S₂，计算得到每一个关联文档与所述待搜索信息的相关度S，其中，S₁为每一个关联文档与所述待搜索信息的词匹配关联评分，α为预设的权重，且0＜α＜1。

3.如权利要求1所述的方法，其特征在于，向量ti的权重的计算公式如下：

其中，H为获取到的所有关联文档的个数，htf_i为向量t_i在所有关联文档中的词频。

4.如权利要求2所述的方法，其特征在于：所述语义匹配算法的公式为：

其中，k₁、k₃、k、b为常数；l为相应关联文档的长度，avdl为获取到的所有关联文档的平均长度；m_i(t_i，d_j)为向量t_i与向量d_j的互信息。

5.如权利要求4所述的方法，其特征在于，向量ti与向量dj的互信息的计算公式如下：

其中，c(t_i，d_j)表示在网络中，向量t_i与向量d_j同时出现在同一篇文档中的次数；

c(t_i)表示在网络中，向量t_i出现的次数；

c(d_j)表示在网络中，向量d_j出现的次数。

6.如权利要求1-5任一项所述的方法，其特征在于，所述根据计算得到的相关度对获取到的关联文档进行排序，并显示排序结果，包括：

根据每一个关联文档与所述待搜索信息的相关度，按照相关度从高至低的顺序对所有关联文档进行排序；

显示排序后的所有关联文档。