[发明专利]用于搜索标记的主要为非文本的项目的系统和方法

说明书

公开了用于存储关于在标记的主要为非文本的项目（lpnt项目）的集合内的标记的主要为非文本的项目的元数据的数据库系统。该系统包括存储装置（10）、关键词生成装置（20）以及元数据丰富化装置（30）。存储装置（10）存储在所述集合内的lpnt项目（i）的相应的元数据，所述元数据包括至少一个lpnt项目分类（gi）以及lpnt项目描述（Ti），所述分类定义了类别。生成用于相应的类别的关键词数据的关键词生成装置（20）包括用于从与所述分类相关联的lpnt项目的lpnt项目描述中检索术语的检索模块。关键词生成模块（20）还包括用于为所述类别指派所述术语的相关性、用于基于其指派的相关性从所述检索的术语中选择术语以及将这些选择的术语作为候选关键词进行提供的术语相关性确定模块。该系统还包括用于将提供的候选关键词（K(c)）的子集（Ki）作为关键词添加到类别的lpnt项目的元数据中的元数据丰富化装置（30）。

技术领域

本发明涉及用于在标记的主要为非文本的项目的集合内搜索标记的主要为非文本的项目的系统。

本发明还涉及用于在在标记的主要为非文本的项目的集合内搜索标记的主要为非文本的项目的方法。

相关技术

主要为非文本的项目被认为是文本在其中对信息内容只产生较小贡献的项目。其特定的示例是用于由数字媒体再现设备来进行再现的播放项目，例如电影以及歌曲。尽管播放项目包括口语的或歌唱的文本，但是其中文本的字句对数据内容而言仅起到很小的贡献。主要为非文本的项目可以具有简要的描述，例如标题以及可能有的其内容的摘要。标记的主要为非文本的项目（进一步被表示为lpnt项目）是具有分类的主要为非文本的项目。

播放项目是诸如电影之类的、可以在媒体播放器上再现的项目。提供搜索引擎以便使该用户容易在播放项目的集合中查找特定的播放项目。典型地，这些项目是被标记的，比如使用包括类型：动作片、冒险片、动画片、传记片、喜剧片、犯罪片、纪录片、戏剧片、家庭片、幻想片、黑色影片、游戏秀、历史片、惊悚片、音乐、音乐片、神秘片、新闻、现实TV、浪漫片、科幻片、运动片、脱口秀、恐怖片、战争以及西部片的IMDB类型指示。尽管播放项目可以包括例如以会话或者歌词形式的文本内容，但是该文本内容通常对于搜索目的而言是不可用的。对于有限的程度而言，播放项目的元数据可以包括诸如标题、演员以及某些时候包括的简要描述之类的文本内容。

关于这一点，US2005160460公开了用于使得用户能够搜索广播内容的信息处理装置以及信息处理方法。该装置具有基于来自用户终端的搜索信息来获取搜索关键词的搜索空间处理部件，并且其在搜索关键词字典数据库中搜索关于搜索关键词的搜索相关的关键词数据。基于搜索关键词以及搜索相关的关键词数据，该搜索空间处理部件生成搜索关键词空间并且向校正过程提交该生成的空间。搜索处理部件比较校正的搜索关键词空间、EPG数据以及EPG关键词空间以用于进行匹配。搜索显示处理部件准备来自与匹配结果的准备好进行显示的信息的列表，并将该列表发送到该用户终端。

但是已知的搜索引擎还是具有下面的示例所阐明的缺点。假设用户想要在较大的视频点播资料库中搜索意大利黑手党电影并且该资料库不具有用于黑手党电影的特定的类型标记，但是替代地，这些电影典型地以类型 “动作”、“匪徒”、“意大利”来标记。现在，用户可以简单地使用单词 “黑手党”作为全文本搜索中的查询。潜在地，电影“教父”的描述实际上可能不包含单词“黑手党”，所以因此，在该全文本搜索中该电影不会作为结果而被返回。

通常，通过对播放项目的描述来应用全文本搜索，用户可能会错过与其当前兴趣相匹配的有意思的播放项目，这仅仅是因为用户典型地将其与给定的播放项目相关联的关键词或者从字典中检索的搜索相关的关键词未在播放项目的描述中明确给出。