[发明专利]检索方法、装置和系统

说明书

技术领域

本发明涉及数字信息化技术领域，具体而言，涉及一种检索方法、装置和系统。

背景技术

随着现代信息技术的发展，信息数据的表现形式从单一的文本，发展到文本、图像、语音、视频等多种媒体信息并存。多媒体信息非结构化的数据格式、巨大的数据量以及对内容理解的主观性与多义性，使得信息检索技术面临着巨大的挑战。

传统的信息检索方法主要是基于关键字的检索方式，缺乏对用户潜在查询意图进行获取的能力。

随着检索技术的发展，语义检索被广泛应用到各个领域中，特别是信息领域。例如，采用本体概念开发的图像检索工具，构建的面向教育领域的概念映射学习系统，用于生态环境信息检索的语义服务搜素引擎等。同时，利用知识表示形式特点开发的检索系统可以分析查询结果，例如知识管理系统、本体知识获取系统等。然而，由于本体技术是通过捕获相关领域的知识，提供对该领域知识的共同理解，因此本体技术受到领域限制很大。

发明内容

有鉴于此，本发明提供了一种检索方法、装置和系统，能够准确理解用户的查询意图，且不受技术领域的限制。

第一方面，本发明实施例提供了一种检索方法，应用于搜索引擎中，包括：

当接收到的搜索信息中包括关键词和所述关键词对应的感知度时，将所述关键词与预设的主题感知树的主题节点进行匹配，得到所述关键词对应的主题节点；其中，所述感知度指示所述关键词与查询意图的匹配程度；

判断所述关键词对应的主题节点的类型，所述主题节点的类型包括连接节点和叶子节点；

根据所述关键词对应的主题节点、主题节点的类型和所述感知度对所述关键词进行扩展，得到扩展词集合；

将所述扩展词集合中的词作为所述搜索信息的检索对象，进行检索。

结合第一方面，本发明实施例还提供了第一方面的第一种可能的实施方式，其中，所述预设的主题感知树的构建过程包括：

从训练数据的文档样本中获取主题词、概念词和实例词；

将所述主题词嵌入主题感知树的主题层内，根据主题词的含义设置不同类型的主题节点，包括具有子节点的连接节点和没有子节点的叶子节点；

将所述概念词嵌入主题感知树的概念层内，建立概念节点，并为主题层的叶子节点与对应的概念节点建立关联；

将所述实例词嵌入主题感知树的实例层内，建立实例节点，并为概念层的概念节点与对应的实例节点建立关联；

为每个主题节点和每个概念节点设置属性标识；

根据每个主题节点和每个概念节点的属性标识，获取每个主题节点的主题感知度、每个概念节点的概念感知度和每个实例节点的实例感知度。

结合第一方面的第一种可能的实施方式，本发明实施例还提供了第一方面的第二种可能的实施方式，其中，根据所述关键词对应的主题节点、主题节点的类型和所述感知度对所述关键词进行扩展，包括：

如果所述关键词对应的主题节点的类型是叶子节点，判断用户输入的感知度的数值区间；

如果所述感知度大于0且小于1，则查找所述主题节点对应的所有概念节点和所有实例节点，找到所有实例感知度大于所述感知度的实例节点；

如果所述感知度大于1，从所述主题节点的父节点对应的所有子节点中，查找主题感知度满足预设条件的节点对应的概念节点和实例节点；所述父节点为所述主题节点对应的连接节点；

如果所述关键词所对应的主题节点的类型是连接节点，判断用户输入的感知度的数值区间；

如果所述感知度大于0且小于1，从所述主题节点的子节点中，查找主题感知度满足预设条件的节点对应的概念节点和实例节点；

如果所述感知度大于1，从所述主题节点的父节点及所述父节点对应的所有子节点中，查找主题感知度满足预设条件的节点所对应的概念节点和实例节点；

将上述步骤中获取的实例节点作为扩展词存入扩展词集合。

结合第一方面，本发明实施例还提供了第一方面的第三种可能的实施方式，其中，在将所述关键词与预存的主题感知树的主题节点进行匹配之前，所述方法还包括：

对所述关键词进行预处理，提取所述关键词中的实词；

将提取的所述实词作为新的关键词。

结合第一方面的第三种可能的实施方式，本发明实施例还提供了第一方面的第四种可能的实施方式，其中，对所述关键词进行预处理，包括：

采用非空探测方法和/或中文分词方法对所述关键词进行预处理。

第二方面，本发明实施例还提供一种检索装置，包括：