[发明专利]信息关联方法和系统

说明书

本发明公开了一种信息关联方法和系统，其中，该方法包含以下步骤：确定第一目标文献集并保存第一目标文献集构成目标文献库；提取第一目标文献集中的分词及每个分词所对应的词频并保存；设定关键词并在目标文献库中检索包含关键词的第二目标文献集；提取第二目标文献集中的分词及每个第二目标文献集中的分词所对应的词频；计算第二目标文献集中的分词与关键词之间的关联度；根据关联度对第二目标文献集中的分词进行排序；显示排序后的第二目标文献集中的分词。本发明的有益之处在于提供的信息关联方法建立包含第一目标文献集中的分词和其对应的词频的词库，可以快速从词库中提取相关信息，减少检索时间。

技术领域

本发明涉及一种信息关联方法和系统。

背景技术

随着互联网行业越来越发达，信息检索越来越重要，特别对于媒体行业，经常需要通过关键词搜索与其相关的内容。

传统的检索方法，在通过关键词检索与其关联的词时，检索到的关联词与关键词之间的相关性不够准确，严重影响工作效率。

发明内容

为解决现有技术的不足，本发明提供了一种可以解决上述问题的信息关联方法和系统。

为了实现上述目标，本发明采用如下的技术方案：

一种信息关联方法，包含以下步骤：

确定第一目标文献集并保存第一目标文献集构成目标文献库；

提取目标文献库中的第一目标文献集中的分词及每个第一目标文献集中的分词所对应的词频并保存第一目标文献集中的分词和其对应的词频构成词库；

设定关键词并在目标文献库中检索包含关键词的第二目标文献集；

提取第二目标文献集中的分词及每个第二目标文献集中的分词所对应的词频；

计算第二目标文献集中的分词与关键词之间的关联度；

根据关联度对第二目标文献集中的分词进行排序；

显示排序后的第二目标文献集中的分词。

进一步地，计算第二目标文献集中的分词与关键词之间的关联度的具体方法为通过下述公式计算每个第二目标文献集中的分词的分数并通过分数表述每个第二目标文献集中的分词与关键词的关联度：

score＝(subsetFreq/subsetSize-superFreq/superSize)*((subsetFreq/subsetSize)/(superFreq/superSize))*natureBoost*fieldBoost；

其中，subsetFreq表示第二目标文献集中的分词的词频，subsetSize表示全部第二目标文献集中的分词的词频的总和，superFreq表示第二目标文献集中的分词在第一目标文献集中的词频，superSize表示全部第一目标文献集中的分词的词频的总和，natureBoost表示第二目标文献集中的分词的词性权重，fieldBoost表示第二目标文献集中的分词的字段权重。

进一步地，获取natureBoost的具体方法为：

根据第二目标文献集中的分词在第二目标文献集中的词性求取平均值。

进一步地，获取fieldBosst的具体方法为：

根据第二目标文献集中的分词在第二目标文献集中的字段求取平均值。

进一步地，通过显示出的第二目标文献集中的分词在第二目标文集中获取包含第二目标文献集中的分词的第三目标文献集并显示第三目标文献集。

进一步地，计算第三目标文献集中的每个文献与关键词的关联度；

根据关联度对第三目标文献集进行排序；