[发明专利]一种文档检索匹配方法

摘要

本发明提供一种文档检索匹配方法，包括计算查询文档与待匹配文档相关度的步骤，根据公式计算得出，其中，Q表示查询文档，D表示待匹配文档，所述t表示索引词，所述tf为索引词在待匹配文档中出现的次数，所述dl为待匹配文档长度；还包括在计算相关度之前进行数据预处理，通过预处理计算出ipp，pk₁b，和pbavdl。本发明能提高算法实现程序的执行效率，减少全文检索过程所需要的时间。

主权项

一种文档检索匹配方法，包括计算查询文档与待匹配文档相关度的步骤，其特征是：所述计算查询文档与待匹配文档相关度的步骤根据公式一计算得出，所述公式一为：$\underset{t\∈QD}{\Σ}\frac{ipp\·tf}{({\mathrm{pk}}_{1}b+pbavdl\·dl)+tf}$其中，Q表示查询文档，D表示待匹配文档，t表示索引词，tf为索引词在待匹配文档中出现的次数，dl为待匹配文档的文档长度；所述公式一的计算因子tf，dl，ipp，pk₁b，pbavdl由数据预处理的步骤得出；所述数据预处理的步骤是：(a)记录文档库中的总文档数N，总文档长度adl，根据公式计算得出平均文档长度avdl；将b取值0.75，根据公式四计算得出pbavdl，所述公式四为：记录待匹配文档的长度dl，记录索引词在待匹配文档中出现的次数tf；(b)获取索引词在查询文档中的词频qtf，记录索引词出现的文档数量df，将k₁取值1.0～2.0，k₃取值0～1000，根据公式二计算得出ipp，所述公式二为：$ipp=ln\frac{N-df+0.5}{df+0.5}\·(k_1+1)\·\frac{(k_3+1)qtf}{k_3+qtf};$(c)根据公式三计算得出pk₁b，所述公式三为：pk₁b＝k₁(1‑b)；所述数据预处理的步骤在计算查询文档与待匹配文档相关度的步骤之前。