申请/专利权人：京北方信息技术股份有限公司

申请日：2020-08-26

公开（公告）日：2023-09-26

公开（公告）号：CN112015865B

主分类号：G06F16/33

分类号：G06F16/33;G06F16/338;G06F40/289

优先权：

专利状态码：有效-授权

法律状态：2023.09.26#授权;2020.12.18#实质审查的生效;2020.12.01#公开

摘要：本发明实施例公开了一种基于分词的全称匹配搜索方法、装置、设备及存储介质，其中，基于分词的全称匹配搜索方法包括：根据预设分词确定规则，确定获取到的搜索关键字对应的目标分词集合；基于预设分词与预设全称之间的对应关系，确定与所述目标分词集合匹配的候选全称集合；根据预设排序规则，对所述候选全称集合进行排序，并展示排序结果。本发明实施例的技术方案能够快速精准的检索到与目标关键词对应的全称，并且能够以合理的优先级显示检索到的全称。

主权项：1.一种基于分词的全称匹配搜索方法，其特征在于，包括：根据预设分词确定规则，确定获取到的搜索关键字对应的目标分词集合；基于预设分词与预设全称之间的对应关系，确定与所述目标分词集合匹配的候选全称集合；根据预设排序规则，对所述候选全称集合进行排序，并展示排序结果；根据预设分词确定规则，确定获取到的搜索关键字对应的目标分词集合，包括：依次确定以所述搜索关键字的当前字为起点、字符数不小于二且字符数递增的当前字关键词；每得到一个当前字关键词，则确定当前字关键词是否存在于预设分词集合中；当第一次确定存在当前字关键词，且所述当前字关键词存在于所述预设分词集合中时，将所述当前字关键词作为当前字目标分词，并停止确定所述当前字的后续当前字关键词；将从所述当前字开始，与所述当前字距离第一字符长度的字作为下一个当前字，并继续确定下一个当前字的当前字关键词，所述第一字符长度为所述当前字目标分词的字符长度；若确定所有当前字关键词均不存在于所述预设分词集合中，则确定预设分词集合中是否包括所述当前字；若包括，则将所述当前字作为当前字目标分词，并将所述当前字的下一个字作为下一个当前字；若不包括，则确定不存在所述当前字对应的当前字目标分词，并将所述当前字的下一个字作为下一个当前字；在确定当前字关键词是否存在于预设分词集合中之前，还包括：将第一部分预设分词预先加载到内存中，形成所述预设分词集合；其中所述预设分词集合中的第一部分预设分词至少包括本名分词、别名分词和可忽略分词，其中，所述别名分词为所述本名分词的别名，所述可忽略分词为预先设置的对检索没有实质意义的分词，即在全称搜索匹配过程中，可以直接忽略的分词；将每个预设全称中的每个字确定为第二部分预设分词，所述预设全称为预先加载到内存中的预设全称；将不存在于所述预设分词集合中的第二部分预设分词添加到所述预设分词集合中；确定每个所述预设全称与其他预设全称之间是否存在连续相同的字，其中，所述连续相同的字的长度不小于二；若存在，则将所述连续相同的字作为相同分词，得到相同分词集合；将相同分词集合中的各相同分词按照字符长度进行升序排列，得到升序相同分词集合；按照所述根据预设分词确定规则，确定获取到的搜索关键字对应的目标分词集合的方法，确定所述升序相同分词集合中的每个相同分词对应的中间目标预设分词，得到每个相同分词对应的中间目标预设分词集合；删除每个所述中间目标预设分词集合中字符长度等于一的中间目标预设分词，得到更新后的每个所述中间目标预设分词集合；确定同时存在于每个相同分词和其相应中间目标预设分词集合中的交集分词，并将相应相同分词中的交集分词替换为空格，得到空格化相同分词；将除空格外，字符长度不小于二的每个空格化相同分词按空格拆分为至少一个子相同分词，得到子相同分词集合；将子相同分词集合中，字符长度不小于二的子相同分词确定为第三部分预设分词；将不存在于所述预设分词集合中的第三部分预设分词添加到所述预设分词集合中，更新所述预设分词集合。

全文数据：

权利要求：

百度查询： 京北方信息技术股份有限公司 基于分词的全称匹配搜索方法、装置、设备及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD