申请/专利权人:山东鲁软数字科技有限公司
申请日:2020-08-05
公开(公告)日:2024-04-12
公开(公告)号:CN112100313B
主分类号:G06F16/31
分类号:G06F16/31;G06F40/289;G06F40/284
优先权:
专利状态码:有效-授权
法律状态:2024.04.12#授权;2024.02.13#著录事项变更;2021.01.05#实质审查的生效;2020.12.18#公开
摘要:本发明公开了一种基于最细粒度切分的数据索引方法及系统,包括:提取待处理的原文本的关键词,对关键词进行最细粒度的切分,形成若干单个候选微分词;单个候选微分词通过与全业务数据中心进行匹配,筛选得到索引关键词组;按照优先级顺序对所述索引关键词组中的各索引关键词进行排序,确定每一个索引关键词所属词汇类别的权重;按照各索引关键词的排序进行顺次索引。本发明索引过程中学习性较强,可以根据用户检索词汇类别权重进行有效的学习并更新存储;能够解决传统分词算法方式粗狂、集成繁琐、有效索引比率低等问题。
主权项:1.一种基于最细粒度切分的数据索引方法,其特征在于,包括:提取待处理的原文本的关键词,对关键词进行最细粒度的切分,形成若干单个候选微分词;所述单个候选微分词通过与全业务数据中心进行匹配,筛选得到索引关键词组;按照优先级顺序对所述索引关键词组中的各索引关键词进行排序,确定每一个索引关键词所属词汇类别的权重;按照各索引关键词的排序进行顺次索引;所述全业务数据中心包括词库,所述词库中包括关键词、每一个关键词对应的优先级、每一个关键词所属的不同词汇类别的权重,以及每一个关键词的索引路径;按照各索引关键词的排序进行顺次索引之后,基于用户对得到的索引结果的响应结果,对全业务数据中心中索引关键词所属词汇类别的权重进行更新;将新出现的关键词、对应索引路径以及对应的索引关键词的优先级存储到全业务数据中心,并根据用户对每次索引结果的响应,对关键词所属词汇类别的权重进行更新。
全文数据:
权利要求:
百度查询: 山东鲁软数字科技有限公司 一种基于最细粒度切分的数据索引方法及系统
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。