CN101000626A - 信息存储方法和搜索请求转换为查询语句的方法 - Google Patents

Abstract

本发明公开一种信息存储方法和搜索请求转换为查询语句的方法。其中信息存储方法包括建立搜索表、建立语义匹配表、建立类别搜索匹配表、建立搜索对应匹配表；搜索请求转换为查询语句的方法包括将搜索请求进行分词处理得到若干单词、利用数据库语义匹配技术将所述若干单词转换为查询语句，所述数据库语义匹配技术指通过单词语义和查询语句片段的匹配表，将语义转换为查询语句的技术。采用本发明信息存储方法和搜索请求转换为查询语句的方法的技术方案，能够使搜索非常精确。

Description

信息存储方法和搜索请求转换为查询语句的方法

技术领域

本发明涉及无线搜索领域，尤指一种信息存储方法和搜索请求转换为查询语句的方法。

背景技术

从Web出现以来，经过短短十多年已经发展成为一个巨大的全球化信息资源库。Web上的信息量以几何级数的速度增长，使得用户在其上查找所需要的信息变得异常困难。在此情况下，如何有效地检索Web信息也就成为一项重要的研究课题。

提高Web信息检索的质量包括两方面内容：一方面是如何在现有的资源上设计更好的检索技术，另一方面是如何为Web上的资源附加上计算机可以理解的内容，便于计算机更好地处理，也就是给出一种计算机能理解的表示资源的手段。针对后一种情况，Berners-Lee提出了语义Web。语义Web的目标是使Web上的信息具有计算机可以理解的语义，满足智能软件代理Agent对WWW上异构和分布信息的有效访问和搜索。在语义Web的体系结构中，Ontology具有核心的地位，能够解决传统方法难以解决的问题，如同一个概念有多种词汇表示和同一个词有多种含义一样。Ontology通过对概念的严格定义和概念与概念之间的关系来确定概念的精确含义，表示共同认可的、可共享的知识，成为语义Web中语义层次上信息共享和交换的基础。

语义Web是一个新兴的研究方向，作为语义Web核心地位的Ontology也刚刚开始，其中有诸多问题需要研究和解决。例如，如何对信息进行存储才能使得搜索精度高，以及如何将搜索请求转换为查询语句的问题，至今尚处于理论研究阶段，未发现成熟的技术方案。

发明内容

本发明要解决的问题是提供一种能够使搜索精度高的信息存储方法和搜索请求转换为查询语句的方法。

为了解决上述问题，本发明信息存储方法的技术方案包括步骤：

建立搜索表，一个搜索表存放一个搜索主体所对应的所有搜索数据；

建立语义匹配表，一个语义匹配表存放描述一个搜索主体的所有条件类单词所对应的查询语句片段；

建立类别搜索匹配表，一个类别搜索匹配表存放属于一个类别的所有搜索主体名称及每个搜索主体所对应的搜索表名称和语义匹配表名称；

建立搜索对应匹配表，一个搜索对应匹配表存放所有搜索主体的类别名称及每个类别名称所对应的类别搜索匹配表。

进一步地，本发明信息存储方法还包括：

建立单词分类表，一个单词分类表存放单词及其所属的类别名称和该类别名称是否是搜索主体。

更进一步地，本发明信息存储方法还包括：

建立分词库，其包括若干分词表，每个分词表用于存放单词名和单词出现率。

相应地，本发明搜索请求转换为查询语句的技术方案包括下述步骤：

将搜索请求进行分词处理得到若干单词，所述分词指将连续的字序列按照一定的匹配规则重新组合成词序列的过程，所述单词指中文词汇；

利用数据库语义匹配技术将所述若干单词转换为查询语句，所述数据库语义匹配技术指通过单词语义和查询语句片段的匹配表，将语义转换为查询语句的技术。

进一步地，所述步骤利用数据库技术将所述若干单词转换为查询语句进一步包括：

确定经过分词处理得到的单词的类别并根据所述单词类别确定搜索主体，所述搜索主体指搜索请求表述的搜索对象；

根据所述搜索主体的单词类别确定搜索匹配表，所述类别搜索匹配表是用于描述搜索主体和搜索表、语义匹配表之间的对应关系；

根据所述类别搜索匹配表确定搜索请求所对应的搜索表和语义匹配表，所述搜索表指包含搜索数据的表，且其与搜索主体一一对应，所述语义匹配表指单词类型为条件类的单词语义和数据库SQL查询语句片段的对应表，且每个搜索表对应一个语义匹配表；

根据语义匹配表生成查询语句。

进一步地，所述步骤根据语义匹配表生成查询语句进一步包括：

将查询语句的主体部分确定为：Select搜索主体From搜索表；

从语义匹配表中找出与搜索请求中的条件类单词相应的部分并将这些部分以并的关系连接成查询语句的条件部分。

与现有技术相比，本发明信息存储方法和搜索请求转换为查询语句的方法有益效果为：

首先，由于建立了搜索主体与其所对应的所有搜索数据和语义匹配表的对应关系，使得能够搜索请求快速对应到查询语句，搜索精度高。

其次，由于先将搜索请求切分成了若干单词，再利用数据库语义匹配技术将若干单词转换为查询语句，因此使搜索非常精确。

附图说明

图1是本发明搜索请求转换为查询语句的方法的流程图；

图2是图1中的步骤2)的进一步分解的流程图；

图3是图2中的步骤24)的进一步分解的流程图；

图4是本发明信息存储方法的流程图。

具体实施方式

如图4所示，本发明信息存储方法包括下述步骤：

a1)建立搜索表，一个搜索表存放一个搜索主体所对应的所有搜索数据；

a2)建立语义匹配表，一个语义匹配表存放描述一个搜索主体的所有条件类单词所对应的查询语句片段；

a3)建立类别搜索匹配表，一个类别搜索匹配表存放属于一个类别的所有搜索主体名称及每个搜索主体所对应的搜索表名称和语义匹配表名称；

a4)建立搜索对应匹配表，一个搜索对应匹配表存放所有搜索主体的类别名称及每个类别名称所对应的类别搜索匹配表。

进一步地，本发明信息存储方法还包括步骤a5)建立单词分类表，一个单词分类表存放单词及其所属的类别名称和该类别名称是否是搜索主体。

更进一步地，本发明信息存储方法还包括步骤a6)建立分词库，其包括若干分词表，每个分词表用于存放单词名和单词出现率。

由上述可知，本发明信息搜索方法，是以搜索主体为单位，为每一个搜索主体所对应的所有数据建立一个搜索表，也就是说，将与一个搜索主体对应的所有数据都存放在一个搜索表内。所述搜索主体指搜索请求表述的搜索对象。例如彩电这个搜索主体，将彩电所对应的所有数据存放在搜索表T1中，假设彩电所对应的所有数据只包括彩电ID、彩电名称、显示类别、大小和价格这五种类型，那么在搜索表T1如下所示：

彩电ID	彩电名称	显示类别	大小	价格
					000001	TCL-129888	液晶	42	9800
……	……	……	……	……

表T1

在该表中存放所有彩电的名称、显示类别、大小及价格等信息。

本发明信息存储方法还将用于描述每一个搜索主体的所有条件类单词所对应的查询语句片段存放在语义匹配表中。所述条件类单词指用于限定搜索主体的单词，例如42寸、最便宜以及最贵等等。

通常来讲，语义匹配表至少包括两个字段，一个字段为语义描述字段，用于存放描述搜索主体的条件类单词；一个字段为SQL片段，用于存放每个条件类单词所对应的查询语句片段。

例如下表T1_L1，是存放描述搜索主体彩电的所有条件类单词及其所对应的查询语句片段。

语义描述	SQL片段
		类别名	显示类别字段＝类别名
％寸(％代表数字参数)	大小字段＝％
		最贵	价格字段名＝(select Max(价格字段名)from t1 WHERE类别条件AND大小条件)
最便宜	价格字段名＝(select Max(价格字段名)from t1 WHERE类别条件AND大小条件)
		价格在a到b之间	a＜＝价格字段名＜＝b

……

……

搜索表和语义匹配表都建立好后，建立搜索主体与搜索表和语义匹配表的一一对应关系，可建立类别搜索匹配表，每一个类别搜索匹配表存放属于该类别的所有搜索主体名称及搜索主体所对应的搜索表名称和语义匹配表名称；例如下表1所示，是一个商品类的类别搜索匹配表：

商品名称	搜索表	语义匹配表
			彩电	T1	T1_L1
……	……	……

表1

其中：搜索主体彩电，其搜索表为T1，其语义匹配表为T1_L1。

由于一个类别对应一个类别搜索匹配表，下面就需要建立搜索主体所属的类别与类别搜索匹配表的一一对应关系，可通过建立搜索对应匹配表来实现，搜索对应匹配表至少包括两个字段，一个字段为搜索主体的类别名称，另一个字段为类别名称所对应的类别搜索匹配表。例如下表2所示：

属于搜索主体的单词类别	搜索匹配表
		商品类别	商品类别搜索匹配表
地名类别	地名类别搜索匹配表
		……	……

表2

进一步地，本发明信息存储方法还包括步骤a5)建立单词分类表，一个单词分类表存放单词及其所属的类别名称和该类别名称是否是搜索主体。如表3所示：

单词	类别
		彩电	商品类别
最便宜	条件类别

……

……

表3

更进一步地，本发明信息存储方法还包括步骤a6)建立分词库，其包括若干分词表，每个分词表用于存放单词名和单词出现率。分词库是一个非常成熟的技术。

因此，在本发明信息存储方法中，建立了搜索主体及其所对应的搜索表和语义匹配表的对应关系，因此本发明信息存储方法，能够快速将搜索请求与查询语句相联系，提高了检索速度和精度。

相应地，如图1所示，本发明搜索请求转换为查询语句的方法包括步骤：

1)将搜索请求进行分词处理得到若干单词，所述分词指将连续的字序列按照一定的匹配规则重新组合成词序列的过程，所述单词指中文词汇；

2)利用数据库语义匹配技术将所述若干单词转换为查询语句，所述数据库语义匹配技术指通过单词语义和查询语句片段的匹配表，将语义转换为查询语句的技术。

其中，如图2所示，步骤2)进一步包括：

21)确定经过分词处理得到的单词的类别并根据所述单词类别确定搜索主体，所述搜索主体指搜索请求表述的搜索对象；

22)根据所述搜索主体的单词类别确定类别搜索匹配表，所述类别搜索匹配表是用于描述搜索主体和搜索表、语义匹配表之间的对应关系；

23)根据所述类别搜索匹配表确定搜索请求所对应的搜索表和语义匹配表，所述搜索表指包含搜索数据的表，且其与搜索主体一一对应，所述语义匹配表指单词类型为条件类的单词语义和数据库SQL查询语句片段的对应表，且每个搜索表对应一个语义匹配表；

24)根据语义匹配表生成查询语句。

如图3所示，步骤24)进一步包括：

241)将查询语句的主体部分确定为：Select搜索主体From搜索表；

242)从语义匹配表中找出与搜索请求中的条件类单词相应的部分并将这些部分以并的关系连接成查询语句的条件部分。

由上述可知，本发明搜索请求转换为查询语句的方法的技术方案是先将搜索请求进行分词处理得到若干单词，可采用单词匹配法，也就是在分词库中查找搜索请求中所包含的单词。所述分词库通常指中文词汇数据库，分词库包括若干分词表，每个分词表至少包含两个字段：单词名和单词出现率(代表该单词出现的概率)。分词库现已是很成熟的数据库，可从大学(如清华大学)等各种研究机构买到。例如搜索请求为：最便宜的42寸液晶彩电，从分词库中可以找到“最便宜”、“的”、“42寸”、“液晶”和“彩电”共5个单词，因此经过步骤1)可将该搜索请求切分为“最便宜”、“的”、“42寸”、“液晶”和“彩电”这五个单词。

将搜索请求切分为单词后，确定各个单词的类别，所述类别指用于描述单词所属的搜索领域，每一个搜索领域称为一个类别。可根据分词类别表来确定单词的类别。所述分词类别表指存放单词及其所属类别的表，主要包括两个字段，一个字段为单词，一个字段为类别。如表3所示。

其中，单词“彩电”的类别为“商品类别”；单词“最便宜”的类别为“条件类别”等等。类别可包括商品类别、条件类别、修饰类别、价格类别、数字类别、地名类别等等。

确定搜索请求的搜索主体，可通过类别和搜索主体匹配表来获得。所述类别和搜索主体匹配表指用于表明每个类别是否是搜索主体，该表一般包括两个字段，一个字段为类别，一个字段为是否搜索主体，如表4所示：

类别	是否搜索主体
		商品类别	是
条件类别	否
		……	……

表4

其中，类别“商品类别”是搜索主体，类别“条件类别”不是搜索主体。“彩电”是搜索请求“最便宜的42寸液晶彩电”的搜索主体。

下面，根据搜索主体确定搜索匹配表，一般可通过搜索对应匹配表来实现，所述搜索对应匹配表用于表明属于搜索主体的单词类别所对应的搜索匹配表。通常情况下，搜索对应匹配表包括两个字段，一个字段为“属于搜索主体的单词类别”，一个字段为“搜索匹配表”，如表2所示，其中，属于搜索主体的单词类别“商品类别”所对应的搜索匹配表为“商品类别搜索匹配表”；属于搜索主体的单词类别“地名类别”所对应的搜索匹配表为“地名类别搜索匹配表”；等等。

从该表可知，搜索请求“最便宜的42寸液晶电视”的搜索主体“电视”的搜索匹配表为“商品类别搜索匹配表”。

获得了搜索匹配表后，就可通过搜索匹配表获知搜索请求所对应的搜索表和语义匹配表。通常，搜索匹配表至少包含三个字段：搜索主体名称、搜索表名称、语义匹配表名称。每一个搜索主体对应一个搜索表和一个语义匹配表。如表1所示，是一个商品类别搜索匹配表，其中，商品名称“彩电”所对应的搜索表为“T1”，所对应的语义匹配表为“T1_L1”。表T1用于存放各种型号彩电的信息，主要包括“显示类别”、“大小”、“价格”等等。表T1_L1为搜索表T1所对应的语义匹配表T1_L1，其中，语义描述字段代表条件类单词语义，SQL片段字段代表条件类单词对应的SQL片段。

由于搜索请求“最便宜的42寸液晶彩电”的搜索主体是“彩电”，搜索表为“T1”，因此，可得出查询语句的主体部分为：

Select彩电名称From T1

其他单词：“最便宜”、“的”、“42寸”和“液晶”，其中“的”属于修饰类别，不影响语义，可忽略掉。“最便宜”、“42寸”和“液晶”属于条件类别，因此分别在语义匹配表中查询到对应的SQL片段如下：

对于“液晶”：显示类别字段＝’液晶’

其中：判断“液晶”属于类别名的方法为：

可对“最便宜”、“42寸”和“液晶”用以下SQL语句：

SELECT显示类别  FROM T1 WHERE显示类别＝条件类单词

如果以上SQL语句返回结果等于1，就说明该条件类单词是显示类别。

对于“42寸”：大小条件字段＝42

其中：判断42寸为M寸方法，可对“最便宜”、“42寸”和“液晶”用以下SQL语句：

SELECT*FROM T1_L1 Where语义描述like条件类单词

如果以上SQL语句返回结果等于1，就说明该条件类单词是％寸，然后用42替换％，可得到％＝42。

对于“最便宜”：价格字段名＝(select Max(价格字段名)from t1 WHERE显示类别字段＝’液晶’AND大小条件字段＝42)

其中：“最便宜”对应的SQL片段为：价格字段名＝(select Max(价格字段名)from t1 WHERE类别条件AND大小条件，类别条件和大小条件对应上面两个SQL片段，用以上两个SQL片段替换即可。

通过上述步骤得到了该搜索请求中的三个条件类单词对应的SQL片段，将三个条件拼接可得到SQL语句的条件部分：

WHERE显示类别字段＝’液晶’AND大小条件字段＝42 AND(selectMax(价格字段名)from t1 WHERE显示类别字段＝’液晶’AND大小条件字段＝42)

最后将查询语句的主体部分和条件部分拼接可得到完整的SQL语句：

SELECT彩电名称FROM T1 WHERE价格字段名＝(select Max(价格字段名)from t1 WHERE显示类别字段＝’液晶’AND大小条件字段＝42)AND显示类别字段＝’液晶’AND大小条件字段＝42

综上所述，采用本发明信息存储方法和搜索请求转换为查询语句的方法的技术方案，能够使得搜索非常精确。

Claims (6)

1、一种信息存储方法，其特征在于，包括步骤：

建立搜索表，一个搜索表存放一个搜索主体所对应的所有搜索数据；

建立语义匹配表，一个语义匹配表存放描述一个搜索主体的所有条件类单词所对应的查询语句片段；

建立类别搜索匹配表，一个类别搜索匹配表存放属于一个类别的所有搜索主体名称及每个搜索主体所对应的搜索表名称和语义匹配表名称；

建立搜索对应匹配表，一个搜索对应匹配表存放所有搜索主体的类别名称及每个类别名称所对应的类别搜索匹配表。

2、如权利要求1所述的信息存储方法，其特征在于，还包括：

建立单词分类表，一个单词分类表存放单词及其所属的类别名称和该类别名称是否是搜索主体。

3、如权利要求1或者2所述的信息存储方法，其特征在于，还包括：

建立分词库，其包括若干分词表，每个分词表用于存放单词名和单词出现率。

4、在利用权利要求1至3所述的任一种信息存储方法基础上的搜索请求转换为查询语句的方法，其特征在于，包括：

将搜索请求进行分词处理得到若干单词，所述分词指将连续的字序列按照一定的匹配规则重新组合成词序列的过程，所述单词指中文词汇。

利用数据库语义匹配技术将所述若干单词转换为查询语句，所述数据库语义匹配技术指通过单词语义和查询语句片段的匹配表，将语义转换为查询语句的技术。

5、如权利要求4所述的搜索请求转换为查询语句的方法，其特征在于，所述步骤利用数据库语义匹配技术将所述若干单词转换为查询语句进一步包括：

确定经过分词处理得到的单词的类别并根据所述单词类别确定搜索主体，所述搜索主体指搜索请求表述的搜索对象；

根据所述搜索主体的单词类别确定类别搜索匹配表，所述类别搜索匹配表是用于描述搜索主体和搜索表、语义匹配表之间的对应关系；

根据所述类别搜索匹配表确定搜索请求所对应的搜索表和语义匹配表，所述搜索表指包含搜索数据的表，且其与搜索主体一一对应，所述语义匹配表指单词类型为条件类的单词语义和数据库SQL查询语句片段的对应表，且每个搜索表对应一个语义匹配表；

根据语义匹配表生成查询语句。

6、如权利要求5所述的搜索请求转换为查询语句的方法，其特征在于，所述步骤根据语义匹配表生成查询语句进一步包括：

将查询语句的主体部分确定为：Select搜索主体From搜索表；

从语义匹配表中找出与搜索请求中的条件类单词相应的部分并将这些部分以并的关系连接成查询语句的条件部分。

Images