CN102317943B - 一种全文搜索的方法和装置 - Google Patents
一种全文搜索的方法和装置 Download PDFInfo
- Publication number
- CN102317943B CN102317943B CN2011800013237A CN201180001323A CN102317943B CN 102317943 B CN102317943 B CN 102317943B CN 2011800013237 A CN2011800013237 A CN 2011800013237A CN 201180001323 A CN201180001323 A CN 201180001323A CN 102317943 B CN102317943 B CN 102317943B
- Authority
- CN
- China
- Prior art keywords
- classification
- search results
- search
- document
- sport
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000013507 mapping Methods 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 6
- 238000012163 sequencing technique Methods 0.000 claims description 5
- 238000000605 extraction Methods 0.000 claims description 4
- 230000008676 import Effects 0.000 claims description 3
- 230000003760 hair shine Effects 0.000 claims 2
- 238000001914 filtration Methods 0.000 abstract 1
- 238000012216 screening Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 2
- 208000024891 symptom Diseases 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/338—Presentation of query results
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种全文搜索的方法和装置,属于信息搜索领域。本发明通过将可搜索文档的内容使用预设的信息模型保存在索引库中,并加入分类信息,使得搜索引擎在输出搜索结果的时候,可根据分类信息获取搜索结果所属的分类大项和分类小项对搜索结果进行分类显示,使得用户可以在根据分类大项和分类小项进行筛选快速得到想要得到的结果,对于用户进行搜索更加便捷和快速,减少了用户搜索的工作量。
Description
技术领域
本发明涉及信息搜索领域,特别涉及一种全文搜索的方法和装置。
背景技术
随着信息规模的迅速增长,如何高效、准确的获取包含用户所需的信息,日益成为迫切需要解决的问题。在目前阶段,搜索引擎是解决上述问题的一个有效手段。大多数搜索引擎使用关键词匹配的方法,使用用户输入的关键词对信息库中的数据进行匹配,以得到用户所需的信息。
但是,发明人发现现有技术中通过搜索引擎搜索用户所需的信息的方法存在以下缺陷:
搜索结果数量巨大,搜索结果可能涉及很多领域,用户在搜索结果中寻找自己关注的内容往往是很困难的。
发明内容
本发明实施例提供了一种全文搜索的方法和装置,以解决在现有技术中在信息搜索中存在的问题。
一种全文搜索的方法,所述方法包括:
根据预设的信息模型建立分类器;
提取经过预设的信息模型映射后的全部可搜索文档中的分类信息;
根据所述分类器和所述分类信息获取所述全部可搜索文档所属的分类大项和分类小项,并保存为文档索引,将所述文档索引保存在所述索引库中;
接收用户输入的关键词,根据所述关键词在索引库中进行匹配得出搜索结果;
在所述索引库中提取所述搜索结果的分类信息;
根据所述分类信息获取所述搜索结果所属的分类大项和分类小项,并根据所述搜索结果所属的分类大项和分类小项将所述搜索结果分类显示;
其中,所述分类器中存储有所述分类大项、分类小项和分类信息的对应关系;
其中,在所述索引库中存储有经过预设的信息模型映射后的全部可搜索文档,所述预设的信息模型中包括所述全部可搜索文档的分类信息和所述全部可搜索文档的标题以及正文内容。
一种全文搜索的装置,其特征在于,所述装置包括:
文档索引建立模块,用于根据预设的信息模型建立分类器,提取经过预设的信息模型映射的全部可搜索文档中的分类信息,根据所述分类器和所述分类信息获取所述全部可搜索文档所属的分类大项和分类小项,并保存为文档索引,将所述文档索引保存在所述索引库中;
搜索模块,用于接收用户输入的关键词,根据所述关键词在索引库中进行匹配得出搜索结果;
分类信息获取模块,用于在所述索引库中提取所述搜索结果的分类信息;
分类显示模块,用于根据所述分类信息获取所述搜索结果所属的分类大项和分类小项,并根据所述搜索结果所属的分类大项和分类小项将所述搜索结果分类显示;
其中,所述分类器中存储有所述分类大项、分类小项和分类信息的对应关系;
其中,在所述索引库中存储有经过预设的信息模型映射后的全部可搜索文档,所述预设的信息模型中包括所述全部可搜索文档的分类信息和所述全部可搜索文档的标题以及正文内容。
本发明实施例提供的技术方案的有益效果是:本发明实施例通过将可搜索文档的内容使用预设的信息模型保存在索引库中,并加入分类信息,使得搜索引擎在输出搜索结果的时候,可根据分类信息获取搜索结果所属的分类大项和分类小项对搜索结果进行分类显示,使得用户可以在根据分类大项和分类小项进行筛选快速得到想要得到的结果,对于用户进行搜索更加便捷和快速,减少了用户搜索的工作量。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例1中所提供的一种全文搜索的方法的流程示意图;
图2为本发明实施例2中所提供的一种全文搜索的方法的流程示意图;
图3为本发明实施例2中所提供的分类器的结构示意图;
图4为本发明实施例2中所提供的进行全文搜索后的搜索结果显示情况示意图;
图5为本发明实施例2中所提供的经过排序后的搜索结果显示情况示意图;
图6为本发明实施例3中所提供的第一种全文搜索的装置的结构示意图;
图7为本发明实施例3中所提供的第二种全文搜索的装置的结构示意图;
图8为本发明实施例3中所提供的第三种全文搜索的装置的结构示意图;
图9为本发明实施例3中所提供的第四种全文搜索的装置的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明实施方式作进一步地详细描述。
实施例1
如图1所示,本发明实施例提供了一种全文搜索的方法,该方法包括:
101、接收用户输入的关键词,根据该关键词在索引库中进行匹配得出搜索结果;
102、在索引库中提取搜索结果的分类信息;
103、根据分类信息获取搜索结果所属的分类大项和分类小项,并根据搜索结果所属的分类大项和分类小项将搜索结果分类显示。
其中,在索引库中存储有经过预设的信息模型映射后的全部可搜索文档,预设的信息模型中包括全部可搜索文档的分类信息和全部可搜索文档的标题及正文内容。
本发明实施例所提供的全文搜索的方法,通过将可搜索文档的内容使用预设的信息模型保存在索引库中,并加入分类信息,使得搜索引擎在输出搜索结果的时候,可根据分类信息获取搜索结果所属的分类大项和分类小项对搜索结果进行分类显示,使得用户可以在根据分类大项和分类小项进行筛选快速得到想要得到的结果,对于用户进行搜索更加便捷和快速,减少了用户搜索的工作量。
实施例2
如图2所示,本发明实施例提供了一种全文搜索的方法,实施例2是在实施例1的基础之上进行的细化,以对本发明提供的方法进行说明。
一种全文搜索的方法,具体包括:
201、将全部可搜索文档的内容按照预设的信息模型保存在索引库中;
其中,将全部可搜索文档的内容按照预设的信息模型保存在索引库中,具体的为:
将可搜索文档的内容映射为由一组元数据(metadata)和可搜索文档的正文内容及文档标题组成的信息。其中,元数据中至少包括该可搜索文档的分类信息。
需要说明的是,预设的信息模型定义了一种自定义信息格式,可将可搜索文档的内容映射为预设的信息模型定义的格式进行保存,下面以将一个可搜索文档的内容按照预设的信息模型进行保存为例进行说明:
<html>
<head>
<meta http-equiv="Content-Type"content="text/html;charset=utf-8">
<meta name="DC.Type"content="reference">
<meta name="abstract"content="This describes the symptoms.">
<meta name="keywords"content="alarm box fault,alarm box reporting a criticalalarm when no alarm occurs">
<meta name="DC.Audience.Job"content="trouble management">
</head>
<title>Alarm Box Reporting a Critical Alarm When No Alarm Occurs</title>
<body>
Hello,World
</body>
</html>
其中,在本实施例中,以将经过信息模型映射的可搜索文档的内容保存为Html格式为例进行说明,在实际应用中,还可以使用其他格式对经过信息模型映射的可搜索文档的内容进行保存。
在上述将可搜索文档的内容经过预设的信息模型映射后得到的信息中,"<head>"与"</head>"之间的内容为元数据,"<meta name="DC.Type"content="reference">"和"<metaname="DC.Audience.Job"content="trouble management">"为分类信息,其中,"DC.Type"为元数据名称,表示该字段为分类信息,"reference"为元数据"DC.Type"对应的值,"DC.Audience.Job"也为元数据名称,表示该字段为分类信息,"trouble management"为元数据"DC.Audience.Job"对应的值,"Alarm Box Reporting a Critical Alarm When No AlarmOccurs"和"Hello,World"分别为可搜索文档的标题和正文内容。
其中,索引库具体可以为数据库,用于保存将可搜索文档的内容经过预设的信息模型映射后得到的信息。
进一步地,在预设的信息模型中,还可以包括摘要字段、关键字字段等,例如,在经过预设的信息模型映射后得到的信息,具体地:
摘要字段"abstract"为"This describes the symptoms.",关键字字段"keywords"为"alarm box fault,alarm box reporting a critical alarm when no alarm occurs"。
进一步地,在预设的信息模型中,还可以进行字段扩展,例如增加自定义字段,用以增加分类信息以及指示分类项显示的规则。
202、根据预设的信息模型建立分类器;
其中,在分类器中存储有分类大项、分类小项和分类信息的对应关系。
具体地,分类器由一个或多个文本文件组成,其结构由三部分组成:分类大项,分类小项和元数据,并以图3为例进行说明,其中,分类大项包括大项A、B、N,分类小项包括小项A1、A2、AN、B1、B2、BN、N1,元数据包括VA1、VA2、VAN、VB1、VB2、VBN、VN1。
在图3所示的分类器结构图中,与预设的信息模型相对应,定义了分类大项,并在每个分类大项下定义了分类小项,并使将元数据中的分类信息与分类小项进行对应。
需要说明的是,在图3所示的分类器结构图中,每个分类小项与预设的信息模型中的元数据中的分类信息相对应,通过在每个可搜索文档对应的信息模型的元数据中提取其分类信息,根据分类器可判断该可搜索文档所属的分类小项和分类大项。
进一步地,一个可搜索文档的可以定义有多个分类信息,并通过此方式将该可搜索文档划分成属于多个分类大项和分类小项。例如,在可搜索文档的信息模型中读取其分类信息为VA2和VB2,则该可搜索文档在进行分类时既属于分类大项A的分类小项A2,又属于分类大项B的分类小项B2。
进一步地,分类器可以进行自定义扩展,用以增加新的分类大项和/或分类小项。
203、建立文档索引,并保存到索引库中;
其中,建立文档索引,具体的为,搜索引擎自动抽取根据预设的信息模型保存的全部可搜索文档的元数据中的分类信息,通过分类器获取全部可搜索文档所属的分类大项和分类小项,并作为文档索引保存在到索引库中。
进一步地,通过分类器获取全部可搜索文档所属的分类大项和分类小项,具体包括:
根据元数据中的分类信息,通过分类器获取全部可搜索文档所属的分类小项,并根据分类器中保存的分类大项和分类小项中的对应关系判断全部可搜索文档所属的分类大项,并将全部可搜索文档所属的分类大项和分类小项作为文档索引保存在索引库中。
204、接收用户输入的关键词,根据该关键词在索引库中进行匹配得出搜索结果;
205、通过索引库获取搜索结果所属的分类大项和分类小项;
其中,通过索引库获取搜索结果所属的分类大项和分类小项,具体的为,在索引库中,读取文档索引中所保存的搜索结果所属的分类大项和分类小项。
206、根据搜索结果所属的分类大项和分类小项对搜索结果分类显示。
在本实施例中,根据分类信息将搜索结果分类显示,具体包括:
根据上述搜索结果所属的分类大项和分类小项,按照搜索结果所属的分类大项和分类小项分类显示搜索结果。
其中,如图4所示的搜索结果显示情况中,搜索结果所包括的可搜索文档中共包括三个分类大项运维流程、文档类型、产品型号,在运维流程、文档类型、产品型号下又分为若干分类小项。
进一步地,上述方法还包括:
接收用户选择的分类小项,在分类小项所包括的可搜索文档中根据关键词进行过滤搜索,显示在该分类小项所包括的可搜索文档中进行过滤搜索后的搜索结果。
例如,如图4所示的搜索结果,可在分类小项产品A中所包括的388项搜索结果中根据关键词进行过滤搜索,并且只显示分类小项产品A中所包括的搜索结果,以缩小所得到的搜索结果的范围,更加方便于用户得到最接近的搜索结果。
进一步地,上述全文搜索的方法,还可以包括:
建立关键字段加权器,在关键字段加权器中为不同的关键字段定义不同的权重,并计算索引库中保存的经过预设的信息模型映射后的全部可搜索文档的加权结果,将加权结果作为加权索引保存到索引库中。
其中,关键字段包括预设的信息模型中定义的内容字段和分类字段,内容字段如标题、关键字字段等,分类字段如摘要以各种自定义字段等,可搜索文档的正文内容字段可作为标准字段,关键字段加权器具体为一个文本文件,根据关键字段加权器可以对关键字段的权重进行加权处理,可搜索文档对应的加权结果越大,则可搜索文档的相关度越高,在搜索结果输出时其优先权越高。
例如,以表1对关键字段加权器进行说明:
表1
在表1中,标题、关键字、instruction、command均为在预设的信息模型中定义的关键字段,如步骤201中的信息模型,body可作为标准字段。
相应地,在对根据预设的信息模型映射的全部可搜索文档进行加权计算后,步骤206具体的包括:
按照分类信息将全部搜索结果分类显示,并根据全部搜索结果的相关度将全部搜索结果排序显示。
如图5所示,为经过关键字段加权处理后进行的搜索结果排序显示,排名最靠前的为相关度最高的搜索结果,该方法可以使得用户得到搜索结果准确性增加,用户需要检索的文档靠前,避免用户过多的翻页查找操作。
本发明实施例所提供的全文搜索的方法,通过将可搜索文档的内容使用预设的信息模型保存在索引库中,并加入分类信息,使得搜索引擎在输出搜索结果的时候,可根据分类信息获取搜索结果所属的分类大项和分类小项对搜索结果进行分类显示,使得用户可以在根据分类大项和分类小项进行筛选快速得到想要得到的结果,对于用户进行搜索更加便捷和快速,减少了用户搜索的工作量。
实施例3
本发明实施例提供了一种全文搜索的装置,如图6所示,该装置具体包括:
搜索模块301,用于接收用户输入的关键词,根据关键词在索引库中进行匹配得出搜索结果;
分类信息获取模块302,用于在索引库中提取搜索结果的分类信息;
分类显示模块303,用于根据分类信息根据分类信息获取搜索结果所属的分类大项和分类小项,并根据搜索结果所属的分类大项和分类小项将搜索结果分类显示将搜索结果分类显示;
其中,在索引库中存储有经过预设的信息模型映射的全部可搜索文档,预设的信息模型中包括全部可搜索文档的分类信息和全部可搜索文档的正文内容。
进一步地,如图7所示,上述装置还包括:
文档索引建立模块304,用于在搜索模块304接收用户输入的关键词之前,根据预设的信息模型建立分类器,提取经过预设的信息模型映射的全部可搜索文档中的分类信息,根据分类器和分类信息获取全部可搜索文档所属的分类大项和分类小项,并保存为文档索引,将文档索引保存在索引库中;
其中,分类器中存储有分类大项、分类小项和分类信息的对应关系。
相应地,分类显示模块303具体用于,根据搜索结果的分类信息在文档索引中获取搜索结果所属的分类大项和分类小项,并按照搜索结果所属的分类大项和分类小项分类显示搜索结果。
进一步地,如图8所示,上述装置还包括:
过滤搜索模块305,用于在分类显示模块303根据分类信息将搜索结果分类显示之后,接收用户选择的分类小项,在分类小项所包括的可搜索文档中根据关键词进行过滤搜索,显示过滤搜索后的搜索结果。
进一步地,如图9所示,上述装置还包括:
加权索引建立模块306,用于在搜索模块304接收用户输入的关键词之前,根据预设的信息模型建立关键字段加权器,并在关键字段加权器中为不同的关键字段定义不同的权重,计算经过预设的信息模型映射后的全部可搜索文档的加权结果,将加权结果作为加权索引保存在索引库中。
相应地,分类显示模块303具体用于,按照分类信息将搜索结果分类显示,并获取加权索引中保存的搜索结果的加权结果,按照加权结果从高到低排序显示搜索结果。
本发明实施例所提供的全文搜索的装置,通过将可搜索文档的内容使用预设的信息模型保存在索引库中,并加入分类信息,使得搜索引擎在输出搜索结果的时候,可根据分类信息获取搜索结果所属的分类大项和分类小项对搜索结果进行分类显示,使得用户可以在根据分类大项和分类小项进行筛选快速得到想要得到的结果,对于用户进行搜索更加便捷和快速,减少了用户搜索的工作量。
需要说明的是:上述实施例提供的全文搜索的装置,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将全文搜索的装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。另外,上述实施例提供的全文搜索的装置与全文搜索的方法实施例属于同一构思,其具体实现过程详见方法实施例,这里不再赘述。
以上实施例提供的技术方案中的全部或部分内容可以通过软件编程实现,其软件程序存储在可读取的存储介质中,存储介质例如:计算机中的硬盘、光盘或软盘。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (10)
1.一种全文搜索的方法,其特征在于,所述方法包括:
根据预设的信息模型建立分类器;
提取经过预设的信息模型映射后的全部可搜索文档中的分类信息;
根据所述分类器和所述分类信息获取所述全部可搜索文档所属的分类大项和分类小项,并保存为文档索引,将所述文档索引保存在所述索引库中;
接收用户输入的关键词,根据所述关键词在索引库中进行匹配得出搜索结果;
在所述索引库中提取所述搜索结果的分类信息;
根据所述分类信息获取所述搜索结果所属的分类大项和分类小项,并根据所述搜索结果所属的分类大项和分类小项将所述搜索结果分类显示;
其中,所述分类器中存储有所述分类大项、分类小项和分类信息的对应关系;
其中,在所述索引库中存储有经过预设的信息模型映射后的全部可搜索文档,所述预设的信息模型中包括所述全部可搜索文档的分类信息和所述全部可搜索文档的标题以及正文内容。
2.根据权利要求1所述的方法,其特征在于,所述根据所述分类信息将所述搜索结果分类显示,具体包括:
根据所述搜索结果的分类信息在所述文档索引中获取所述搜索结果所属的分类大项和分类小项,并按照所述搜索结果所属的分类大项和分类小项分类显示所述搜索结果。
3.根据权利要求2所述的方法,其特征在于,所述根据所述分类信息将所述搜索结果分类显示之后,所述方法还包括:
接收所述用户选择的分类小项,在所述分类小项所包括的可搜索文档中根据所述关键词进行过滤搜索,显示过滤搜索后的搜索结果。
4.根据权利要求1-3任一所述的方法,其特征在于,所述接收用户输入的关键词之前,所述方法还包括:
根据所述预设的信息模型建立关键字段加权器,并在所述关键字段加权器中为不同的关键字段定义不同的权重;
计算所述经过预设的信息模型映射后的全部可搜索文档的加权结果,将所述加权结果作为加权索引保存在所述索引库中。
5.根据权利要求4所述的方法,其特征在于,所述根据所述分类信息将所述搜索结果分类显示,具体包括:
按照所述分类信息将所述搜索结果分类显示,并获取所述加权索引中保存的所述搜索结果的加权结果,按照所述加权结果从高到低排序显示所述搜索结果。
6.一种全文搜索的装置,其特征在于,所述装置包括:
文档索引建立模块,用于根据预设的信息模型建立分类器,提取经过预设的信息模型映射的全部可搜索文档中的分类信息,根据所述分类器和所述分类信息获取所述全部可搜索文档所属的分类大项和分类小项,并保存为文档索引,将所述文档索引保存在所述索引库中;
搜索模块,用于接收用户输入的关键词,根据所述关键词在索引库中进行匹配得出搜索结果;
分类信息获取模块,用于在所述索引库中提取所述搜索结果的分类信息;
分类显示模块,用于根据所述分类信息获取所述搜索结果所属的分类大项和分类小项,并根据所述搜索结果所属的分类大项和分类小项将所述搜索结果分类显示;
其中,所述分类器中存储有所述分类大项、分类小项和分类信息的对应关系;
其中,在所述索引库中存储有经过预设的信息模型映射后的全部可搜索文档,所述预设的信息模型中包括所述全部可搜索文档的分类信息和所述全部可搜索文档的标题以及正文内容。
7.根据权利要求6所述的装置,其特征在于,所述分类显示模块具体用于,根据所述搜索结果的分类信息在所述文档索引中获取所述搜索结果所属的分类大项和分类小项,并按照所述搜索结果所属的分类大项和分类小项分类显示所述搜索结果。
8.根据权利要求7所述的装置,其特征在于,所述装置还包括:
过滤搜索模块,用于在所述分类显示模块根据所述分类信息将所述搜索结果分类显示之后,接收所述用户选择的分类小项,在所述分类小项所包括的可搜索文档中根据所述关键词进行过滤搜索,显示过滤搜索后的搜索结果。
9.根据权利要求6-8任一所述的装置,其特征在于,所述装置还包括:
加权索引建立模块,用于在所述搜索模块接收所述用户输入的关键词之前,根据所述预设的信息模型建立关键字段加权器,并在所述关键字段加权器中为不同的关键字段定义不同的权重,计算所述经过预设的信息模型映射后的全部可搜索文档的加权结果,将所述加权结果作为加权索引保存在所述索引库中。
10.根据权利要求9所述的装置,其特征在于,所述分类显示模块具体用于,按照所述分类信息将所述搜索结果分类显示,并获取所述加权索引中保存的所述搜索结果的加权结果,按照所述加权结果从高到低排序显示所述搜索结果。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2011/077788 WO2012106941A1 (zh) | 2011-07-29 | 2011-07-29 | 一种全文搜索的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102317943A CN102317943A (zh) | 2012-01-11 |
CN102317943B true CN102317943B (zh) | 2013-10-02 |
Family
ID=45429420
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2011800013237A Expired - Fee Related CN102317943B (zh) | 2011-07-29 | 2011-07-29 | 一种全文搜索的方法和装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN102317943B (zh) |
WO (1) | WO2012106941A1 (zh) |
Families Citing this family (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102651031A (zh) * | 2012-03-31 | 2012-08-29 | 百度在线网络技术(北京)有限公司 | 一种用于提供搜索结果的方法与设备 |
CN103678350B (zh) * | 2012-09-10 | 2018-01-05 | 腾讯科技(深圳)有限公司 | 社交网络搜索结果展示方法及装置 |
CN102968454B (zh) * | 2012-10-26 | 2016-08-03 | 北京百度网讯科技有限公司 | 一种用于获取推广对象搜索结果的方法和设备 |
CN104123366A (zh) * | 2014-07-23 | 2014-10-29 | 谢建平 | 一种搜索方法及搜索服务器 |
CN106815220A (zh) * | 2015-11-27 | 2017-06-09 | 英业达科技有限公司 | 数据分类及搜寻方法 |
CN105843867B (zh) * | 2016-03-17 | 2019-09-03 | 畅捷通信息技术股份有限公司 | 基于元数据模型的检索方法和基于元数据模型的检索装置 |
WO2018023428A1 (zh) * | 2016-08-02 | 2018-02-08 | 步晓芳 | 一种搜索结果显示方法以及搜索引擎 |
CN107391535B (zh) * | 2017-04-20 | 2021-01-12 | 创新先进技术有限公司 | 在文档应用中搜索文档的方法及装置 |
CN107423349A (zh) * | 2017-05-18 | 2017-12-01 | 福建中金在线信息科技有限公司 | 一种全文搜索的方法及系统 |
CN109657151A (zh) * | 2018-12-25 | 2019-04-19 | 华联世纪工程咨询股份有限公司 | 一种基于用户使用情景的工程材料搜索方法及装置 |
CN112004126A (zh) * | 2020-08-24 | 2020-11-27 | 海信视像科技股份有限公司 | 搜索结果显示方法及显示设备 |
CN112445830B (zh) * | 2020-11-26 | 2024-05-14 | 湖南智慧政务区块链科技有限公司 | 一种基于区块链技术的数据分析系统 |
CN113127629B (zh) * | 2021-03-11 | 2024-05-14 | 维沃移动通信有限公司 | 关键字搜索方法、装置及电子设备 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070156671A1 (en) * | 2005-12-30 | 2007-07-05 | Yip Kai K K | Category search for structured documents |
CN100478962C (zh) * | 2007-07-24 | 2009-04-15 | 华为技术有限公司 | 搜索网页的方法、装置及系统和建立索引数据库的装置 |
WO2009136426A1 (ja) * | 2008-05-08 | 2009-11-12 | 三菱電機株式会社 | 検索クエリ提供装置 |
CN101840400B (zh) * | 2009-03-19 | 2012-02-01 | 北大方正集团有限公司 | 一种多级分类检索方法及系统 |
US8719249B2 (en) * | 2009-05-12 | 2014-05-06 | Microsoft Corporation | Query classification |
CN101714172B (zh) * | 2009-11-13 | 2012-03-21 | 华中科技大学 | 一种支持访问控制的索引结构的检索方法 |
-
2011
- 2011-07-29 WO PCT/CN2011/077788 patent/WO2012106941A1/zh active Application Filing
- 2011-07-29 CN CN2011800013237A patent/CN102317943B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
WO2012106941A1 (zh) | 2012-08-16 |
CN102317943A (zh) | 2012-01-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102317943B (zh) | 一种全文搜索的方法和装置 | |
CN105224521B (zh) | 主题词提取方法及使用其获取相关数字资源的方法及装置 | |
CN111104794A (zh) | 一种基于主题词的文本相似度匹配方法 | |
CN104239340B (zh) | 搜索结果筛选方法与装置 | |
CN102207948B (zh) | 一种事件陈述句素材库的生成方法 | |
CN111125086B (zh) | 获取数据资源的方法、装置、存储介质及处理器 | |
WO2013009613A1 (en) | Systems and methods for natural language searching of structured data | |
CN103425691A (zh) | 一种搜索方法和系统 | |
CN103559191A (zh) | 基于隐空间学习和双向排序学习的跨媒体排序方法 | |
Wu et al. | News filtering and summarization on the web | |
CN111026710A (zh) | 一种数据集的检索方法及系统 | |
CN106897437B (zh) | 一种知识系统的高阶规则多分类方法及其系统 | |
CN104142968A (zh) | 一种基于solr技术的分布式搜索方法及系统 | |
WO2020248378A1 (zh) | 业务查询方法、装置及存储介质、计算机设备 | |
Toda et al. | A clustering method for news articles retrieval system | |
CN101661469A (zh) | 学术文献关键词标引和检索系统及方法 | |
CN103853797B (zh) | 一种基于n元图片索引结构的图片检索方法与系统 | |
Kalyani et al. | Paper on searching and indexing using elasticsearch | |
CN101650734A (zh) | 一种表单过滤方法、装置、表单处理系统及信息处理设备 | |
CN111401056A (zh) | 一种从多类文本中提取关键词的方法 | |
CN113342844A (zh) | 工业智能搜索系统 | |
CN112214494B (zh) | 检索方法及装置 | |
Tian et al. | Research of product ranking technology based on opinion mining | |
CN109992716A (zh) | 一种基于itq算法的印尼语相似新闻推荐方法 | |
Liu et al. | QuickView: advanced search of tweets |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20131002 |