CN108038096A - 知识库文档快速检索方法、应用服务器计算机可读存储介质 - Google Patents

知识库文档快速检索方法、应用服务器计算机可读存储介质 Download PDF

Info

Publication number
CN108038096A
CN108038096A CN201711106767.2A CN201711106767A CN108038096A CN 108038096 A CN108038096 A CN 108038096A CN 201711106767 A CN201711106767 A CN 201711106767A CN 108038096 A CN108038096 A CN 108038096A
Authority
CN
China
Prior art keywords
word
mrow
keyword
sentence
document
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.)
Pending
Application number
CN201711106767.2A
Other languages
English (en)
Inventor
张师琲
侯丽
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ping An Technology Shenzhen Co Ltd
Original Assignee
Ping An Technology Shenzhen Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ping An Technology Shenzhen Co Ltd filed Critical Ping An Technology Shenzhen Co Ltd
Priority to CN201711106767.2A priority Critical patent/CN108038096A/zh
Priority to PCT/CN2018/077675 priority patent/WO2019091026A1/zh
Publication of CN108038096A publication Critical patent/CN108038096A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/237—Lexical tools
    • G06F40/247—Thesauruses; Synonyms
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种知识库文档快速检索方法，该方法包括：接收用户输入的检索信息；对所述检索信息进行分析、处理以获取查询词；根据所述查询词对知识库中的文档进行搜索，并根据搜索匹配度对搜索结果进行排序；通过摘要生成模型及关键词生成模型获得各文档的摘要及关键词；及输出排序后的搜索结果，并对应输出目标文档的所述摘要及关键词。本发明还提供一种应用服务器及计算机可读存储介质。本发明提供的知识库文档快速检索方法、应用服务器及计算机可读存储介质可以对知识库中的档案进行快速、准确的检索，及可以快速了解检索到的档案的主要内容。

Description

知识库文档快速检索方法、应用服务器计算机可读存储介质
技术领域
本发明涉及数据分析技术领域，尤其涉及一种知识库文档快速检索方法、应用服务器计算机可读存储介质。
背景技术
随着Intemet以及相关技术的发展与成熟，人们己经进入信息量极其丰富的时代。存在网络上的文档、档案的种类很多，如人事档案、财务档案、技术档案、合同档案、案件档案，各个企业、机构为了内部人士可以方便查阅资料常常建立包含各种档案的知识库，如何对知识库中的档案进行快速、准确的检索，及如何快速了解检索到的档案的主要内容是亟需解决的一大问题。
发明内容
有鉴于此，本发明提出一种知识库文档快速检索方法及应用服务器，以解决如何对知识库中的档案进行快速、准确的检索，及如何快速了解检索到的档案的主要内容的问题。
首先，为实现上述目的，本发明提出一种知识库文档快速检索方法，该方法包括步骤：
接收用户输入的检索信息；
对所述检索信息进行分析、处理以获取查询词；
根据所述查询词对知识库中的文档进行搜索，并根据搜索匹配度对搜索结果进行排序；
通过摘要生成模型及关键词生成模型获得各文档的摘要及关键词；及
输出排序后的搜索结果，并对应输出目标文档的所述摘要及关键词。
优选地，所述对所述检索信息进行分析、处理以获取查询词的步骤还包括：
当所述检索信息为句子时，通过语法分析及语义分析结合的方式对输入的句子进行分词处理，剔除无意义的字词符号，抽取出若干个所述查询词；及
当所述检索信息为单词时，依据预设的规则把所述单词在概念上扩展成对应的同义词、近义词及上下位词，依据同义近义词相似度算法抽取部分扩展词或接收用户选择的扩展词作为所述查询词。
优选地，，所述对所述检索信息进行分析、处理以获取查询词的步骤还包括：
对所述检索信息进行语义分析与语法分析相结合的分词处理，将经过分词处理分割得到的词语作为所述查询词；
将分割出的所述査询词在概念上扩展成对应的同义词、近义词或者上下位词，依据相似度优先算法抽取部分扩展词或接收用户选择的扩展词；
把所述查询词和限定的扩展词一起作为所述查询词。
优选地，，所述根据所述查询词对知识库中的文档进行搜索，并根据搜索匹配度对搜索结果进行排序的步骤还包括：
根据所述查询词进行全文检索操作；
以数据库为源，建立索引库，利用TF-IDF计算权重获得搜索匹配度；及
对检索结果根据所搜匹配度进行智能排序，并且使检索词高亮显示。
优选地，所述检索操作包括跨语言信息检索、拼写检查及正则检索。
优选地，所述根据所述查询词对知识库中的文档进行搜索，并根据搜索匹配度对搜索结果进行排序的步骤还包括：
根据历史记录和热搜进行搜索结果自动补全。
优选地，所述通过摘要生成模型及关键词生成模型获得各文档的摘要及关键词的步骤还包括：
对目标文档进行断句、分词，将目标文档的内容拆分成句子及词语；及
通过所述摘要生成模型获取权重值大于预设值的句子生成所述摘要，通过所述关键词生成模型选择词频大于预设值的词语生成所述关键词。
优选地，所述通过摘要生成模型及关键词生成模型获得各文档的摘要及关键词的步骤还包括：
根据如下公式建立所述摘要生成模型：
Wi＝a*WPi+b*WSi
m为奇数
m为偶数
及
以词频统计为基础建立所述关键词生成模型；
其中，Wi各个句子的权重值；Wij为每个句子和各个关键词的权重，WPi为位置权重值，WSi为语义权重值，a和b为权重系数，wp(ij)为第j各关键词在第i各句子中出现的频数，sp(j)为各个句子里面包含有第j各关键词的句子数，m为句子总数，n为关键词总数。
此外，为实现上述目的，本发明还提供一种应用服务器，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的知识库文档快速检索系统，所述知识库文档快速检索系统被所述处理器执行时实现如上述的知识库文档快速检索方法的步骤。
进一步地，为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质存储有知识库文档快速检索系统，所述知识库文档快速检索系统可被至少一个处理器执行，以使所述至少一个处理器执行如上述的知识库文档快速检索方法的步骤。
相较于现有技术，本发明所提出的知识库文档快速检索方法、应用服务器及计算机可读存储介质，首先接收用户输入的检索信息；其次对所述检索信息进行分析、处理以获取查询词；再次根据所述查询词对知识库中的文档进行搜索，并根据搜索匹配度对搜索结果进行排序；然后通过摘要生成模型及关键词生成模型获得各文档的摘要及关键词；最后输出排序后的搜索结果，并对应输出目标文档的所述摘要及关键词。采用本发明所提出的知识库文档快速检索方法、应用服务器及计算机可读存储介质，可以对知识库中的档案进行快速、准确的检索，及可以快速了解检索到的档案的主要内容。
附图说明
图1是本发明应用服务器一可选的硬件架构的示意图；
图2是本发明知识库文档快速检索系统实施方式的程序模块示意图；
图3是本发明知识库文档快速检索方法第一实施方式的流程示意图；
图4是本发明知识库文档快速检索方法第二实施方式的流程示意图；
图5是本发明知识库文档快速检索方法第三实施方式的流程示意图；
图6是本发明知识库文档快速检索方法第四实施方式的流程示意图；
图7是本发明知识库文档快速检索方法第五实施方式的流程示意图；
图8是本发明知识库文档快速检索方法第六实施方式的流程示意图；
图9是本发明知识库文档快速检索方法第七实施方式的流程示意图。
本发明目的的实现、功能特点及优点将结合实施方式，参照附图做进一步说明。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施方式，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施方式仅用以解释本发明，并不用于限定本发明。基于本发明中的实施方式，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施方式，都属于本发明保护的范围。
需要说明的是，在本发明中涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，各个实施方式之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
参阅图1所示，是本发明应用服务器1一可选的硬件架构的示意图。
本实施方式中，所述应用服务器1可包括，但不仅限于，可通过系统总线相互通信连接存储器11、处理器12、网络接口13。需要指出的是，图1仅示出了具有组件11-13的应用服务器1，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。
其中，所述应用服务器1可以是机架式服务器、刀片式服务器、塔式服务器或机柜式服务器等计算设备，该应用服务器1可以是独立的服务器，也可以是多个服务器所组成的服务器集群。
所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施方式中，所述存储器11可以是所述应用服务器1的内部存储单元，例如该应用服务器1的硬盘或内存。在另一些实施方式中，所述存储器11也可以是所述应用服务器1的外部存储设备，例如该应用服务器1上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。当然，所述存储器11还可以既包括所述应用服务器1的内部存储单元也包括其外部存储设备。本实施方式中，所述存储器11通常用于存储安装于所述应用服务器1的操作系统和各类应用软件，例如知识库文档快速检索系统200的程序代码等。此外，所述存储器11还可以用于暂时地存储已经输出或者将要输出的各类数据。
所述处理器12在一些实施方式中可以是中央处理器(Central Processing Unit，CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器12通常用于控制所述应用服务器1的总体操作。本实施方式中，所述处理器12用于运行所述存储器11中存储的程序代码或者处理数据，例如运行所述的知识库文档快速检索系统200等。
所述网络接口13可包括无线网络接口或有线网络接口，该网络接口13通常用于在所述应用服务器1与其他电子设备之间建立通信连接。
至此，己经详细介绍了本发明相关设备的硬件结构和功能。下面，将基于上述介绍提出本发明的各个实施方式。
首先，本发明提出一种知识库文档快速检索系统200。
参阅图2所示，是本发明知识库文档快速检索系统200第一实施方式的程序模块图。
所述知识库文档快速检索系统200包括一系列的存储于存储器11上的计算机程序指令，当该计算机程序指令被处理器12执行时，可以实现本发明各实施方式的知识库文档快速检索操作。在一些实施方式中，基于该计算机程序指令各部分所实现的特定的操作，知识库文档快速检索系统200可以被划分为一个或多个模块。例如，在图2中，所述知识库文档快速检索系统200可以被分割成获取模块21、分析处理模块22、检索模块23、排序模块24、建立模块25、调用模块26及输出模块27。其中：
所述获取模块21，用于接收用户输入的检索信息。
具体地，所述检索信息根据不同情况有不同的方式，举例而言，可包括以下三种：第一种情况，所述检索信息为句子的情况；第二种情况，所述检索信息为单词的情况；第三种情况，所述检索信息包括句子及单词的情况。
所述分析处理模块22，用于对所述检索信息进行分析、处理以获取查询词。
第一种方式：针对检索信息为句子的情况，通过语法分析及语义分析结合的方式对输入的句子进行分词处理，剔除无意义的字词符号，抽取出若干个查询词并传给检索模块进行搜索。举例而言，若用户输入“今年中国的经济形式怎么样？”，通过分析可获得“中国”，“经济”的关键查询词，而剔除了助词、疑问词、符号等不重要的字词符号；
第二种方式：针对检索信息为单词的情况，依据预设的规则把查询词在概念上扩展成对应的同义词、近义词及上下位词，依据同义近义词相似度算法抽取部分扩展词或接收用户选择的扩展词做为查询词，作为查询词的扩展词的选择可以根据各词的优先级别。举例而言，用户输入“大学生”，可以后的“大学生”扩展词“本科生”、“研究生”、“专科生”、“大专生”、“中专生”等等：
第三种方式：将两种功能结合，具体结合过程为：首先对检索信息进行语义分析与语法分析相结合的分词处理，然后将分割出的査询词在概念上扩展成对应的同义词、近义词或者上下位词，依据相似度优先算法抽取部分扩展词或接收用户选择的扩展词，最后把查询词和限定的扩展词一起作为查询条件传给检索模块。举例而言，若用户输入“今年中国的经济形式怎么样？”系统获得了“中国”，“经济”两个查询词，那么通过分析可获得“中国”的扩展词，比如“大陆”，“内地”，“国内”等；根据“经济”可获得扩展词“GDP”、“贸易”、“商业”、“财经”、“金融”等。
所述检索模块23，用于根据所述查询词对知识库中的文档进行搜索。
具体地，知识库中的文档包括多种类型，例如包括pdf、doc、docx、ppt、excel、txt、html、xml、zip、tar等格式的文本文件。
具体地，根据所述查询词可进行全文检索操作，以数据库为源，建立索引库，利用TF-IDF计算权重获得搜索匹配度，对检索结果根据所搜匹配度进行智能排序，并且使检索词高亮显示。
具体地，检索方式包括跨语言信息检索、拼写检查、正则检索(针对专业人士)、实时检索结果和条目的记录等，实现了辅助检索的最优操作。
具体地，检索过程中，还可根据历史记录和热搜进行搜索结果自动补全。
所述排序模块24，用于根据搜索匹配度对搜索结果进行排序。
所述建立模块25，用于建立摘要生成模型及关键词生成模型。
根据如下公式建立所述摘要生成模型：
Wi＝a*WPi+b*WSi
m为奇数
m为偶数
及
以词频统计为基础建立所述关键词生成模型；
其中，Wi各个句子的权重值；Wij为每个句子和各个关键词的权重，WPi为位置权重值，WSi为语义权重值，a和b为权重系数，wp(ij)为第j各关键词在第i各句子中出现的频数，sp(j)为各个句子里面包含有第j各关键词的句子数，m为句子总数，n为关键词总数。
所述调用模块26，用于调用所述摘要生成模型及关键词生成模型获得各文档的摘要及关键词。
具体地，获取各文档的摘要及关键词包括以下步骤：
第一，对目标文档进行断句、分词，将目标文档的内容拆分成句子及词语。
第二，通过摘要生成模型获取权重值大于预设值的句子生成摘要,通过关键词生成模型选择词频大于预设值的词语生成关键词。
所述输出模块27，用于输出排序后的搜索结果，并对应输出目标文档的摘要及关键词。
具体地，用户通常点击排名靠前的文档进行查看，当用户点击某一文档时，显示模块将显示文档的内容/摘要/关键词等。
此外，本发明还提出一种知识库文档快速检索方法。
参阅图3所示，是本发明知识库文档快速检索方法第一实施方式的流程示意图。在本实施方式中，根据不同的需求，图3所示的流程图中的步骤的执行顺序可以改变，某些步骤可以省略。
步骤S110，接收用户输入的检索信息。
具体地，所述检索信息根据不同情况有不同的方式，举例而言，可包括以下三种：第一种情况，所述检索信息为句子的情况；第二种情况，所述检索信息为单词的情况；第三种情况，所述检索信息包括句子及单词的情况。
步骤S120，对所述检索信息进行分析、处理以获取查询词。
第一种方式：针对检索信息为句子的情况，通过语法分析及语义分析结合的方式对输入的句子进行分词处理，剔除无意义的字词符号，抽取出若干个查询词并传给检索模块进行搜索。举例而言，若用户输入“今年中国的经济形式怎么样？”，通过分析可获得“中国”，“经济”的关键查询词，而剔除了助词、疑问词、符号等不重要的字词符号；
第二种方式：针对检索信息为单词的情况，依据预设的规则把查询词在概念上扩展成对应的同义词、近义词及上下位词，依据同义近义词相似度算法抽取部分扩展词或接收用户选择的扩展词做为查询词，作为查询词的扩展词的选择可以根据各词的优先级别。举例而言，用户输入“大学生”，可以后的“大学生”扩展词“本科生”、“研究生”、“专科生”、“大专生”、“中专生”等等；
第三种方式：将两种功能结合，具体结合过程为：首先对检索信息进行语义分析与语法分析相结合的分词处理，然后将分割出的査询词在概念上扩展成对应的同义词、近义词或者上下位词，依据相似度优先算法抽取部分扩展词或接收用户选择的扩展词，最后把查询词和限定的扩展词一起作为查询条件。具体地，当用户输入一句话、一段话作为检索信息，系统首先分割段落、句子为词语，经过分析后获得较重要的词语，并将重要的词语进行词意扩展，扩展词语包括上位词、下位词、近义词、同义词等等。举例而言，若用户输入“今年中国的经济形式怎么样？”系统获得了“中国”，“经济”两个查询词，那么系统可获得“中国”的扩展词，比如“大陆”，“内地”，“国内”等；根据“经济”可获得扩展词“GDP”、“贸易”、“商业”、“财经”、“金融”等。
步骤S130，根据所述查询词对知识库中的文档进行搜索，并根据搜索匹配度对搜索结果进行排序。
具体地，知识库中的文档包括多种类型，例如包括pdf、doc、docx、ppt、excel、txt、html、xml、zip、tar等格式的文本文件。
具体地，根据所述查询词可进行全文检索操作，以数据库为源，建立索引库，利用TF-IDF计算权重获得搜索匹配度，对检索结果根据所搜匹配度进行智能排序，并且使检索词高亮显示；
具体地，检索方式包括跨语言信息检索、拼写检查、正则检索(针对专业人士)、实时检索结果和条目的记录等，实现了辅助检索的最优操作；
具体地，检索过程中，还可根据历史记录和热搜进行搜索结果自动补全。
步骤S140，通过摘要生成模型及关键词生成模型获得各文档的摘要及关键词。
具体地，获取各文档的摘要及关键词包括以下步骤：
第一，对目标文档进行断句、分词，将目标文档的内容拆分成句子及词语；
第二，根据如下公式建立摘要生成模型：
Wi＝a*WPi+b*WSi
m为奇数
m为偶数
其中,Wi各个句子的权重值；Wij为每个句子和各个关键词的权重,WPi为位置权重值,WSi为语义权重值,a和b为权重系数,wp(ij)为第j各关键词在第i各句子中出现的频数,sp(j)为各个句子里面包含有第j各关键词的句子数,m为句子总数,n为关键词总数,
第三，以词频统计为基础建立关键词生成模型。
第四，通过摘要生成模型获取权重值大于预设值的句子生成摘要,通过关键词生成模型选择词频大于预设值的词语生成关键词。
步骤S150，输出排序后的搜索结果，并对应输出目标文档的所述摘要及关键词。
如图4所示，是本发明知识库文档快速检索方法的第二实施方式的流程示意图。在第一实施方式中的步骤S120“对所述检索信息进行分析、处理以获取查询词”具体包括如下步骤：
S210，当所述检索信息为句子时，通过语法分析及语义分析结合的方式对输入的句子进行分词处理，剔除无意义的字词符号，抽取出若干个所述查询词。
举例而言，若用户输入“今年中国的经济形式怎么样？”，通过分析可获得“中国”，“经济”的关键查询词，而剔除了助词、疑问词、符号等不重要的字词符号。
S210，当所述检索信息为单词时，依据预设的规则把所述单词在概念上扩展成对应的同义词、近义词及上下位词，依据同义近义词相似度算法抽取部分扩展词或接收用户选择的扩展词做为所述查询词。
举例而言，用户输入“大学生”，可以后的“大学生”扩展词“本科生”、“研究生”、“专科生”、“大专生”、“中专生”等等。
如图5所示，是本发明知识库文档快速检索方法的第三实施方式的流程示意图。在第一实施方式中的步骤S120“对所述检索信息进行分析、处理以获取查询词”具体包括如下步骤：
S310，对所述检索信息进行语义分析与语法分析相结合的分词处理。
S320，将分割出的所述査询词在概念上扩展成对应的同义词、近义词或者上下位词。
S330，依据相似度优先算法抽取部分扩展词或接收用户选择的扩展词。
S340，把所述查询词和限定的扩展词一起作为所述查询词。
具体地，当用户输入一句话、一段话作为检索信息，系统首先分割段落、句子为词语，经过分析后获得较重要的词语，并将重要的词语进行词意扩展，扩展词语包括上位词、下位词、近义词、同义词等等。举例而言，若用户输入“今年中国的经济形式怎么样？”系统获得了“中国”，“经济”两个查询词，那么系统可获得“中国”的扩展词，比如“大陆”，“内地”，“国内”等；根据“经济”可获得扩展词“GDP”、“贸易”、“商业”、“财经”、“金融”等。
如图6所示，是本发明知识库文档快速检索方法的第四实施方式的流程示意图。在第一实施方式中的步骤S130“根据所述查询词对知识库中的文档进行搜索，并根据搜索匹配度对搜索结果进行排序”具体包括：
S410，根据所述查询词进行全文检索操作。
具体地，检索方式包括跨语言信息检索、拼写检查、正则检索(针对专业人士)、实时检索结果和条目的记录等，实现了辅助检索的最优操作。
S420，以数据库为源，建立索引库，利用TF-IDF计算权重获得搜索匹配度。
具体地，TF-IDF是一种统计方法，用以评估一字词对于一个文件集或一个语料库中的其中一份文件的重要程度。字词的重要性随着它在文件中出现的次数成正比增加，但同时会随着它在语料库中出现的频率成反比下降。
具体地，TF-IDF的主要思想是：如果某个词或短语在一篇文章中出现的频率TF高，并且在其他文章中很少出现，则认为此词或者短语具有很好的类别区分能力，适合用来分类。TFIDF实际上是：TF * IDF，TF词频(Term Frequency)，IDF逆向文件频率(InverseDocument Frequency)。TF表示词条在文档中出现的频率。
S430，对检索结果根据所搜匹配度进行智能排序，并且使检索词高亮显示。
具体地，可以设置一个匹配度阈值，将大于所述匹配度阈值的文档显示出来。
具体地，用户还可以根据需要在一个界面上显示文档的数目，例如为20、30、50等。
如图7所示，是本发明知识库文档快速检索方法的第五实施方式的流程示意图。在第一实施方式中的步骤S103“根据所述查询词对知识库中的文档进行搜索，并根据搜索匹配度对搜索结果进行排序”之后还包括步骤：
S510，根据历史记录和热搜进行搜索结果自动补全。
具体地，结合历史所搜记录及热搜可以对所搜的结果进行补充及优化，使得所搜结果更加完善、准确。
具体地，所述历史搜索记录存储于数据库或者服务器中，所述热搜结果也可以从数据库或者服务器的检索记录统计数据中获得。
如图8所示，是本发明知识库文档快速检索方法的第六实施方式的流程示意图。在第一实施方式中的步骤S140“通过摘要生成模型及关键词生成模型获得各文档的摘要及关键词”具体包括：
S610，对目标文档进行断句、分词，将目标文档的内容拆分成句子及词语；
S620，通过所述摘要生成模型获取权重值大于预设值的句子生成所述摘要，通过所述关键词生成模型选择词频大于预设值的词语生成所述关键词。
如图9所示，是本发明知识库文档快速检索方法的第七实施方式的流程示意图。在第一实施方式中的步骤S140“通过摘要生成模型及关键词生成模型获得各文档的摘要及关键词”还包括：
S710，根据如下公式建立所述摘要生成模型：
Wi＝a*WPi+b*WSi
m为奇数
m为偶数
S720，以词频统计为基础建立所述关键词生成模型；
其中，Wi各个句子的权重值；Wij为每个句子和各个关键词的权重，WPi为位置权重值，WSi为语义权重值，a和b为权重系数，wp(ij)为第j各关键词在第i各句子中出现的频数，sp(j)为各个句子里面包含有第j各关键词的句子数，m为句子总数，n为关键词总数。
相较于现有技术，本发明所提出的知识库文档快速检索方法、应用服务器及计算机可读存储介质，首先接收用户输入的检索信息；其次对所述检索信息进行分析、处理以获取查询词；再次根据所述查询词对知识库中的文档进行搜索，并根据搜索匹配度对搜索结果进行排序；然后通过摘要生成模型及关键词生成模型获得各文档的摘要及关键词；最后输出排序后的搜索结果，并对应输出目标文档的所述摘要及关键词。采用本发明所提出的知识库文档快速检索方法、应用服务器及计算机可读存储介质，可以对知识库中的档案进行快速、准确的检索，及可以快速了解检索到的档案的主要内容。
上述本发明实施方式序号仅仅为了描述，不代表实施方式的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施方式方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施方式所述的方法。
以上仅为本发明的优选实施方式，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种知识库文档快速检索方法，应用于应用服务器，其特征在于，所述方法包括步骤：
接收用户输入的检索信息；
对所述检索信息进行分析、处理以获取查询词；
根据所述查询词对知识库中的文档进行搜索，并根据搜索匹配度对搜索结果进行排序；
通过摘要生成模型及关键词生成模型获得各文档的摘要及关键词；及
输出排序后的搜索结果，并对应输出目标文档的所述摘要及关键词。
2.如权利要求1所述的知识库文档快速检索方法，其特征在于，所述对所述检索信息进行分析、处理以获取查询词的步骤还包括：
当所述检索信息为句子时，通过语法分析及语义分析结合的方式对输入的句子进行分词处理，剔除无意义的字词符号，抽取出若干个所述查询词；及
当所述检索信息为单词时，依据预设的规则把所述单词在概念上扩展成对应的同义词、近义词及上下位词，依据同义近义词相似度算法抽取部分扩展词或接收用户选择的扩展词作为所述查询词。
3.如权利要求2所述的知识库快速检索方法，其特征在于，所述对所述检索信息进行分析、处理以获取查询词的步骤还包括：
对所述检索信息进行语义分析与语法分析相结合的分词处理，将经过分词处理分割得到的词语作为所述查询词；
将分割出的所述査询词在概念上扩展成对应的同义词、近义词或者上下位词，依据相似度优先算法抽取部分扩展词或接收用户选择的扩展词；
把所述查询词和限定的扩展词一起作为所述查询词。
4.如权利要求1-3任一项所述的知识库快速检索方法，其特征在于，所述根据所述查询词对知识库中的文档进行搜索，并根据搜索匹配度对搜索结果进行排序的步骤还包括：
根据所述查询词进行全文检索操作；
以数据库为源，建立索引库，利用TF-IDF计算权重获得搜索匹配度；及
对检索结果根据所搜匹配度进行智能排序，并且使检索词高亮显示。
5.如权利要求4所述的知识库快速检索方法，其特征在于，所述检索操作包括跨语言信息检索、拼写检查及正则检索。
6.如权利要求4所述的知识库快速检索方法，其特征在于，所述根据所述查询词对知识库中的文档进行搜索，并根据搜索匹配度对搜索结果进行排序的步骤还包括：
根据历史记录和热搜进行搜索结果自动补全。
7.如权利要求1所述的知识库快速检索方法，其特征在于，所述通过摘要生成模型及关键词生成模型获得各文档的摘要及关键词的步骤还包括：
对目标文档进行断句、分词，将目标文档的内容拆分成句子及词语；及
通过所述摘要生成模型获取权重值大于预设值的句子生成所述摘要，通过所述关键词生成模型选择词频大于预设值的词语生成所述关键词。
8.如权利要求7所述的知识库快速检索方法，其特征在于，所述通过摘要生成模型及关键词生成模型获得各文档的摘要及关键词的步骤还包括：
根据如下公式建立所述摘要生成模型：
Wi＝a*WPi+b*WSi
<mrow> <mi>W</mi> <mi>i</mi> <mi>j</mi> <mo>=</mo> <mfrac> <mrow> <mi>w</mi> <mi>p</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>)</mo> </mrow> <mo>*</mo> <mi>l</mi> <mi>o</mi> <mi>g</mi> <mrow> <mo>(</mo> <mn>1</mn> <mo>+</mo> <mfrac> <mi>m</mi> <mrow> <mi>s</mi> <mi>p</mi> <mrow> <mo>(</mo> <mi>j</mi> <mo>)</mo> </mrow> </mrow> </mfrac> <mo>)</mo> </mrow> </mrow> <msqrt> <mrow> <msubsup> <mi>&amp;Sigma;</mi> <mrow> <mi>k</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </msubsup> <msup> <mrow> <mo>&amp;lsqb;</mo> <mi>w</mi> <mi>p</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>*</mo> <mi>l</mi> <mi>o</mi> <mi>g</mi> <mrow> <mo>(</mo> <mn>1</mn> <mo>+</mo> <mfrac> <mi>m</mi> <mrow> <mi>s</mi> <mi>p</mi> <mrow> <mo>(</mo> <mi>j</mi> <mo>)</mo> </mrow> </mrow> </mfrac> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow> <mn>2</mn> </msup> </mrow> </msqrt> </mfrac> </mrow>
m为奇数
m为偶数
及
以词频统计为基础建立所述关键词生成模型；
其中，Wi各个句子的权重值；Wij为每个句子和各个关键词的权重，WPi为位置权重值，WSi为语义权重值，a和b为权重系数，wp(ij)为第j各关键词在第i各句子中出现的频数，sp(j)为各个句子里面包含有第j各关键词的句子数，m为句子总数，n为关键词总数。
9.一种应用服务器，其特征在于，所述应用服务器包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的知识库文档快速检索系统，所述知识库文档快速检索系统被所述处理器执行时实现如权利要求1-8中任一项所述的知识库文档快速检索方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有知识库文档快速检索系统，所述知识库文档快速检索系统可被至少一个处理器执行，以使所述至少一个处理器执行如权利要求1-8中任一项所述的知识库文档快速检索方法的步骤。
CN201711106767.2A 2017-11-10 2017-11-10 知识库文档快速检索方法、应用服务器计算机可读存储介质 Pending CN108038096A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201711106767.2A CN108038096A (zh) 2017-11-10 2017-11-10 知识库文档快速检索方法、应用服务器计算机可读存储介质
PCT/CN2018/077675 WO2019091026A1 (zh) 2017-11-10 2018-02-28 知识库文档快速检索方法、应用服务器及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711106767.2A CN108038096A (zh) 2017-11-10 2017-11-10 知识库文档快速检索方法、应用服务器计算机可读存储介质

Publications (1)

Publication Number Publication Date
CN108038096A true CN108038096A (zh) 2018-05-15

Family

ID=62092842

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711106767.2A Pending CN108038096A (zh) 2017-11-10 2017-11-10 知识库文档快速检索方法、应用服务器计算机可读存储介质

Country Status (2)

Country Link
CN (1) CN108038096A (zh)
WO (1) WO2019091026A1 (zh)

Cited By (29)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109101495A (zh) * 2018-08-27 2018-12-28 上海宝尊电子商务有限公司 一种基于图像识别和知识图谱的时尚领域文本生成方法
CN109189916A (zh) * 2018-08-17 2019-01-11 杜林蔚 英文摘要关键信息提取方法、装置及电子设备
CN109299235A (zh) * 2018-09-19 2019-02-01 平安科技（深圳）有限公司 知识库搜索方法、装置及计算机可读存储介质
CN109359178A (zh) * 2018-09-14 2019-02-19 华南师范大学 一种检索方法、装置、存储介质及设备
CN109408690A (zh) * 2018-09-19 2019-03-01 安徽均维信息科技有限公司 一种具有地域分析功能的档案信息智能化调控方法
CN109522389A (zh) * 2018-11-07 2019-03-26 中国联合网络通信集团有限公司 文档推送方法、装置和存储介质
CN109918661A (zh) * 2019-03-04 2019-06-21 腾讯科技（深圳）有限公司 同义词获取方法及装置
CN109933724A (zh) * 2019-03-07 2019-06-25 上海智臻智能网络科技股份有限公司 知识搜索方法、系统、问答装置、电子设备及存储介质
CN109933702A (zh) * 2019-03-11 2019-06-25 智慧芽信息科技(苏州)有限公司 一种检索展示方法、装置、设备及存储介质
CN110069610A (zh) * 2019-03-16 2019-07-30 平安科技（深圳）有限公司 基于Solr的检索方法、装置、设备和存储介质
CN110674306A (zh) * 2018-06-15 2020-01-10 株式会社日立制作所 知识图谱的构建方法、装置、电子设备
CN110727786A (zh) * 2019-09-12 2020-01-24 武汉儒松科技有限公司 自学习的知识库管理方法、装置、终端设备及存储介质
CN111008265A (zh) * 2019-12-03 2020-04-14 腾讯云计算（北京）有限责任公司 企业信息搜索方法及装置
CN111241247A (zh) * 2020-01-19 2020-06-05 国网湖南省电力有限公司 一种电力系统异常状态历史记录搜索方法、系统及介质
CN111767365A (zh) * 2019-03-12 2020-10-13 株式会社理光 文档检索设备及方法
CN111930880A (zh) * 2020-08-14 2020-11-13 易联众信息技术股份有限公司 一种文本编码检索的方法、装置及介质
CN112035512A (zh) * 2020-09-02 2020-12-04 中国银行股份有限公司 知识库的检索方法、装置、电子设备及计算机存储介质
CN112925900A (zh) * 2021-02-26 2021-06-08 北京百度网讯科技有限公司 搜索信息处理方法、装置、设备及存储介质
CN113204621A (zh) * 2021-05-12 2021-08-03 北京百度网讯科技有限公司 文档入库、文档检索方法，装置，设备以及存储介质
CN113254623A (zh) * 2021-06-23 2021-08-13 中国银行股份有限公司 数据处理方法、装置、服务器、介质及产品
CN113761142A (zh) * 2020-09-25 2021-12-07 北京沃东天骏信息技术有限公司 一种生成答案摘要的方法和装置
CN113806491A (zh) * 2021-09-28 2021-12-17 上海航空工业(集团)有限公司 一种信息处理的方法、装置、设备和介质
CN114282089A (zh) * 2021-11-24 2022-04-05 广东电网有限责任公司电力调度控制中心 一种电力边缘计算设备的信息检索的方法及设备
CN114661852A (zh) * 2020-12-23 2022-06-24 深圳市万普拉斯科技有限公司 文本搜索方法、终端、可读存储介质
CN115687580A (zh) * 2022-09-22 2023-02-03 广州视嵘信息技术有限公司 搜索提醒补全的生成和重排序方法、装置、设备及介质
CN115905489A (zh) * 2022-11-21 2023-04-04 广西建设职业技术学院 一种提供招投标信息搜索服务的方法
CN116010560A (zh) * 2023-03-28 2023-04-25 青岛阿斯顿工程技术转移有限公司 一种国际技术转移数据服务系统
CN116450769A (zh) * 2023-06-09 2023-07-18 北京量子伟业信息技术股份有限公司 智慧档案的管理方法、装置、设备及介质
CN118094019A (zh) * 2024-04-29 2024-05-28 中国铁道科学研究院集团有限公司电子计算技术研究所 一种文本关联内容推荐方法、装置及电子设备

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101408876A (zh) * 2007-10-09 2009-04-15 中兴通讯股份有限公司 一种电子文档全文检索的方法及系统
CN102023989A (zh) * 2009-09-23 2011-04-20 阿里巴巴集团控股有限公司 一种信息检索方法及其系统
CN103678576A (zh) * 2013-12-11 2014-03-26 华中师范大学 基于动态语义分析的全文检索系统
CN103699525A (zh) * 2014-01-03 2014-04-02 江苏金智教育信息技术有限公司 一种基于文本多维度特征自动生成摘要的方法和装置
CN103838833A (zh) * 2014-02-24 2014-06-04 华中师范大学 基于相关词语语义分析的全文检索系统
CN107025216A (zh) * 2015-09-09 2017-08-08 Uberple有限公司 句子提取方法及系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102163229B (zh) * 2011-04-13 2013-04-17 北京百度网讯科技有限公司 一种用于生成搜索结果的摘要的方法与设备
CN103150388A (zh) * 2013-03-21 2013-06-12 天脉聚源(北京)传媒科技有限公司 一种提取关键词的方法及装置
CN103530344A (zh) * 2013-10-09 2014-01-22 上海大学 一种基于改进的tf-idf方法的检索词实时修正方法
CN104035955B (zh) * 2014-03-18 2018-07-10 北京百度网讯科技有限公司 搜索方法和装置

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101408876A (zh) * 2007-10-09 2009-04-15 中兴通讯股份有限公司 一种电子文档全文检索的方法及系统
CN102023989A (zh) * 2009-09-23 2011-04-20 阿里巴巴集团控股有限公司 一种信息检索方法及其系统
CN103678576A (zh) * 2013-12-11 2014-03-26 华中师范大学 基于动态语义分析的全文检索系统
CN103699525A (zh) * 2014-01-03 2014-04-02 江苏金智教育信息技术有限公司 一种基于文本多维度特征自动生成摘要的方法和装置
CN103838833A (zh) * 2014-02-24 2014-06-04 华中师范大学 基于相关词语语义分析的全文检索系统
CN107025216A (zh) * 2015-09-09 2017-08-08 Uberple有限公司 句子提取方法及系统

Cited By (43)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110674306A (zh) * 2018-06-15 2020-01-10 株式会社日立制作所 知识图谱的构建方法、装置、电子设备
CN110674306B (zh) * 2018-06-15 2023-06-20 株式会社日立制作所 知识图谱的构建方法、装置、电子设备
CN109189916A (zh) * 2018-08-17 2019-01-11 杜林蔚 英文摘要关键信息提取方法、装置及电子设备
CN109101495A (zh) * 2018-08-27 2018-12-28 上海宝尊电子商务有限公司 一种基于图像识别和知识图谱的时尚领域文本生成方法
CN109359178A (zh) * 2018-09-14 2019-02-19 华南师范大学 一种检索方法、装置、存储介质及设备
CN109408690B (zh) * 2018-09-19 2021-10-26 合肥泓泉档案信息科技有限公司 一种具有地域分析功能的档案信息智能化调控方法
CN109299235A (zh) * 2018-09-19 2019-02-01 平安科技（深圳）有限公司 知识库搜索方法、装置及计算机可读存储介质
CN109299235B (zh) * 2018-09-19 2023-04-25 平安科技（深圳）有限公司 知识库搜索方法、装置及计算机可读存储介质
CN109408690A (zh) * 2018-09-19 2019-03-01 安徽均维信息科技有限公司 一种具有地域分析功能的档案信息智能化调控方法
CN109522389A (zh) * 2018-11-07 2019-03-26 中国联合网络通信集团有限公司 文档推送方法、装置和存储介质
CN109918661A (zh) * 2019-03-04 2019-06-21 腾讯科技（深圳）有限公司 同义词获取方法及装置
CN109918661B (zh) * 2019-03-04 2023-05-30 腾讯科技（深圳）有限公司 同义词获取方法及装置
CN109933724A (zh) * 2019-03-07 2019-06-25 上海智臻智能网络科技股份有限公司 知识搜索方法、系统、问答装置、电子设备及存储介质
CN109933702A (zh) * 2019-03-11 2019-06-25 智慧芽信息科技(苏州)有限公司 一种检索展示方法、装置、设备及存储介质
CN111767365A (zh) * 2019-03-12 2020-10-13 株式会社理光 文档检索设备及方法
CN110069610B (zh) * 2019-03-16 2024-03-19 平安科技（深圳）有限公司 基于Solr的检索方法、装置、设备和存储介质
CN110069610A (zh) * 2019-03-16 2019-07-30 平安科技（深圳）有限公司 基于Solr的检索方法、装置、设备和存储介质
CN110727786A (zh) * 2019-09-12 2020-01-24 武汉儒松科技有限公司 自学习的知识库管理方法、装置、终端设备及存储介质
CN111008265B (zh) * 2019-12-03 2023-03-28 腾讯云计算（北京）有限责任公司 企业信息搜索方法及装置
CN111008265A (zh) * 2019-12-03 2020-04-14 腾讯云计算（北京）有限责任公司 企业信息搜索方法及装置
CN111241247A (zh) * 2020-01-19 2020-06-05 国网湖南省电力有限公司 一种电力系统异常状态历史记录搜索方法、系统及介质
CN111930880A (zh) * 2020-08-14 2020-11-13 易联众信息技术股份有限公司 一种文本编码检索的方法、装置及介质
CN112035512A (zh) * 2020-09-02 2020-12-04 中国银行股份有限公司 知识库的检索方法、装置、电子设备及计算机存储介质
CN112035512B (zh) * 2020-09-02 2023-08-18 中国银行股份有限公司 知识库的检索方法、装置、电子设备及计算机存储介质
CN113761142A (zh) * 2020-09-25 2021-12-07 北京沃东天骏信息技术有限公司 一种生成答案摘要的方法和装置
CN114661852A (zh) * 2020-12-23 2022-06-24 深圳市万普拉斯科技有限公司 文本搜索方法、终端、可读存储介质
CN112925900A (zh) * 2021-02-26 2021-06-08 北京百度网讯科技有限公司 搜索信息处理方法、装置、设备及存储介质
CN112925900B (zh) * 2021-02-26 2023-10-03 北京百度网讯科技有限公司 搜索信息处理方法、装置、设备及存储介质
CN113204621B (zh) * 2021-05-12 2024-05-07 北京百度网讯科技有限公司 文档入库、文档检索方法，装置，设备以及存储介质
CN113204621A (zh) * 2021-05-12 2021-08-03 北京百度网讯科技有限公司 文档入库、文档检索方法，装置，设备以及存储介质
CN113254623A (zh) * 2021-06-23 2021-08-13 中国银行股份有限公司 数据处理方法、装置、服务器、介质及产品
CN113254623B (zh) * 2021-06-23 2024-02-20 中国银行股份有限公司 数据处理方法、装置、服务器、介质及产品
CN113806491A (zh) * 2021-09-28 2021-12-17 上海航空工业(集团)有限公司 一种信息处理的方法、装置、设备和介质
CN114282089A (zh) * 2021-11-24 2022-04-05 广东电网有限责任公司电力调度控制中心 一种电力边缘计算设备的信息检索的方法及设备
CN115687580B (zh) * 2022-09-22 2023-08-01 广州视嵘信息技术有限公司 搜索提醒补全的生成和重排序方法、装置、设备及介质
CN115687580A (zh) * 2022-09-22 2023-02-03 广州视嵘信息技术有限公司 搜索提醒补全的生成和重排序方法、装置、设备及介质
CN115905489B (zh) * 2022-11-21 2023-11-17 广西建设职业技术学院 一种提供招投标信息搜索服务的方法
CN115905489A (zh) * 2022-11-21 2023-04-04 广西建设职业技术学院 一种提供招投标信息搜索服务的方法
CN116010560B (zh) * 2023-03-28 2023-06-09 青岛阿斯顿工程技术转移有限公司 一种国际技术转移数据服务系统
CN116010560A (zh) * 2023-03-28 2023-04-25 青岛阿斯顿工程技术转移有限公司 一种国际技术转移数据服务系统
CN116450769A (zh) * 2023-06-09 2023-07-18 北京量子伟业信息技术股份有限公司 智慧档案的管理方法、装置、设备及介质
CN118094019A (zh) * 2024-04-29 2024-05-28 中国铁道科学研究院集团有限公司电子计算技术研究所 一种文本关联内容推荐方法、装置及电子设备
CN118094019B (zh) * 2024-04-29 2024-08-27 中国铁道科学研究院集团有限公司电子计算技术研究所 一种文本关联内容推荐方法、装置及电子设备

Also Published As

Publication number Publication date
WO2019091026A1 (zh) 2019-05-16

Similar Documents

Publication Publication Date Title
CN108038096A (zh) 知识库文档快速检索方法、应用服务器计算机可读存储介质
Singh et al. Relevance feedback based query expansion model using Borda count and semantic similarity approach
Jiang et al. Text Classification Using Novel Term Weighting Scheme‐Based Improved TF‐IDF for Internet Media Reports
US7783629B2 (en) Training a ranking component
CN109885773B (zh) 一种文章个性化推荐方法、系统、介质及设备
US8156097B2 (en) Two stage search
CN111797214A (zh) 基于faq数据库的问题筛选方法、装置、计算机设备及介质
US20140289675A1 (en) System and Method of Mapping Products to Patents
CN111159363A (zh) 一种基于知识库的问题答案确定方法及装置
CN108647322B (zh) 基于词网识别大量Web文本信息相似度的方法
CN103136228A (zh) 一种图片搜索方法以及图片搜索装置
Im et al. Linked tag: image annotation using semantic relationships between image tags
Gacitua et al. Relevance-based abstraction identification: technique and evaluation
CN115563313A (zh) 基于知识图谱的文献书籍语义检索系统
CN108228612B (zh) 一种提取网络事件关键词以及情绪倾向的方法及装置
US20120130999A1 (en) Method and Apparatus for Searching Electronic Documents
Umadevi Document comparison based on tf-idf metric
WO2015084757A1 (en) Systems and methods for processing data stored in a database
CN112579729A (zh) 文档质量评价模型的训练方法、装置、电子设备和介质
Hanyurwimfura et al. A centroid and relationship based clustering for organizing
Siddika et al. Automatic Text Summarization Using Term Frequency, Luhn's Heuristic, and Cosine Similarity Approaches
CN116108181A (zh) 客户信息的处理方法、装置及电子设备
Ahmad et al. News article summarization: Analysis and experiments on basic extractive algorithms
KR102519955B1 (ko) 토픽 키워드의 추출 장치 및 방법
You Automatic summarization and keyword extraction from web page or text file

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20180515

RJ01 Rejection of invention patent application after publication