CN110069604A - 文本搜索方法、装置和计算机可读存储介质 - Google Patents
文本搜索方法、装置和计算机可读存储介质 Download PDFInfo
- Publication number
- CN110069604A CN110069604A CN201910327393.XA CN201910327393A CN110069604A CN 110069604 A CN110069604 A CN 110069604A CN 201910327393 A CN201910327393 A CN 201910327393A CN 110069604 A CN110069604 A CN 110069604A
- Authority
- CN
- China
- Prior art keywords
- query
- text
- word segmentation
- keyword
- keywords
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 40
- 230000011218 segmentation Effects 0.000 claims abstract description 127
- 238000012545 processing Methods 0.000 claims abstract description 47
- 238000001514 detection method Methods 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 4
- 238000002372 labelling Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 230000003287 optical effect Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 241000123069 Ocyurus chrysurus Species 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000004397 blinking Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000010421 pencil drawing Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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
- G06F16/3331—Query processing
- G06F16/3332—Query translation
- G06F16/3334—Selection or weighting of terms from queries, including natural language queries
-
- 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
- G06F16/3331—Query processing
- G06F16/334—Query execution
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)
- Artificial Intelligence (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开一种文本搜索方法、装置、电子设备和计算机可读存储介质。其中，该文本搜索方法包括：接收输入的第一文本类型的查询关键词；根据当前搜索场景对所述查询关键词进行查询逻辑标记处理，并对标记后的查询关键词进行分词处理；根据所述查询逻辑和分词结果搜索与所述查询关键词对应的第二文本类型的文本，并返回搜索结果。本公开实施例通过根据当前搜索场景对第一文本类型的查询关键词进行查询逻辑标记处理，并对标记后的查询关键词进行分词处理，根据所述查询逻辑和分词结果搜索与查询关键词对应的第二文本类型的文本，并返回搜索结果，解决了现有技术中只能进行同类文本搜索，如果使用不同类的文本搜索，则无法匹配到之前的文本的技术问题。
Description
技术领域
本公开涉及一种信息处理技术领域，特别是涉及一种文本搜索方法、装置和计算机可读存储介质。
背景技术
全文搜索是一种搜索技术，通过使用分词器将文本处理成词，然后对每个词进行索引，可以在搜索时大幅提升搜索的效率。例如日常生活中，微信对于联系人和消息记录的搜索，就是使用全文搜索完成的。
现有技术中对全文进行搜索时，一般插入的文本和查询的文本是同类的文本，此时当用户想搜索插入的文本时，需要用同类文本搜索，如果使用不同类的文本搜索，则无法匹配到之前的文本，例如使用汉字的首字母来搜索一个词，则无法实现这样的匹配。
发明内容
本公开解决的技术问题是提供一种文本搜索方法，以至少部分地解决现有技术中铅笔画风格的滤镜无法兼顾效果和性能的技术问题。此外，还提供一种文本搜索装置、文本搜索硬件装置、计算机可读存储介质和文本搜索终端。
为了实现上述目的，根据本公开的一个方面，提供以下技术方案：
一种文本搜索方法，包括：
接收输入的第一文本类型的查询关键词；
根据当前搜索场景对所述查询关键词进行查询逻辑标记处理，并对标记后的查询关键词进行分词处理；
根据所述查询逻辑和分词结果搜索与所述查询关键词对应的第二文本类型的文本，并返回搜索结果。
进一步的，所述根据当前搜索场景对所述查询关键词进行查询逻辑标记处理，并对标记后的查询关键词进行分词处理，包括：
根据当前搜索场景在所述查询关键词的基础上增加与所述查询逻辑对应的字符，形成查询字符串；
对所述查询字符串进行分词处理。
进一步的，所述对所述查询字符串进行分词处理，包括：
将所述查询字符串入分词器中，根据所述分词器获取至少一个分词。
进一步的，所述将所述查询字符串输入分词器中，根据所述分词器获取至少一个分词，包括：
创建并打开第一分词器，将所述查询字符串输入所述第一分词器，通过所述第一分词器确定当前操作为查询逻辑，并返回第一个分词；
对剩余查询字符串进行SQL关键字检测，释放所述第一分词器，创建并打开第二分词器，将剩余查询字符串输入所述第二分词器，通过所述第二分词器确定当前操作为查询逻辑，并返回第二个分词；
对剩余查询字符串进行SQL关键字检测，释放所述第二分词器，继续执行类似的操作，直至所述查询字符串被处理完毕，得到多个分词。
进一步的，所述根据所述查询逻辑和分词结果搜索与所述查询关键词对应的第二文本类型的文本，并返回搜索结果，包括：
根据所述多个分词和所述SQL关键字构建查询条件；
根据所述查询条件搜索与所述查询关键词对应的第二文本类型的文本，并返回搜索结果。
进一步的，所述查询逻辑为首字母分词逻辑。
进一步的，所述方法还包括：
对第二文本类型的关键词进行分词处理，得到第一文本类型的查询关键词。
进一步的，所述对第二文本类型的关键词进行分词处理，得到第一文本类型的查询关键词，包括：
对第二文本类型的关键词中的关键字进行切分，获取每个关键字的首字母；
由所述每个关键字的首字母构成所述第一文本类型的查询关键词。
进一步的，所述由所述每个关键字的首字母构成所述第一文本类型的查询关键词，包括：
若所述关键字为多音字，则建立多音字表，所述多音字表中包含所述关键字与每个音节首字母的对应关系；
根据所述多音字表查询所述关键字的首字母，由每个关键字的首字母构成至少一组所述第一文本类型的查询关键词。
为了实现上述目的，根据本公开的又一个方面，还提供以下技术方案：
一种文本搜索装置，包括：
关键词接收模块，用于接收输入的第一文本类型的查询关键词；
分词模块，用于根据当前搜索场景对所述查询关键词进行查询逻辑标记处理，并对标记后的查询关键词进行分词处理；
搜索模块，用于根据所述查询逻辑和分词结果搜索与所述查询关键词对应的第二文本类型的文本，并返回搜索结果。
进一步的，所述分词模块包括：
标记单元，用于根据当前搜索场景在所述查询关键词的基础上增加与所述查询逻辑对应的字符，形成查询字符串；
分词单元，用于对所述查询字符串进行分词处理。
进一步的，所述分词单元具体用于：将所述查询字符串入分词器中，根据所述分词器获取至少一个分词。
进一步的，所述分词单元具体用于：创建并打开第一分词器，将所述查询字符串输入所述第一分词器，通过所述第一分词器确定当前操作为查询逻辑，并返回第一个分词；对剩余查询字符串进行SQL关键字检测，释放所述第一分词器，创建并打开第二分词器，将剩余查询字符串输入所述第二分词器，通过所述第二分词器确定当前操作为查询逻辑，并返回第二个分词；对剩余查询字符串进行SQL关键字检测，释放所述第二分词器，继续执行类似的操作，直至所述查询字符串被处理完毕，得到多个分词。
进一步的，所述搜索模块具体用于：根据所述多个分词和所述SQL关键字构建查询条件；根据所述查询条件搜索与所述查询关键词对应的第二文本类型的文本，并返回搜索结果。
进一步的，所述查询逻辑为首字母分词逻辑。
进一步的，所述分词模块还用于：对第二文本类型的关键词进行分词处理，得到第一文本类型的查询关键词。
进一步的，所述分词模块具体用于：对第二文本类型的关键词中的关键字进行切分，获取每个关键字的首字母；由所述每个关键字的首字母构成所述第一文本类型的查询关键词。
进一步的，所述分词模块具体用于：若所述关键字为多音字，则建立多音字表，所述多音字表中包含所述关键字与每个音节首字母的对应关系；根据所述多音字表查询所述关键字的首字母，由每个关键字的首字母构成至少一组所述第一文本类型的查询关键词。
为了实现上述目的，根据本公开的又一个方面，还提供以下技术方案：
一种电子设备，包括：
存储器，用于存储非暂时性计算机可读指令；以及
处理器，用于运行所述计算机可读指令，使得所述处理器执行时实现上述任一文本搜索方法技术方案中所述的步骤。
为了实现上述目的，根据本公开的又一个方面，还提供以下技术方案：
一种计算机可读存储介质，用于存储非暂时性计算机可读指令，当所述非暂时性计算机可读指令由计算机执行时，使得所述计算机执行上述任一文本搜索方法技术方案中所述的步骤。
为了实现上述目的，根据本公开的又一个方面，还提供以下技术方案：
一种文本搜索终端，包括上述任一文本搜索装置。
本公开实施例通过根据当前搜索场景对第一文本类型的查询关键词进行查询逻辑标记处理，并对标记后的查询关键词进行分词处理，根据所述查询逻辑和分词结果搜索与查询关键词对应的第二文本类型的文本，并返回搜索结果，解决了现有技术中只能进行同类文本搜索，如果使用不同类的文本搜索，则无法匹配到之前的文本的技术问题。
上述说明仅是本公开技术方案的概述，为了能更清楚了解本公开的技术手段，而可依照说明书的内容予以实施，并且为让本公开的上述和其他目的、特征和优点能够更明显易懂，以下特举较佳实施例,并配合附图，详细说明如下。
附图说明
图1为根据本公开一个实施例的文本搜索方法的流程示意图；
图2为根据本公开一个实施例的文本搜索的装置的结构示意图；
图3为根据本公开一个实施例的电子设备的结构示意图。
具体实施方式
以下通过特定的具体实例说明本公开的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本公开的其他优点与功效。显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。本公开还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本公开的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。基于本公开中的实施例，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例，都属于本公开保护的范围。
需要说明的是，下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见，本文中所描述的方面可体现于广泛多种形式中，且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本公开，所属领域的技术人员应了解，本文中所描述的一个方面可与任何其它方面独立地实施，且可以各种方式组合这些方面中的两者或两者以上。举例来说，可使用本文中所阐述的任何数目个方面来实施设备及/或实践方法。另外，可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。
还需要说明的是，以下实施例中所提供的图示仅以示意方式说明本公开的基本构想，图式中仅显示与本公开中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
另外，在以下描述中，提供具体细节是为了便于透彻理解实例。然而，所属领域的技术人员将理解，可在没有这些特定细节的情况下实践所述方面。
为了解决现有技术中只能进行同类文本搜索，如果使用不同类的文本搜索，则无法匹配到之前的文本的技术问题，本公开实施例提供一种文本搜索方法。如图1所示，该文本搜索方法主要包括如下步骤S1至步骤S3。其中：
步骤S1：接收输入的第一文本类型的查询关键词。
在本文中为了区分不同的文本类型，这里将首次出现的文本类型定义为第一文本类型，将后续出现的文本类型定义为第二文本类型。
其中，第一文本类型可以为拼音文字。例如，可以为待搜索的文本的拼音全拼，或首字母组合。
步骤S2：根据当前搜索场景对所述查询关键词进行查询逻辑标记处理，并对标记后的查询关键词进行分词处理。
其中，查询逻辑可以表明当前场景为搜索场景，相应的查询逻辑可以为首字母分词逻辑。即表明查询关键词中包含的文本内容为待搜索的文本的首字母。
具体的，由于建立索引时输入文本和查询关键词时的文本类型不一样，即在建立索引时，是一个中文人名，而查询关键词是拼音首字母，所以需要对查询关键词进行标记以区别是否处于搜索场景。
步骤S3：根据所述查询逻辑和分词结果搜索与所述查询关键词对应的第二文本类型的文本，并返回搜索结果。
其中，第二文本类型可以为文字，例如中文汉字。
本实施例通过根据当前搜索场景对第一文本类型的查询关键词进行查询逻辑标记处理，并对标记后的查询关键词进行分词处理，根据所述查询逻辑和分词结果搜索与查询关键词对应的第二文本类型的文本，并返回搜索结果，解决了现有技术中只能进行同类文本搜索，如果使用不同类的文本搜索，则无法匹配到之前的文本的技术问题。
在一个可选的实施例中，步骤S1具体包括：
步骤S11：根据当前搜索场景在所述查询关键词的基础上增加与所述查询逻辑对应的字符，形成查询字符串。
具体的，可以在查询关键词后拼接一个标明是搜索场景的magic string，从而区分出搜索。例如这里可以使用&QUERY来作为magic string。如果查询关键词为xq，那么得到的查询字符串为xq&QUERY。
步骤S12：对所述查询字符串进行分词处理。
在一个可选的实施例中，步骤S12具体包括：
将所述查询字符串入分词器中，根据所述分词器获取至少一个分词。
例如，如果查询字符串为xq&QUERY，那么通过分词器最终获得的分词为x和q。
进一步的，所述将所述查询字符串输入分词器中，根据所述分词器获取至少一个分词，包括：
创建并打开第一分词器，将所述查询字符串输入所述第一分词器，通过所述第一分词器确定当前操作为查询逻辑，并返回第一个分词；
对剩余查询字符串进行SQL关键字检测，释放所述第一分词器，创建并打开第二分词器，将剩余查询字符串输入所述第二分词器，通过所述第二分词器确定当前操作为查询逻辑，并返回第二个分词；
对剩余查询字符串进行SQL关键字检测，释放所述第二分词器，继续执行类似的操作，直至所述查询字符串被处理完毕，得到多个分词。
其中，SQL关键字可以为OR、AND或者NEAR等表明各字符连接关系的字。
具体的，在本实施例中可以通过编写五个函数指针进行实现，五个函数指针分别如下：
Create，用于创建一个分词器实例。
Destory，销毁之前创建的一个分词器实例。
Open，一个查询字符串开始进行分词时调用，用于相应的准备工作。
Next，返回当前查询字符串的下一个分词，分词器内部负责记录已经分词到的位置。
Close，结束对当前查询字符串的分词。
例如，如果查询字符串为xq&QUERY，在分词器中看到&QUERY后认为是搜索场景，应该进行首字母分词逻辑，这样搜索时重要的事件有：
Create并Open一个新的分词器，并将xq&QUERY传入，Next被调用，分词器发现这是一个搜索，进行首字母分词的逻辑，于是返回x；由于返回了分词，查询字符串被截断至刚刚返回的分词的位置，剩下q&QUERY；检测SQL关键字；
Close上一个分词器，即释放上一个分词器；
Create并Open一个新的分词器，并将q&QUERY传入；
Next被调用，这里q被返回，由于返回了Token，字符串被截断至刚刚返回的Token的位置，剩下&QUERY，检测SQL关键字；
Close上一个分词器，即释放上一个分词器；
Create并Open一个新的分词器，并将&QUERY传入；
Next被调用，没有分词被返回；
查询字符串被处理完成，最终返回的分词为x、q。
在一个可选的实施例中，步骤S3具体包括：
步骤S31：根据所述多个分词和所述SQL关键字构建查询条件。
步骤S32：根据所述查询条件搜索与所述查询关键词对应的第二文本类型的文本，并返回搜索结果。
具体的，以上述查询关键词xq&QUERY为例，查询条件其实就变成了包含分词x且包含分词q的记录，从而可以找到对应的第二文本类型的文本，例如中文汉字。
在一个可选的实施例中，本公开的方法还包括：
对第二文本类型的关键词进行分词处理，得到第一文本类型的查询关键词。
其中，第二文本类型为文字例如可以为中文汉字，第一文本类型可以为对应的拼音，例如，中文汉字的首字母或全拼。
在一个可选的实施例中，所述对第二文本类型的关键词进行分词处理，得到第一文本类型的查询关键词，包括：
对第二文本类型的关键词中的关键字进行切分，获取每个关键字的首字母；
由所述每个关键字的首字母构成所述第一文本类型的查询关键词。
例如，如果第二文本类型的关键词为小明，经过分词处理后，得到第一文本类型的查询关键词为xm。
在一个可选的实施例中，所述由所述每个关键字的首字母构成所述第一文本类型的查询关键词，包括：
若所述关键字为多音字，则建立多音字表，所述多音字表中包含所述关键字与每个音节首字母的对应关系；
根据所述多音字表查询所述关键字的首字母，由每个关键字的首字母构成至少一组所述第一文本类型的查询关键词。
例如，如果第二文本类型的关键词为小茜，则茜为多音字，可以为qian，也可以为xi，则构建关键字茜对应的多音字表为q和x，通过查询多音字表可以得到小茜对应的第一文本类型的查询关键词为xq OR xx。
本领域技术人员应能理解，在上述各个实施例的基础上，还可以进行明显变型(例如，对所列举的模式进行组合)或等同替换。
在上文中，虽然按照上述的顺序描述了文本搜索方法实施例中的各个步骤，本领域技术人员应清楚，本公开实施例中的步骤并不必然按照上述顺序执行，其也可以倒序、并行、交叉等其他顺序执行，而且，在上述步骤的基础上，本领域技术人员也可以再加入其他步骤，这些明显变型或等同替换的方式也应包含在本公开的保护范围之内，在此不再赘述。
下面为本公开装置实施例，本公开装置实施例可用于执行本公开方法实施例实现的步骤，为了便于说明，仅示出了与本公开实施例相关的部分，具体技术细节未揭示的，请参照本公开方法实施例。
为了解决现有技术中通过双眼同时眨眼进行触发容易造成误判的技术问题，本公开实施例提供一种文本搜索装置。该装置可以执行上述文本搜索方法实施例中的步骤。如图2所示，该装置主要包括：关键词接收模块21、分词模块眨22和搜索模块23；其中，分词模块
关键词接收模块21用于接收输入的第一文本类型的查询关键词；
分词模块22用于根据当前搜索场景对所述查询关键词进行查询逻辑标记处理，并对标记后的查询关键词进行分词处理；
搜索模块23用于根据所述查询逻辑和分词结果搜索与所述查询关键词对应的第二文本类型的文本，并返回搜索结果。
进一步的，所述分词模块22包括：标记单元221和分词单元222；其中，
标记单元221用于根据当前搜索场景在所述查询关键词的基础上增加与所述查询逻辑对应的字符，形成查询字符串；
分词单元222用于对所述查询字符串进行分词处理。
进一步的，所述分词单元222具体用于：将所述查询字符串入分词器中，根据所述分词器获取至少一个分词。
进一步的，所述分词单元222具体用于：创建并打开第一分词器，将所述查询字符串输入所述第一分词器，通过所述第一分词器确定当前操作为查询逻辑，并返回第一个分词；对剩余查询字符串进行SQL关键字检测，释放所述第一分词器，创建并打开第二分词器，将剩余查询字符串输入所述第二分词器，通过所述第二分词器确定当前操作为查询逻辑，并返回第二个分词；对剩余查询字符串进行SQL关键字检测，释放所述第二分词器，继续执行类似的操作，直至所述查询字符串被处理完毕，得到多个分词。
进一步的，所述搜索模块23具体用于：根据所述多个分词和所述SQL关键字构建查询条件；根据所述查询条件搜索与所述查询关键词对应的第二文本类型的文本，并返回搜索结果。
进一步的，所述查询逻辑为首字母分词逻辑。
进一步的，所述分词模块22还用于：对第二文本类型的关键词进行分词处理，得到第一文本类型的查询关键词。
进一步的，所述分词模块22具体用于：对第二文本类型的关键词中的关键字进行切分，获取每个关键字的首字母；由所述每个关键字的首字母构成所述第一文本类型的查询关键词。
进一步的，所述分词模块22具体用于：若所述关键字为多音字，则建立多音字表，所述多音字表中包含所述关键字与每个音节首字母的对应关系；根据所述多音字表查询所述关键字的首字母，由每个关键字的首字母构成至少一组所述第一文本类型的查询关键词。
有关文本搜索装置实施例的工作原理、实现的技术效果等详细说明可以参考前述文本搜索方法实施例中的相关说明，在此不再赘述。
下面参考图3，其示出了适于用来实现本公开实施例的电子设备的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图3示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图3所示，电子设备可以包括处理装置(例如中央处理器、图形处理器等)301，其可以根据存储在只读存储器(ROM)302中的程序或者从存储装置308加载到随机访问存储器(RAM)303中的程序而执行各种适当的动作和处理。在RAM 303中，还存储有电子设备操作所需的各种程序和数据。处理装置301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。
通常，以下装置可以连接至I/O接口305：包括例如触摸屏、触摸板、键盘、鼠标、图像传感器、麦克风、加速度计、陀螺仪等的输入装置306；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置307；包括例如磁带、硬盘等的存储装置308；以及通信装置309。通信装置309可以允许电子设备与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置309从网络上被下载和安装，或者从存储装置308被安装，或者从ROM 302被安装。在该计算机程序被处理装置301执行时，执行本公开实施例的方法中限定的上述功能。
需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：接收输入的第一文本类型的查询关键词；根据当前搜索场景对所述查询关键词进行查询逻辑标记处理，并对标记后的查询关键词进行分词处理；根据所述查询逻辑和分词结果搜索与所述查询关键词对应的第二文本类型的文本，并返回搜索结果。
或者，上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：接收输入的第一文本类型的查询关键词；根据当前搜索场景对所述查询关键词进行查询逻辑标记处理，并对标记后的查询关键词进行分词处理；根据所述查询逻辑和分词结果搜索与所述查询关键词对应的第二文本类型的文本，并返回搜索结果。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定，例如，第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (12)
1.一种文本搜索方法，其特征在于，包括：
接收输入的第一文本类型的查询关键词；
根据当前搜索场景对所述查询关键词进行查询逻辑标记处理，并对标记后的查询关键词进行分词处理；
根据所述查询逻辑和分词结果搜索与所述查询关键词对应的第二文本类型的文本，并返回搜索结果。
2.根据权利要求1所述的方法，其特征在于，所述根据当前搜索场景对所述查询关键词进行查询逻辑标记处理，并对标记后的查询关键词进行分词处理，包括：
根据当前搜索场景在所述查询关键词的基础上增加与所述查询逻辑对应的字符，形成查询字符串；
对所述查询字符串进行分词处理。
3.根据权利要求2所述的方法，其特征在于，所述对所述查询字符串进行分词处理，包括：
将所述查询字符串入分词器中，根据所述分词器获取至少一个分词。
4.根据权利要求3所述的方法，其特征在于，所述将所述查询字符串输入分词器中，根据所述分词器获取至少一个分词，包括：
创建并打开第一分词器，将所述查询字符串输入所述第一分词器，通过所述第一分词器确定当前操作为查询逻辑，并返回第一个分词；
对剩余查询字符串进行SQL关键字检测，释放所述第一分词器，创建并打开第二分词器，将剩余查询字符串输入所述第二分词器，通过所述第二分词器确定当前操作为查询逻辑，并返回第二个分词；
对剩余查询字符串进行SQL关键字检测，释放所述第二分词器，继续执行类似的操作，直至所述查询字符串被处理完毕，得到多个分词。
5.根据权利要求4所述的方法，其特征在于，所述根据所述查询逻辑和分词结果搜索与所述查询关键词对应的第二文本类型的文本，并返回搜索结果，包括：
根据所述多个分词和所述SQL关键字构建查询条件；
根据所述查询条件搜索与所述查询关键词对应的第二文本类型的文本，并返回搜索结果。
6.根据权利要求1-5任一项所述的方法，其特征在于，所述查询逻辑为首字母分词逻辑。
7.根据权利要求1-5任一项所述的方法，其特征在于，所述方法还包括：
对第二文本类型的关键词进行分词处理，得到第一文本类型的查询关键词。
8.根据权利要求7所述的方法，其特征在于，所述对第二文本类型的关键词进行分词处理，得到第一文本类型的查询关键词，包括：
对第二文本类型的关键词中的关键字进行切分，获取每个关键字的首字母；
由所述每个关键字的首字母构成所述第一文本类型的查询关键词。
9.根据权利要求8所述的方法，其特征在于，所述由所述每个关键字的首字母构成所述第一文本类型的查询关键词，包括：
若所述关键字为多音字，则建立多音字表，所述多音字表中包含所述关键字与每个音节首字母的对应关系；
根据所述多音字表查询所述关键字的首字母，由每个关键字的首字母构成至少一组所述第一文本类型的查询关键词。
10.一种文本搜索装置，其特征在于，包括：
关键词接收模块，用于接收输入的第一文本类型的查询关键词；
分词模块，用于根据当前搜索场景对所述查询关键词进行查询逻辑标记处理，并对标记后的查询关键词进行分词处理；
搜索模块，用于根据所述查询逻辑和分词结果搜索与所述查询关键词对应的第二文本类型的文本，并返回搜索结果。
11.一种电子设备，包括：
存储器，用于存储非暂时性计算机可读指令；以及
处理器，用于运行所述计算机可读指令，使得所述处理器执行时实现根据权利要求1-9中任意一项所述的文本搜索方法。
12.一种计算机可读存储介质，用于存储非暂时性计算机可读指令，当所述非暂时性计算机可读指令由计算机执行时，使得所述计算机执行权利要求1-9中任意一项所述的文本搜索方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910327393.XA CN110069604B (zh) | 2019-04-23 | 2019-04-23 | 文本搜索方法、装置和计算机可读存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910327393.XA CN110069604B (zh) | 2019-04-23 | 2019-04-23 | 文本搜索方法、装置和计算机可读存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110069604A true CN110069604A (zh) | 2019-07-30 |
| CN110069604B CN110069604B (zh) | 2022-04-08 |
Family
ID=67368375
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910327393.XA Active CN110069604B (zh) | 2019-04-23 | 2019-04-23 | 文本搜索方法、装置和计算机可读存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110069604B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112015865A (zh) * | 2020-08-26 | 2020-12-01 | 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 |
| CN114048170A (zh) * | 2021-10-20 | 2022-02-15 | 北京鲸鲮信息系统技术有限公司 | 跨容器搜索文件的方法、装置、设备和介质 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101088082A (zh) * | 2004-10-25 | 2007-12-12 | 英孚威尔公司 | 全文查询和搜索系统及其使用方法 |
| US20120166180A1 (en) * | 2009-03-23 | 2012-06-28 | Lawrence Au | Compassion, Variety and Cohesion For Methods Of Text Analytics, Writing, Search, User Interfaces |
| US20120303356A1 (en) * | 2011-05-27 | 2012-11-29 | International Business Machines Corporation | Automated self-service user support based on ontology analysis |
| CN103092875A (zh) * | 2011-11-04 | 2013-05-08 | 中国移动通信集团贵州有限公司 | 一种基于文本的搜索方法及搜索装置 |
| CN103365925A (zh) * | 2012-04-09 | 2013-10-23 | 高德软件有限公司 | 获取多音字拼音、基于拼音检索的方法及其相应装置 |
| CN104036050A (zh) * | 2014-07-04 | 2014-09-10 | 福建师范大学 | 一种密文云数据复杂查询方法 |
| CN104516957A (zh) * | 2014-12-18 | 2015-04-15 | 深圳市燃气集团股份有限公司 | 数据查询管理方法和系统 |
| CN105447616A (zh) * | 2015-05-22 | 2016-03-30 | 京华信息科技股份有限公司 | 基于多维分类和全文检索的知识管理系统 |
| CN107132931A (zh) * | 2017-04-27 | 2017-09-05 | 努比亚技术有限公司 | 一种搜索方法及服务器 |
| CN108388635A (zh) * | 2018-02-24 | 2018-08-10 | 杭州朗和科技有限公司 | 数据搜索方法、装置、介质和计算设备 |
| CN109492081A (zh) * | 2018-10-30 | 2019-03-19 | 上海智臻智能网络科技股份有限公司 | 文本信息搜索和信息交互方法、装置、设备及存储介质 |
-
2019
- 2019-04-23 CN CN201910327393.XA patent/CN110069604B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101088082A (zh) * | 2004-10-25 | 2007-12-12 | 英孚威尔公司 | 全文查询和搜索系统及其使用方法 |
| US20120166180A1 (en) * | 2009-03-23 | 2012-06-28 | Lawrence Au | Compassion, Variety and Cohesion For Methods Of Text Analytics, Writing, Search, User Interfaces |
| US20120303356A1 (en) * | 2011-05-27 | 2012-11-29 | International Business Machines Corporation | Automated self-service user support based on ontology analysis |
| CN103092875A (zh) * | 2011-11-04 | 2013-05-08 | 中国移动通信集团贵州有限公司 | 一种基于文本的搜索方法及搜索装置 |
| CN103365925A (zh) * | 2012-04-09 | 2013-10-23 | 高德软件有限公司 | 获取多音字拼音、基于拼音检索的方法及其相应装置 |
| CN104036050A (zh) * | 2014-07-04 | 2014-09-10 | 福建师范大学 | 一种密文云数据复杂查询方法 |
| CN104516957A (zh) * | 2014-12-18 | 2015-04-15 | 深圳市燃气集团股份有限公司 | 数据查询管理方法和系统 |
| CN105447616A (zh) * | 2015-05-22 | 2016-03-30 | 京华信息科技股份有限公司 | 基于多维分类和全文检索的知识管理系统 |
| CN107132931A (zh) * | 2017-04-27 | 2017-09-05 | 努比亚技术有限公司 | 一种搜索方法及服务器 |
| CN108388635A (zh) * | 2018-02-24 | 2018-08-10 | 杭州朗和科技有限公司 | 数据搜索方法、装置、介质和计算设备 |
| CN109492081A (zh) * | 2018-10-30 | 2019-03-19 | 上海智臻智能网络科技股份有限公司 | 文本信息搜索和信息交互方法、装置、设备及存储介质 |
Non-Patent Citations (3)
| Title |
|---|
| HYUNWOO YOO 等: ""A Semantic Search Model Using Word Embedding, POS Tagging, and Named Entity Recognition"", 《2018 INTERNATIONAL CONFERENCE ON COMPUTATIONAL SCIENCE AND COMPUTATIONAL INTELLIGENCE (CSCI)》 * |
| 李洪图: ""中文短文本主题分类方法研究"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
| 谈国栋等: "基于Lucene信息检索库的电子词典的设计与实现", 《中国医学教育技术》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112015865A (zh) * | 2020-08-26 | 2020-12-01 | 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 |
| CN112015865B (zh) * | 2020-08-26 | 2023-09-26 | 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 |
| CN114048170A (zh) * | 2021-10-20 | 2022-02-15 | 北京鲸鲮信息系统技术有限公司 | 跨容器搜索文件的方法、装置、设备和介质 |
| CN114048170B (zh) * | 2021-10-20 | 2024-04-02 | 北京字节跳动网络技术有限公司 | 跨容器搜索文件的方法、装置、设备和介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110069604B (zh) | 2022-04-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109460551B (zh) | 签名信息提取方法及装置 | |
| CN110969012A (zh) | 文本纠错方法、装置、存储介质及电子设备 | |
| CN108509569A (zh) | 企业画像的生成方法、装置、电子设备以及存储介质 | |
| CN112906380B (zh) | 文本中角色的识别方法、装置、可读介质和电子设备 | |
| CN112287206A (zh) | 信息处理方法、装置和电子设备 | |
| JP2023549903A (ja) | マルチメディアのインタラクション方法、情報インタラクション方法、装置、機器及び媒体 | |
| CN110069604B (zh) | 文本搜索方法、装置和计算机可读存储介质 | |
| US20240160650A1 (en) | Document processing method and apparatus, device, and medium | |
| CN113011169A (zh) | 一种会议纪要的处理方法、装置、设备及介质 | |
| CN111814481A (zh) | 购物意图识别方法、装置、终端设备及存储介质 | |
| CN111597107A (zh) | 信息输出方法、装置和电子设备 | |
| CN111602129B (zh) | 针对注释和墨迹的智能搜索 | |
| US20210200964A1 (en) | Method, apparatus, device and storage medium for outputting information | |
| CN114357325A (zh) | 内容搜索方法、装置、设备及介质 | |
| US20230409813A1 (en) | Document processing method, apparatus and device, and medium | |
| CN107729347B (zh) | 同义标签的获取方法、装置、设备及计算机可读存储介质 | |
| CN112380476A (zh) | 信息显示方法、装置和电子设备 | |
| CN111382262A (zh) | 用于输出信息的方法和装置 | |
| CN113609309B (zh) | 知识图谱构建方法、装置、存储介质及电子设备 | |
| CN112989011B (zh) | 数据查询方法、数据查询装置和电子设备 | |
| CN111782895B (zh) | 检索处理方法、装置、可读介质及电子设备 | |
| CN111221951B (zh) | 文本处理方法及装置 | |
| CN111783440B (zh) | 意图识别方法、装置、可读介质及电子设备 | |
| CN110909117A (zh) | 一种科目识别实现方法、系统、存储介质和终端设备 | |
| CN108280139B (zh) | Poi数据的处理方法、装置、设备及计算机可读存储介质 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CP01 | Change in the name or title of a patent holder |
Address after: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing. Patentee after: Douyin Vision Co.,Ltd. Address before: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing. Patentee before: Tiktok vision (Beijing) Co.,Ltd. Address after: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing. Patentee after: Tiktok vision (Beijing) Co.,Ltd. Address before: 100041 B-0035, 2 floor, 3 building, 30 Shixing street, Shijingshan District, Beijing. Patentee before: BEIJING BYTEDANCE NETWORK TECHNOLOGY Co.,Ltd. |
|
| CP01 | Change in the name or title of a patent holder |