[发明专利]文件关联性判定系统与方法

说明书

本发明是关于一种文件关联性判定系统与方法，尤指关于一种先撷取文件中的关键词，再依两文件的关键词来判定其是否具有关联性的文件关联性判定系统与方法。

随著科技的发展，各种如网页、电子书或新闻稿等文件的产生与传播越来越快速，连带地，各种文件的数量也日益庞大，使得搜寻某种特定内容的文件变得越来越困难。以网际网路为例，若使用者欲在一储存有上万笔文件的网站中，找寻所需要的某些特定内容的资料，其势必需要花费许多的时间与心力在搜集与整理上。

为解决上述问题，在现有技术中，多半是将各种文件以特定的资料结构储存于一资料库中，再配合搜寻引擎来协助使用者搜寻其所需的资料。例如，使用者先输入关键字后，搜寻引擎即针对使用者所输入的关键字，于资料库中搜寻内容中具有此关键字的文件。使用者可以运用布林运算的观念，对关键字进行各种的组合，以缩小搜寻的范围。使用者亦可针对某个搜寻的结果作更进一步的搜寻，例如，再输入另一关键字，以针对第一次搜寻所找到的数百篇文件再次进行筛选。

上述现有技术的缺点，为就算使用者找到了一篇符合其需要的特定文件，此篇特定文件对后续搜寻工作的进行并没有帮助。换言之，当以关键字搜寻的方式找到了数篇后，使用者必须一篇篇检视其内容，以寻找其需要的文件，而在这个过程中，找到一篇文件并不会加速后续的检视速度。使用者仍需对后续文件进行捡视，以得知其它文件是否为其所需的文件。

此外，以关键字来查询并不一定就可以查询到所有的相关联文件。例如，有可能两篇文件的主题相近，内客相关联，然而使用者在搜寻时是以关键字来进行搜寻，且两篇文件中有一篇文件的内容中刚好没有此关键字，这种情况下使用者就只能搜寻到一篇文件，而无法两篇都搜寻到。若避免此状况的发生，使用者必须同时输入多个关键字，并以联集的方式进行搜寻。然而此种作法势必会搜寻到大量文件，需要花费更多的时间与精力来逐篇筛选。

再者，在某些情况下，使用者是先看到一篇特定文件后，想搜寻与此特定文件具有关联性的文件。这种情况以新闻网站最为常见。此时，若仅以关键字来进行搜索，则使用者必须先桃出此篇特定文件的关键字后，再以搜寻引擎来依关键字进行搜寻。如此不但非常不便，同时也无法避免前述的两个搜寻文件时所可能遭遇到的问题。

针对上述问题，本发明的目的为提供一种文件关联性判定系统与方法，其可判定文件之间的关联性，进而提升使用者搜寻相关联文件的速度与效率。

本发明的目的可以通过以下措施来达到：

一种文件关联性判定系统，其判定一特定文件与一待判定文件之间是否具有关联性，包含：

一关键词撷取装置，其撷取该特定文件的至少一特定文件关键词，以构成一特定文件关键词组，该关键词撷取装置亦撷取该待判定文件的至少一待判定文件关键词，以构成一待判定文件关键词组；以及

一关联性判定装置，其是对比该特定文件关键词组与该待判定文件关键词组，并当该特定文件关键词组与该待判定文件关键词组的相似程度到达一预定程度时，判定该待判定文件与该特定文件具有关联性。

一种文件关联性判定方法，其判定一特定文件与一待判定文件之间是否具有关联性，包含：

一特定文件关键词撷取程序，其撷取该特定文件的至少一特定文件关键词，以构成一特定文件关键词组；

一待判定文件关键词撷取程序，其撷取该待判定文件的至少一待判定文件关键词，以构成一待判定文件关键词组；以及

一对比程序，其对比该特定文件关键词组与该待判定文件关键词组，并当该特定文件关键词组与待判定文件关键词组相似程度到达一预定程度时，判定该待判定文件与该特定文件具有关联性。

为达上述目的，依本发明的文件关联性判定系统与方法包括一关键词撷取装置以及一关联性判定装置。关键词撷取装置撷取一特定文件的至少一特定文件关键词，以构成一特定文件关键词组。关键词撷取装置亦撷取一待判定文件的至少一待判定文件关键词，以构成一待判定文件关键词组。关联性判定装置则对比特定文件关键词组与待判定文件关键词组，并当特定文件关键词组与待判定文件关键词组的相似程度到达一预定程度时，判定待判定文件与特定文件具有关联性。