[发明专利]用于检索文档的系统、方法及用户接口

权利要求书

1.一种检索文档的系统，所述系统包括：

文档数据库，其存储文档；

文档特征编写单元，其提取存储在所述文档数据库中的文档的属性信息，并且基于所述属性信息编写所述文档的索引；

检索式输入单元，其接收用户输入的检索式；

关键词提取单元，其从所述检索式中提取关键词；

加权单元，其使用所述索引对提取的关键词加权；

文档检索单元，其使用已加权的关键词检索相似文档；输出单元，其将由所述文档检索单元检索到的相似文档显示给用户；以及

其中该文档检索单元针对具有预定或更高权重的关键词来检索相似文档。

2.根据权利要求1所述的系统，其中所述文档特征编写单元从存储在所述文档数据库中的文档获得文本，以编写关于每个关键词的出现频率的索引信息。

3.根据权利要求1所述的系统，还包括：

文档特征数据库，其存储由所述文档特征编写单元编写的索引；以及

相似词提取单元，其从存储在所述文档特征数据库中的索引中提取每个文档的特征关键词，

其中，所述相似词提取单元确定包括所述关键词的评估值的特征矢量，所述评估值为每个文档中所述关键词的出现频率。

4.根据权利要求3所述的系统，其中所述相似词提取单元集合预定关键词A和B，并且

当所述关键词A和B中的任一关键词包含在由所述关键词提取单元提取的关键词中时，所述文档检索单元检索包括另一关键词的更相似文档。

5.根据权利要求4所述的系统，还包括相似词数据库，其存储由所述相似词提取单元集合的关键词，

其中，所述文档检索单元参照所述相似词数据库来检索所述相似文档。

6.根据权利要求1所述的系统，其中所述输出单元向与网络连接的客户端提供多种用户接口，并且

所述用户接口为用户通过多种路径输入检索式的环境，包括第一用户接口、第二用户接口和第三用户接口之一，其中在所述第一用户接口中以句子为单位输入检索式，在所述第二用户接口中将检索到的文档用作检索式，在所述第三用户接口中通过附上或上载文本文件输入检索式。

7.根据权利要求6所述的系统，其中当用户使用所述第三用户接口附上或上载预定文件时，所述检索式输入单元监测附上的或者上载的文件的格式，使得只接收指定格式的文件。

8.根据权利要1所述的系统，其中通过所述输出单元，将由所述加权单元对每个关键词加的权重提供给用户，并且

提供的关键词和加的权重是可修改的。

9.一种检索文档的方法，所述方法包括如下步骤：

通过检索式输入单元接收用户输入的检索式；

从所述检索式中提取关键词；

对每个关键词加权；以及

基于已加权的并具有预定或更高权重的关键词检索相似文档，

其中，利用存储在文档数据库中的文档的特征信息的索引，对所述关键词加的权重反映每个文档中所述关键词的出现频率。

10.根据权利要求9所述的方法，在对每个关键词加权之前，还包括如下步骤：

从存储在所述文档数据库中的文档获得文本，以编写关于每个关键词的出现频率的索引信息；以及

利用每个文档中所述关键词的出现频率，确定包括每个关键词的评估值的特征矢量。

11.根据权利要求10所述的方法，其中将每个文档的关键词中具有预定或更高出现频率的关键词集合为相关术语，并且

在检索相似文档时检索包括所述相关术语的文档。

12.根据权利要求9所述的方法，其中在通过检索式输入单元接收用户输入的检索式之前，通过提供用户接口的输出单元，向用户提供第一用户接口、第二用户接口和第三用户接口之一，在所述第一用户接口中以句子为单位输入检索式，在所述第二用户接口中将检索到的文档用作检索式，在所述第三用户接口中通过附上或上载文本文件输入检索式。

13.根据权利要求12所述的方法，其中当用户使用所述第三用户接口附上或上载预定文件时，所述检索式输入单元监测附上的或者上载的文件的格式，使得只接收指定格式的文件。