[发明专利]文档检索系统及文档检索方法

权利要求书

1.一种文档检索系统，其特征在于，具有：

文档数据库，存储了多个文档的数据；

数值数据提取单元，从存储于所述文档数据库中的所述文档中提取数值数据；

根据由所述数值数据提取单元提取的数值数据的分布，指定所述数值数据的数值范围分割方法的单元；

数值区间生成单元，按照所述指定的分割方法分割所述数值范围，生成多个数值区间；

每个文档的索引，利用由所述数值区间生成单元生成的多个数值区间，将存储于所述文档数据库中的文档中的数值作为表示该数值的属性的标志、包含该数值的数值区间、和在文档中的出现频度的组来附加索引，并将文档中的文本作为构成该文本的单词和其出现频度的组来附加索引；和

运算部，接收文档的指定作为检索输入，使用所述索引，计算所述指定的文档与存储于所述文档数据库中的文档间的相似度，从相似度高的文档开始，依次提示。

2.根据权利要求1所述的文档检索系统，其特征在于：

所述数值区间针对属性A的数值的集合D，构成至少在某个区间中包含D的全部要素的数值区间的集合E。

3.根据权利要求2所述的文档检索系统，其特征在于：

存在一部分相互重复的数值区间的组。

4.根据权利要求1所述的文档检索系统，其特征在于，

具有数值提取处理部、将按属性的每个种类准备的数值转换成数值区间的数值转换表和索引生成部，对存储于所述文档数据库中的各文档，通过所述数值提取处理部提取属性和数值的组，所述索引生成部按照所述数值转换表，对所述提取的属性和数值的组附加索引。

5.根据权利要求4所述的文档检索系统，其特征在于：

具有使属性和用语的组与属性和数值或数值区间的组相对应的用语-数值转换表，所述数值提取处理部从文档中提取属性和用语的组，通过所述用语-数值转换表将提取的属性和用语的组转换成用语和数值区间的组，所述索引生成部按照所述数值转换表，对利用所述用语-数值转换表转换成属性和数值的组的属性和用语的组附加索引。

6.一种文档检索方法，其特征在于，具有以下步骤：

从存储了多个文档的数据的文档数据库所存储的文档中提取数值数据；

根据所述提取的数值数据的分布，指定所述数值数据的数值范围分割方法；

按照所述指定的分割方法分割所述数值范围，生成多个数值区间；

利用所生成的多个数值区间，将存储于所述文档数据库中的文档中的数值作为表示该数值的属性的标志、包含该数值的数值区间、和在文档中的出现频度的组附加索引，并将文档中的文本作为构成该文本的单词和其出现频度的组来附加索引；

接收文档的指定作为检索输入；

使用每个文档的索引和被指定作为所述检索输入的文档的索引，计算所述指定的文档与存储于所述文档数据库中的各文档的相似度；以及

按所述相似度从高到低的顺序，提示所述文档数据库的文档。

7.根据权利要求6所述的文档检索方法，其特征在于：

所述数值区间针对属性A的数值的集合D，构成至少在某个区间中包含D的全部要素的数值区间的集合E。

8.根据权利要求7所述的文档检索方法，其特征在于：

存在一部分相互重复的数值区间的组。

9.根据权利要求6所述的文档检索方法，其特征在于，具有以下步骤：

针对存储于所述文档数据库中的各文档提取属性和数值的组；以及，按照针对每个属性将数值转换为数值区间的数值转换表，对所述提取的属性和数值的组附加索引。

10.根据权利要求9所述的文档检索方法，其特征在于，具有如下步骤：

从文档中提取属性和用语的组；按照使属性和用语的组与属性和数值或数值区间的组相对应的用语-数值转换表，将所述提取的属性和用语的组转换成用语和数值区间的组；以及，按照所述数值转换表，对在前述步骤中转换成属性和数值的组的属性和用语的组附加索引。