[发明专利]信息对象搜索的方法和装置

权利要求书

1，一种信息对象搜索的方法，所述信息对象是有语义结构的信息内容，包括多个存在语义关联关系的信息属性构成，所述信息属性是信息对象不同语义方面内容的单元，所述语义结构是语义元数据的集合，元数据包括信息对象的特性、信息属性的特性、信息对象和信息属性之间的语义关系、信息属性之间的语义关系、本信息对象与其它有语义关联的信息对象的关系等。其特征在于，所述方法包括：

(1)建设语义结构和网络资源URI或其前缀的关联库；

(2)使用目标网页URI查询关联库，获得语义结构；

(3)根据语义结构，提取网页信息并建立索引；

(4)响应用户搜索请求，按相关性排序提供搜索结果的同时提供层次化语义导航树；

(5)用户点击语义导航树的节点时，给用户提供精炼的搜索结果。

2，根据权利要求1所述的信息对象搜索的方法，其特征在于，所述建设语义结构和网络资源URI或其前缀的关联库，步骤包括：

(11)将网络资源的语义结构和网络资源的URI关联在一起，产生{语义结构，网络资源URI}二元组；

(12)解析网络资源URI，将URI各组成部分分解开，产生一个URI路径分解序列D＝{step₁，step₂，...，step_end}；

(13)查找语义结构和网络资源URI或其前缀的关联库并存储语义结构。

3，根据权利要求2所述的信息对象搜索的方法，其特征在于，所述查找语义结构和网络资源URI或其前缀的关联库并存储语义结构，包括：

(131)根据URI路径分解序列D查找关联库的存储树，找出路径分解序列D对应的树分支；

(132)如果在本树分支的某个节点上已经存有本语义结构，则终止本过程；

(133)如果在其它分支的某个节点上已经存有本语义结构，则合并此两个分支，修剪存储树拓扑结构；

(134)如果没有任何节点存有本语义结构，建立存储树分支，存储语义结构。

4，根据权利要求1所述的信息对象搜索的方法，其特征在于，所述网络资源URI的前缀是完整URI分解序列D的子集P＝{step₁，step₂，...，step_n}，而且总是由分解序列D中从第一个元素开始的连续的元素组成。

5，根据权利要求1所述的信息对象搜索的方法，其特征在于，所述使用目标网页URI查询关联库，获得语义结构，步骤包括：

(21)解析目标网页的URI，将URI各组成部分分解开，产生一个URI路径分解序列R＝{step′₁，step′₂，...，step′_n}；

(22)使用URI路径分解序列R查找关联库存储树，定位到所在分支尽可能深的节点；

(23)从此节点开始向根节点方向依次将节点上的语义结构依次排列；

(23)根据语义结构校验目标网页是否符合本语义结构的规定

(24)筛选出通过校验的语义结构序列。

6，根据权利要求1所述的信息对象搜索的方法，其特征在于，所述提取网页信息并建立索引，步骤包括：

(31)根据语义结构，将语义结构规定的目标网页上的内容提取下来；

(32)根据语义结构，将提取结果格式化成信息对象，可以采用XML或者RDF等格式进行存储；

(33)根据语义结构，建立信息对象的索引

7，根据权利要求6所述的信息对象搜索的方法，其特征在于，所述根据语义结构建立信息对象的索引包括为信息对象中信息属性的内容建立索引时分别使用特定于该信息属性语义的索引参数。所述索引参数包括本信息对象对应的语义结构中关于怎样建立索引的信息片段，包括预定义索引参数和自定义索引参数。所述预定义索引参数对应的计算逻辑是预先定义好的，预定义参数包括但不限于规定是否存储、怎样存储、是否是关键字、是否建立索引、以及对数字、日期、货币、电话号码、自由文本等进行特定处理；所述自定义索引参数包括根据本发明的装置在部署以后根据特定应用场景进行扩展的参数，其对应的计算逻辑是根据特定的信息属性的语义定制的，并注册到根据本发明的装置中，本发明提供自定义索引参数注册管理方法。