[发明专利]检索方法、索引建立方法和装置及检索系统

权利要求书

1.一种检索方法，其特征在于，包括：

通过至少两种分词方法分别对被检索内容进行分词处理，得到至少两组分词词汇，以所有分词词汇中互不相同的分词词汇作为关键词；

通过预先设置的关键词到文档的关键词索引，检索出与各所述关键词相关的文档集；

确定各所述关键词的置信度，所述关键词的置信度表示所述关键词与所述被检索内容的相关度；并通过文档到关键词置信度的关键词置信度索引，检索出各所述关键词在各所述文档中的置信度；

根据各所述关键词与各所述文档的第一相关度，对各所述文档集中的所有文档进行排序；所述第一相关度包括：所述关键词的置信度、所述关键词在各所述文档中的置信度，和第二相关度；所述第二相关度包括：所述关键词在各所述文档中出现的频率、以及与各所述关键词相关的各所述文档在所有文档中出现的频率。

2.根据权利要求1所述的检索方法，其特征在于，所述确定各所述关键词的置信度包括：

根据各所述分词方法的分词准确度，确定各组分词词汇的准确度权值；

根据所述各组分词词汇的准确度权值，确定各所述关键词的置信度。

3.根据权利要求2所述的检索方法，其特征在于，所述根据各所述分词方法的分词准确度，确定各组分词词汇的准确度权值，包括：

将各组分词词汇对应的分词方法的准确度，与各所述分词方法的准确度之和的比值，作为各组分词词汇的准确度权值。

4.一种索引建立方法，其特征在于，包括：

通过至少两种分词方法分别对被选择文档进行分词处理，得到至少两组分词词汇，以所有分词词汇中互不相同的分词词汇作为关键词；

采用倒排索引方法建立各所述关键词到所述被选择文档的关键词索引； 

确定各所述关键词在各所述被选择文档中的置信度；所述关键词在所述被选择文档中的置信度，表示所述关键词与所述被选择文档的相关度；

建立所述被选择文档到各所述关键词在所述被选择文档中的置信度的关键词置信度索引。

5.根据权利要求4所述的索引建立方法，其特征在于，所述确定各所述关键词在所述被选择文档中的置信度，包括：

根据各所述分词方法的分词准确度，确定各组分词词汇的准确度权值；

根据所述各组分词词汇的准确度权值，确定各所述关键词的置信度。

6.一种检索装置，其特征在于，包括：

检索关键词确定模块，用于通过至少两种分词方法分别对被检索内容进行分词处理，得到至少两组分词词汇，以所有分词词汇中互不相同的分词词汇作为关键词；

文档集检索模块，用于通过预先设置的关键词到文档的关键词索引，检索出与各所述关键词相关的文档集；

第一置信度确定模块，用于确定各所述关键词的置信度；所述关键词的置信度表示所述关键词与所述被检索内容的相关度；

第二置信度确定模块，用于通过文档到关键词置信度的关键词置信度索引，检索出各所述关键词在各所述文档中的置信度；

排序模块，用于根据各所述关键词与各所述文档的第一相关度，对各所述文档集中的所有文档进行排序；所述第一相关度包括：所述关键词的置信度、所述关键词在各所述文档中的置信度，和第二相关度；所述第二相关度包括：所述关键词在各所述文档中出现的频率、以及与各所述关键词相关的各所述文档在所有文档中出现的频率。

7.根据权利要求6所述的检索装置，其特征在于，所述第一置信度确定模块，包括：第一权值确定子模块，用于根据各所述分词方法的分词准确度，确定各组分词词汇的准确度权值； 

第一置信度确定子模块，用于根据所述各组分词词汇的准确度权值，确定各所述关键词的置信度。