[发明专利]XML关键词检索的摘要生成方法

权利要求书

1.一种XML关键词检索的摘要生成方法，包括如下步骤：1)输入查询Q；2)找到与Q相关的XML文档；3)提取文档中的属性a；4)计算属性a的权重；5)选取权重值最大的K个属性，加入到摘要中；

其特征在于，

所述步骤4)中属性a的权重W的计算方法如下：

W(e，a)＝(Dist(a)·Expl(a，Q))^Corr(e，a)，

其中，

-Dist(a)用于衡量属性a的区分性强弱，

Dist(a)＝exp(p_a)·H(a)

H(a)=-Σi=1np(ai)·log[p(ai)],]]>

其中，p_a指属性a在该类实体中出现的比例，H(a)是属性a的信息熵；

-Expl(a，Q)用于衡量属性a对于查询Q的明确性，

其中，Q＝{q₁，q₂，……q_n}，|q_i|表示关键词q_i的长度，|a|表示属性a的值节点的长度；

-Corr(e，a)用于衡量属性a与实体e间的关联性；

Corr(e,a)=klength(e,a)·Πi=1nNum(ei),]]>

其中，Num(e_i)表示路径中第i个实体同层的该类实体的个数。

2.如权利要求1所述的摘要生成方法，其特征在于，所述K的取值为5～7。

3.如权利要求1所述的摘要生成方法，其特征在于，在步骤1)之前进一步包括：对XML文档进行预处理，把XML文档中的元素归并为三类：关系、实体和属性。

4.如权利要求3所述的摘要生成方法，其特征在于，在XML数据集预处理时把下列信息存储在索引文件中：所有属性节点的长度，所有属性强度的区分性强弱，所有实体节点的子节点中同名实体节点的数量。

5.如权利要求4所述的摘要生成方法，其特征在于，所述属性强度的区分性强弱是通过计算属性的熵得到的。

6.一种衡量XML关键词检索的摘要的重要性程度的模型，记作MRepA模型，其特征在于，所述模型包含如下三个评价要素：区分性，明确性，关联性；该模型衡量XML关键词检索的摘要的重要性程度的计算公式为W(e，a)＝(Dist(a)·Expl(a，Q))^Corr(e，a)，其中

-Dist(a)用于衡量属性a的区分性强弱，

Dist(a)＝exp(p_a)·H(a)

H(a)=-Σi=1np(ai)·log[p(ai)],]]>

其中，p_a指属性a在该类实体中出现的比例，H(a)是属性a的信息熵；

-Expl(a，Q)用于衡量属性a对于查询Q的明确性，

其中，Q＝{q₁，q₂，……q_n}，|q_i|表示关键词q_i的长度，|a|表示属性a的值节点的长度；

-Corr(e，a)用于衡量属性a与实体e间的关联性；

Corr(e,a)=klength(e,a)·Πi=1nNum(ei),]]>

其中，Num(e_i)表示路径中第i个实体同层的该类实体的个数。