[发明专利]数据搜索方法和装置

权利要求书

1.一种数据搜索方法，其特征在于，包括：

接收包含关键词的查询信息；

在数据库中搜索与所述关键词相对应的核心词；

将搜索到的核心词所属的发布信息作为搜索结果进行返回；

其中，通过以下步骤预先在所述数据库中存储核心词与核心词所属的发布信息：

接收输入的发布信息，并对所述发布信息进行分词得到一个或多个词语以及与该词语对应的词性；

从分词得到的所有词语中获取词性为预设词性的词语；

根据词性为所述预设词性的词语的历史统计信息和/或词性为所述预设词性的词语之间的相似度来从所获取的词性为所述预设词性的词语中提取所述发布信息的核心词，并将该核心词与该核心词所属的发布信息存储在所述数据库中。

2.根据权利要求1所述的方法，其特征在于，根据词性为所述预设词性的词语的历史统计信息和/或词性为所述预设词性的词语之间的相似度来从所获取的词性为所述预设词性的词语中提取所述短句的核心词的步骤包括：

如果所获取的词性为所述预设词性的词语为1个，则将所获取的词性为所述预设词性的词语确定为所述发布信息的核心词；

如果所获取的词性为所述预设词性的词语为2个，则根据词性为所述预设词性的词语的历史统计信息从所述2个词性为所述预设词性的词语中确定出所述发布信息的核心词；

如果所获取的词性为所述预设词性的词语多于2个，则将所述发布信息中最后一个词性为所述预设词性的词语确定为所述发布信息的核心词，并计算所述发布信息中词性为所述预设词性的其他词语与所述最后一个词性为所述预设词性的词语的相似度，在所述词性为所述预设词性的其他词语中的一个与所述最后一个词性为所述预设词性的词语的相似度大于第一预定阈值时，将所述词性为所述预设词性的其他词语中的所述一个确定为所述发布信息的核心词。

3.根据权利要求2所述的方法，其特征在于，当所述2个词性为所述预设词性的词语包括第一预设词和第二预设词、且所述第一预设词在所述发布信息中位于第二预设词之前时，根据词性为所述预设词性的词语的历史统计信息从所述2个词性为所述预设词性的词语中确定出所述发布信息的核心词的步骤包括：

在所述词性为所述预设词性的词语的历史统计信息中获取在存在2个词性为所述预设词性的预词语的情况下位置在前的预设词为核心词的概率与位置在后的预设词为核心词的概率；

若所述位置在前的预设词为核心词的概率大于所述位置在后的预设词为核心词的概率，则将所述第一预设词确定为所述发布信息的核心词；

若所述位置在前的预设词为核心词的概率小于所述位置在后的预设词为核心词的概率，则将所述第二预设词确定为所述发布信息的核心词；

若所述位置在前的预设词为核心词的概率等于所述位置在后的预设词为核心词的概率，则将所述第一预设词和所述第二预设词确定为所述发布信息的核心词。

4.根据权利要求1所述的方法，其特征在于，在根据所述词性为所述预设词性的词语的历史统计信息和/或所述词性为所述预设词性的词语之间的相似度来从所获取的词性为所述预设词性的词语中提取所述发布信息的核心词之后，还包括：

判断所述发布信息是否具有对应的类目标识和供应商标识，其中，所述类目标识用于指示所述发布信息位于的类目，所述供应商标识用于指示发布所述发布信息的供应商；

在多维度特征下对所述发布信息中待处理的词语进行相关性判断，其中，所述待处理的词语包括：所述核心词和词性为修饰词的词语；所述多维度特征包括以下至少之一：所述类目的点击率、所述类目下的词频、所述供应商的主营行业以及所述供应商的主营产品；

根据相关性判断的结果将所述核心词的词性标识为修饰词，和/或，将所述词性为修饰词的词语确定为核心词。