[发明专利]用于搜索多个数据记录的方法和搜索引擎

权利要求书

1.一种用于搜索多个(D)数据记录(d_I)的计算机实施的方法，其中

-接收含有至少一个搜索词语(q_i)的搜索查询(Q)，

-根据参考集(T)来确认含有与该搜索词语(q_i)相似或相同的词语(t_j)的子集(V)，

-针对该子集(V)中的每个词语(t_j)

-确定与该搜索词语(q_i)的相似性量度(A_j)，

-确定该词语(t_j)的出现概率(p_j)，

-将取决于所述词语(t_j)的加权分布(X_j)应用到所述子集(V)中的这些词语(t_k)上，其中具有较高相似性量度(A_k)的这些词语(t_k)与具有较低相似性量度(A_k)的词语(t_k)相比被更强地加权，以及

-根据所述子集(V)中的这些词语(t_k)的这些加权的概率来确定所述词语(t_j)的修改的概率(p’_j，p”_j)，

-对这些数据记录(d_I)针对它们与所述搜索查询(Q)的相关性(R)进行评定，其中

-执行一个检查来确定所述子集(V)中的这些词语(t_j)是否出现在所述数据记录(d_I)中，以及

-如果所述子集(V)中的词语(t_j)出现在所述数据记录(d_I)中，那么所述词语(t_j)的较低修改的概率(p’_j，p”_j)导致所述数据记录(d_I)的较高相关性评定值，以及

-基于至少一个数据记录子集的相关性评定值(R)来输出所述至少一个数据记录子集。

2.如权利要求1所述的方法，

其特征在于

所述加权分布(X_j)处于一种形式以使得词语(t_j)的修改的概率(p’_j，p”_j)的确定仅考虑所述词语(t_j)本身的概率(p_j)的因素并且还考虑与这个词语(t_j)相比具有一个较高相似性量度(A_k)的其他词语(t_k)的概率(p_k)的因素。

3.如权利要求1所述的方法，

其特征在于

通过对一个S形函数的评估来确定所述加权(X_j)，第二词语(t_k)的概率(p_k)通过所述加权得到第一词语(t_i)的修改的概率(p’_i，p”_i)，评估中心是所述第一词语(t_j)的相似性量度(A_k)与所述第二词语(t_i)的相似性量度(A_j)的差集。

4.如权利要求1或2所述的方法，

其特征在于

所述加权分布(X_j)处于一种形式以使得词语(t_j)的修改的概率(p’_j，p”_j)的确定还考虑具有较低加权的其他词语(t_k)的概率(p_k)的因素，所述较低加权具有较低相似性量度(A_k)，具有较低相似性量度的另一个词语(t_k)的加权取决于其修改的概率(p’_j，p”_j)被确定的所述词语(t_j)的相似性量度(A_j)与另一个词语(t_k)的相似性量度(A_k)之间的差。