[发明专利]一种微博搜索方法及装置

权利要求书

1.一种微博搜索方法，包括：

对微博博文进行倒排以生成相应的倒排数据；

对微博博文进行分段处理；

接收用户输入的检索词，根据检索词对博文进行搜索；

统计检索词在所述倒排数据中的分段博文中的命中结果，根据命中结果进行博文展示；

所述对微博博文进行分段处理为：根据定义的分隔方式将博文分为普通段和特殊段；

所述统计检索词在分段博文中的命中结果，根据命中结果进行博文展示步骤还包括：归并出倒排数据中包含所有检索词的博文，并根据所有检索词的位置信息判断博文是否段命中，如果是，将段命中的博文打上标记并返回；

其中，段命中的判断条件为：如果关键词的命中段是特殊段，所有关键词都要段命中，且所有关键词的命中段都属于相同的特殊段；如果关键词的命中段是普通段，所有关键词都要段命中，但所有关键词的命中段可以是不同的普通段。

2.根据权利要求1所述的微博搜索方法，其特征在于，所述对微博博文进行倒排以生成的倒排数据包括博文的列表以及各个分词在博文中的出现的位置列表。

3.根据权利要求1所述的微博搜索方法，其特征在于，所述博文分隔方式为：将段定义为以特殊字符分隔的物理句子，其中，所述普通段和所述特殊段分别以不同的字符进行标识。

4.根据权利要求1所述的微博搜索方法，其特征在于，所述接收用户输入的检索词步骤前还包括：输入检索词进行搜索，判断输入检索词为单个还是多个，如果是单个，搜索该单个检索词命中的博文；如果是多个，则搜索每个检索词同时命中的博文。

5.根据权利要求1所述的微博搜索方法，其特征在于，所述统计检索词在分段博文中的命中结果，根据命中结果进行博文展示步骤还包括：根据博文标记汇总段命中博文，并判断段命中博文的结果数是否大于设定阈值，如果大于设定阈值，按照时间的倒序排列优先展示检索出来的段命中博文，如果小于设定阈值，按照时间的倒序正常排列所有博文。

6.一种微博搜索装置，包括倒排数据生成模块、段处理模块、搜索模块和统计模块，所述倒排数据生成模块用于对搜索结果进行倒排以生成相应的倒排数据；所述段处理模块用于对微博博文进行分段处理；所述搜索模块用于接收用户输入的检索词，根据检索词对博文进行搜索；所述统计模块用于统计检索词在分段博文中的命中结果，根据命中结果进行博文展示；

所述段处理模块对微博博文进行分段处理为：根据定义的分隔方式将博文分为普通段和特殊段；

还包括判断模块，所述判断模块用于根据检索词的位置信息判断博文是否段命中，如果是，将段命中的博文打上标记并返回；其中，段命中的判断条件为：如果关键词的命中段是特殊段，所有关键词都要段命中，且所有关键词的命中段都属于相同的特殊段；如果关键词的命中段是普通段，所有关键词都要段命中，但所有关键词的命中段可以是不同的普通段。

7.根据权利要求6所述的微博搜索装置，其特征在于，所述倒排数据生成模块所生成的倒排数据包括博文的列表以及各个分词在博文中的出现的位置列表。

8.根据权利要求6所述的微博搜索装置，其特征在于，所述定义的分隔方式为：将段定义为以特殊字符分隔的物理句子，其中，所述普通段和所述特殊段分别以不同的字符进行标识。

9.根据权利要求6所述的微博搜索装置，其特征在于，所述搜索模块包括：对输入的检索词进行搜索，判断输入检索词为单个还是多个，如果是单个，搜索所述单个检索词命中的博文；如果是多个，则搜索每个检索词同时命中的博文。

10.根据权利要求6所述的微博搜索装置，其特征在于，还包括展示模块，所述展示模块用于根据统计模块统计的命中博文的结果数与阈值的关系展示博文，如果段命中博文的结果数大于设定阈值，展示模块按照时间的倒序排列优先展示检索出来的段命中博文；如果小于设定阈值，按照时间的倒序正常排列所有博文。