[发明专利]数据的搜索和匹配

权利要求书

1.一种匹配数据的计算机实现的方法，包括：

接收包括一个或多个第一表意元素的输入数据串；

接收包括一个或多个第二表意元素的候选串；

提取与输入数据串关联的第一特征集和与候选串关联的第二特征集，其中所述第一特征集和第二特征集包括语音特征和形状特征的n元；以及

基于第一特征集和第二特征集来确定候选串的匹配分数，

其中，n元是从文本的串或给定序列提取的n个连续字符的集合，其中n是等于或大于1的正整数。

2.如权利要求1所述的方法，其中提取第一特征集包括从输入数据串提取至少一个第一语音特征，并且提取第二特征集包括从候选串提取至少一个第二语音特征。

3.如权利要求2所述的方法，其中从输入数据串提取第一语音特征包括提取输入数据串的第一语音拼写，并且从候选串提取第二语音特征包括提取候选串的第二语音拼写。

4.如权利要求2所述的方法，其中从输入数据串提取第一语音特征包括基于输入数据串的第一语音拼写提取第一语音关键字，并且从候选串提取第二语音特征包括基于候选串的第二语音拼写提取第二语音关键字。

5.如权利要求4所述的方法，其中提取第一语音关键字和第二语音关键字包括从第一语音拼写和第二语音拼写中去除任何非空格不发音的元素。

6.如权利要求5所述的方法，其中所述不发音的元素包括字母“H”、“G”、“I”或“U”。

7.如权利要求4所述的方法，其中提取第一语音关键字和第二语音关键字包括替换第一语音拼写和第二语音拼写中具有相应的发音相似的元素的任何元素。

8.如权利要求1所述的方法，其中提取第一特征集包括从输入数据串提取第一形状特征，并且提取第二特征集包括从候选串提取第二形状特征。

9.如权利要求8所述的方法，其中所述第一形状特征包括第一表意元素，并且第二形状特征第二表意元素。

10.如权利要求8所述的方法，其中所述第一形状特征包括输入数据串的部首表示，并且第二形状特征包括候选串的部首表示。

11.如权利要求8所述的方法，其中提取所述第一特征集包括从输入数据串的部首表示提取第一部首关键字，并且提取第二特征集包括从候选串的部首表示提取第二部首关键字。

12.如权利要求11所述的方法，其中提取第一部首关键字和第二部首关键字包括替换与具有相应的外形相似的部首的部首相关联的任何拉丁字符。

13.如权利要求8所述的方法，其中所述第一形状特征包括输入数据串的笔划表示，而第二形状特征包括候选串的笔划表示。

14.如权利要求8所述的方法，其中提取所述第一特征集包括从输入数据串的笔划表示提取第一笔划关键字，而提取第二特征集包括从候选串的笔划表示提取第二笔划关键字。

15.如权利要求14所述的方法，其中提取第一笔划关键字包括从输入数据串的笔划表示去除任何重复的拉丁字符，并且提取第二笔划关键字包括从候选串的笔划表示去除任何重复的拉丁字符。

16.如权利要求1所述的方法，其中提取第一特征集包括基于输入数据串提取第一语音特征的一个或多个n元，并且提取第二特征集包括基于候选串提取第二语音特征的一个或多个n元。

17.如权利要求1所述的方法，其中提取第一特征集包括基于输入数据串提取第一形状特征的一个或多个n元，并且提取第二特征集包括基于候选串提取第二形状特征的一个或多个n元。