[发明专利]一种语料库的检索方法及系统

权利要求书

1.一种语料库的检索方法，其特征在于，所述方法包括：

根据检索条件和构建规则构建检索句法树；

按照层次优先顺序，遍历语料库中的句法树，查找与所述检索句法树相匹配的节点，输 出检索结果。

2.如权利要求1所述的语料库的检索方法，其特征在于，所述按照层次优先顺序，遍历 语料库中的句法树，查找与所述检索句法树相匹配的节点，输出检索结果的步骤具体包括：

读取所述检索句法树中的每个字符串，按照层次优先顺序，从语料库的根节点开始遍 历比较，查找与每个字符串相匹配的节点；

从语料库中提取与每个字符串相匹配的节点的标注数据，并输出所述标注数据。

3.如权利要求1所述的语料库的检索方法，其特征在于，所述检索条件包括词法描述、 短语或词汇和短语的组合。

4.如权利要求3所述的语料库的检索方法，其特征在于，所述词法描述包括词汇原文、 词性子类和词汇变体；所述词性子类包括词性子类标识符和词性子类编码，并且所述词性 子类标识符被添加在所述词性子类编码之前；所述词汇变体包括词汇变体标识符和词汇原 文，并且所述词汇变体标识符被添加在所述词汇原文之前。

5.如权利要求3所述的语料库的检索方法，其特征在于，所述短语的结构包括短语类型 标注代码，以及短语内容特征、句法树深度和短语中所包含单词个数中的一种或几种。

6.如权利要求5所述的语料库的检索方法，其特征在于，所述短语内容特征为嵌套结构 方式的短语内容特征，包括一个或多个短语内容特征。

7.如权利要求6所述的语料库的检索方法，其特征在于，所述短语内容特征包括短语内 容特征标识符和词性标注代码；所述短语内容特征标识符包括部分内容特征标识符和全部 内容特征标识符；所述部分内容特征标识符用于描述短语所包含的部分内容特征，所述全 部内容特征标识符用于描述短语所包含的全部内容特征；所述词性标注代码由字母或字母 和数字组合构成；所述句法树深度包括句法树深度标识符和短语所在子树句法树层数；所 述短语中所包含单词个数包括单词个数标识符和短语中的单词个数。

8.如权利要求7所述的语料库的检索方法，其特征在于，所述词性标注代码前添加转意 符号，所述转意符号为非英文字母形式的符号。

9.如权利要求8所述的语料库的检索方法，其特征在于，所述短语类型标注代码由字母 组合构成；所述短语中的单词个数为单个数值或数值区间。

10.一种语料库的检索系统，包括语料库数据库和客户端，其特征在于，所述客户端设 置有输入模块、构建模块、遍历模块、查找模块和输出模块；所述输入模块，用于输入检索条 件；所述构建模块，用于根据所述输入模块输入的检索条件，构建检索句法树；所述遍历模 块，用于按照层次优先顺序，遍历语料库中的句法树；所述查找模块，用于从所述遍历模块 遍历的句法树中，查找与所述构建模块构建的检索句法树相匹配的节点；所述输出模块，用 于输出所述查找模块查找的与检索句法树相匹配的节点的标注数据。