[发明专利]基于多源异构数据集的数据查询方法及装置

权利要求书

1.一种基于多源异构数据集的数据查询方法，其特征在于，包括：

关键词获取步骤：获取指定的关键词；

关键词翻译步骤：根据所述关键词和预获取语料库的语种间关联关系，获取所述关键词翻译为不同语种时的名词；

关联词汇获取步骤：根据每个名词和该名词在所述语料库中所属语种的语种内关联关系，获取该名词的同义词、近义词、音似词和形似词四种关联词汇中的至少一种；

数据集名称匹配步骤：将每个数据集名称分别与所述关键词和所述关联词汇进行比较，获取与所述关键词或所述关联词汇匹配的目标数据集，形成目标数据集数组，所述数据集名称为预获取数据集的名称；

查询结果形成步骤：对所述目标数据集数组进行去重处理和排序，形成所述关键词的查询结果。

2.根据权利要求1所述基于多源异构数据集的数据查询方法，其特征在于，根据每个名词和该名词在所述语料库中所属语种的语种内关联关系，获取该名词的同义词、近义词、音似词和形似词四种关联词汇中的至少一种，具体包括：

根据每个名词和该名词在所述语料库中所属语种的同义关联关系，获取该名词的同义词；

根据每个名词和该名词在所述语料库中所属语种的近义关联关系，获取该名词的近义词；

根据每个名词和该名词在所述语料库中所属语种的发音相似度阈值，获取该名词的音似词；

根据每个名词和该名词在所述语料库中所属语种的结构相似度阈值，获取该名词的形似词，所述语种内关联关系包括所述同义关联关系、所述近义关联关系、所述发音相似度阈值和所述结构相似度阈值。

3.根据权利要求1所述基于多源异构数据集的数据查询方法，其特征在于，在查询结果形成步骤之后，该方法还包括查询结果再处理步骤：

获取第一查询结果和第二查询结果，所述第一查询结果为第一关键词的查询结果，所述第二查询结果为第二关键词的查询结果；

根据指定的运算关系，对所述第一查询结果和所述第二查询结果进行运算处理，形成再处理查询结果。

4.根据权利要求3所述基于多源异构数据集的数据查询方法，其特征在于，根据指定的运算关系，对所述第一查询结果和所述第二查询结果进行运算处理，形成再处理查询结果，具体包括：

根据指定的交集运算关系，遍历所述第一查询结果和所述第二查询结果中的每项目标数据集，筛选出同时存在于所述第一查询结果和所述第二查询结果中的目标数据集，并将筛选出的目标数据集更新至交集查询结果；

根据指定的并集运算关系，将所述第一查询结果与所述第二查询结果合并，并进行去重处理和排序，形成并集查询结果；

根据指定的差集运算关系，遍历所述第一查询结果和所述第二查询结果中的每项目标数据集，筛选出存在于所述第一查询结果且不存在所述第二查询结果中的目标数据集，并将筛选出的目标数据集更新至差集查询结果；所述运算关系包括所述交集运算关系、所述并集运算关系和所述差集运算关系，所述再处理查询结果包括所述交集查询结果、所述并集查询结果和所述差集查询结果。

5.根据权利要求1所述基于多源异构数据集的数据查询方法，其特征在于，在所述关联词汇获取步骤之后，数据集名称匹配步骤之前，该方法还包括关联词汇筛选步骤：

根据预设置的关联词汇筛选原则，检验所述关联词汇，获取符合所述关联词汇筛选原则的目标关联词汇；

将每个数据集名称分别与所述关键词和所述关联词汇进行比较，获取与所述关键词或所述关联词汇匹配的目标数据集，具体包括：

将每个数据集名称分别与所述关键词和所述目标关联词汇进行比较，获取与所述关键词或所述目标关联词汇匹配的目标数据集。

6.根据权利要求5所述基于多源异构数据集的数据查询方法，其特征在于，根据预设置的关联词汇筛选原则，检验所述关联词汇，获取符合所述关联词汇筛选原则的目标关联词汇，具体包括：

根据预设置的语种筛选原则，检验所述关联词汇，保留所述关键词在目标语种中的目标关联词汇；

根据预设置的关联词汇种类筛选原则，检验所述关联词汇，保留该关键词指定种类的目标关联词汇。