[发明专利]一种编目信息的分类、检索方法和装置

权利要求书

1.一种编目信息的检索方法，其特征在于，包括：

提取查询信息中的特征词语，将提取的特征词语组成所述查询信息的特征词语集合；

针对所述查询信息的特征词语集合应用预先构建的一组局部敏感的哈希函数簇H将所述查询信息映射到相应的哈希桶；

在所述查询信息映射的哈希桶中的编目信息里，根据所述查询信息进行检索，得到检索结果；

其中，所述哈希桶中的编目信息是预先利用所述哈希函数簇H从海量编目信息中映射到所述哈希桶中的。

2.根据权利要求1所述的方法，其特征在于，所述哈希桶中的编目信息具体是根据如下方法预先从海量编目信息中映射到所述哈希桶中的：

针对海量编目信息中的每个编目信息，提取该编目信息中的特征词语，将提取的特征词语组成该编目信息的特征词语集合；

针对海量编目信息中的每个编目信息，对该编目信息的特征词语集合应用所述哈希函数簇H将该编目信息映射到相应的哈希桶中。

3.根据权利要求1或2所述的方法，其特征在于，所述局部敏感的哈希函数簇H是根据如下方法预先构建的：

基于确定的参数k和L，以及一组基础的局部敏感的哈希函数簇H₀，构建所述哈希函数簇H；

其中，参数k为哈希键长度，参数L为组成哈希函数簇H的哈希函数的个数。

4.根据权利要求1或2所述的方法，其特征在于，所述针对所述查询信息的特征词语集合应用预先构建的一组局部敏感的哈希函数簇H将所述查询信息映射到相应的哈希桶，具体包括：

将所述特征词语集合中的各特征词语分别转换为对应的特征值；

将转换得到的特征值组合为所述查询信息的特征值集合；

将所述查询信息的特征值集合应用所述哈希函数簇H映射到相应的哈希桶。

5.一种编目信息的分类方法，其特征在于，包括：

针对海量编目信息中的每个编目信息，提取该编目信息中的特征词语，将提取的特征词语组成该编目信息的特征词语集合；

针对海量编目信息中的每个编目信息，对该编目信息的特征词语集合应用所述哈希函数簇H将该编目信息映射到相应的哈希桶中。

6.根据权利要求5所述的方法，其特征在于，所述局部敏感的哈希函数簇H是根据如下方法预先构建的：

基于确定的参数k和L，以及一组基础的局部敏感的哈希函数簇H₀，构建所述哈希函数簇H；

其中，参数k为哈希键长度，参数L为组成哈希函数簇H的哈希函数的个数。

7.根据权利要求5所述的方法，其特征在于，所述对该编目信息的特征词语集合应用所述哈希函数簇H将该编目信息映射到相应的哈希桶中，具体包括：

将该编目信息的特征词语集合中的各特征词语分别转换为对应的特征值；

将转换得到的特征值组合为该编目信息的特征值集合；

将该编目信息的特征值集合应用所述哈希函数簇H映射到相应的哈希桶中。

8.根据权利要求5所述的方法，其特征在于，在所述针对海量编目信息中的每个编目信息，对该编目信息的特征词语集合应用所述哈希函数簇H将该编目信息映射到相应的哈希桶后，还包括：

针对每个哈希桶，将该哈希桶中的编目信息再进一步分类：对该哈希桶中的每个编目信息的特征词语集合应用所述哈希函数簇H，将该哈希桶中的编目信息映射到若干个哈希桶中。

9.一种编目信息的检索装置，其特征在于，包括：

特征提取模块，用于提取查询信息中的特征词语，将提取的特征词语组成所述查询信息的特征词语集合；

映射模块，用于针对所述查询信息的特征词语集合应用预先构建的一组局部敏感的哈希函数簇H将所述查询信息映射到相应的哈希桶；其中，所述哈希桶中的编目信息是预先利用所述哈希函数簇H从海量编目信息中映射到所述哈希桶中的；

检索模块，用于在所述查询信息映射的哈希桶中的编目信息里，根据所述查询信息进行检索，得到检索结果。

10.一种编目信息的分类装置，其特征在于，包括：

特征提取模块，用于针对海量编目信息中的每个编目信息，提取该编目信息中的特征词语，将提取的特征词语组成该编目信息的特征词语集合；

映射模块，用于针对海量编目信息中的每个编目信息，对该编目信息的特征词语集合应用所述哈希函数簇H将该编目信息映射到相应的哈希桶中。