[发明专利]一种基于主题数据库的文献检索方法及系统

说明书

本申请公开了一种基于主题数据库的文献检索方法及系统，方法包括：获得至少一个待检索的第一语言文献的关键词；在主题数据库中，查找与待检索的关键词属于同一文献学科分类的主题词表；在主题词表中，对待检索的关键词与第一语言主题词群进行相似度计算，得到相似度最大的目标第一语言主题词群；在主题词表中，获得目标第一语言主题词群所关联的目标第二语言主题词群、目标第二语言主题词群所对应的文献存储信息及目标第二语言主题词群所对应的第二语言文献属于目标第二语言主题词群的概率；根据目标第二语言主题词群所对应的第二语言文献属于目标第二语言主题词群的概率以及目标第二语言主题词群所对应的文献存储信息，获得目标第二语言文献。

技术领域

本申请涉及数据处理技术领域，特别涉及一种基于主题数据库的文献检索方法及系统。

背景技术

伴随全球化的进程，想要了解中国的外国研究者越来越多，但是由于中文语言极其复杂，除了少数经过多年语言学习掌握中文的研究者能够准确理解中文文献的基本概念内涵之外，一般研究者很难准确理解中文文献中的语义。而由于文献数据量的庞大，对于外国研究者来说更加需要耗费大量的时间进行翻译过滤，才能检索到需要的中文文献。

为此，目前通过翻译英文文献之后，再对翻译得到的中文进行检索，得到中文文献。

但是这种方案中由于翻译的多义性，可能会导致检索结果存在较大变差，导致检索准确性较低。

发明内容

有鉴于此，本申请的目的在于提供一种基于主题数据库的文献检索方法及系统，用以解决现有技术中不同语言之间文献检索的准确性较低的技术问题。

本申请提供了一种基于主题数据库的文献检索方法，包括：

获得至少一个待检索的关键词，所述待检索的关键词为第一语言文献的关键词；

在预设的主题数据库中，查找与所述待检索的关键词属于同一文献学科分类的主题词表；其中，所述主题词表中包括每篇文献的第一语言主题词群、所述第一语言主题词群所关联的第二语言主题词群、所述第二语言主题词群所对应的文献存储信息及所述第二语言主题词群所对应的第二语言文献属于所述第二语言主题词群的概率，所述主题词群中包括至少一个主题词；

在查找到的主题词表中，对所述待检索的关键词与所述第一语言主题词群进行相似度计算，得到所述相似度最大的目标第一语言主题词群；

在所述查找到的主题词表中，获得所述目标第一语言主题词群所关联的目标第二语言主题词群、所述目标第二语言主题词群所对应的文献存储信息及所述目标第二语言主题词群所对应的第二语言文献属于所述目标第二语言主题词群的概率；

根据所述目标第二语言主题词群所对应的第二语言文献属于所述目标第二语言主题词群的概率以及所述目标第二语言主题词群所对应的文献存储信息，获得目标第二语言文献。

上述方法，优选地，所述主题数据库通过以下方式获得：

获得多篇文献，每篇所述文献至少包括：第一语言文献和与所述第一语言文献相对应的第二语言文献；

获取属于同一文献学科分类的文献的文献主题，所述文献的文献主题至少包括：所述第一语言文献的第一语言主题词群、所述第二语言文献的第二语言主题词群及所述第二语言文献属于所述第二语言主题词群的概率，所述第一语言主题词群与所述第二语言主题词群相关联；

根据所述文献主题，生成主题词表，所述主题词表中包括每篇文献的第一语言主题词群、所述第一语言主题词群所关联的第二语言主题词群、所述第二语言主题词群所对应的文献存储信息及所述第二语言主题词群所对应的第二语言文献属于所述第二语言主题词群的概率。

上述方法，优选地，还包括：

获取新的第二语言文献；

获取所述新的第二语言文献的新的第二语言主题词群；