[发明专利]基于搜索引擎的快速准确定位文件的方法和设备在审
申请号: | 201811564827.X | 申请日: | 2018-12-20 |
公开(公告)号: | CN109710844A | 公开(公告)日: | 2019-05-03 |
发明(设计)人: | 陈云龙;张建;陈章辉;尤毅;刘洋邑;陈锐 | 申请(专利权)人: | 中国银行业监督管理委员会福建监管局;兴业银行股份有限公司 |
主分类号: | G06F16/9535 | 分类号: | G06F16/9535;G06F17/27 |
代理公司: | 福州科扬专利事务所 35001 | 代理人: | 罗立君 |
地址: | 350000 福建*** | 国省代码: | 福建;35 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 文件片段 分词 搜索引擎 索引文件 准确定位 检索库 截取 分段 视频 读取 方法和设备 检索词查找 采集数据 检索结果 建立索引 目标文件 生成文件 文件类型 文件模块 用户检索 检索词 源文件 近似 文本 载入 | ||
1.基于搜索引擎的快速准确定位文件的方法,其特征在于:包括如下步骤:步骤1、读取本地源文件并载入检索库,其中文件类型包括word、text、ppt、excel、视频和音频;
步骤2、对各所述文件进行分段截取,每段生成一文件片段,包括段内容、段行号以及该段所属的文件;
步骤3、将所述文件片段与分词库中的分词进行匹配,将匹配成功的分词添加至文件片段中,然后将该文件片段存入搜索引擎中,生成索引文件;
步骤4、用户输入检索词,利用分词库确定该检索词中包含的分词,查找存在该分词的索引文件,将该些索引文件作为检索结果。
2.根据权利要求1所述的基于搜索引擎的快速准确定位文件的方法,其特征在于:所述步骤2还包括将文件属性所包含的内容单独生成一文件片段,所述文件属性包括文件标题、创建人、创建时间、修改时间和所属文件。
3.根据权利要求1所述的基于搜索引擎的快速准确定位文件的方法,其特征在于:所述步骤4中,当用户输入检索词时,根据检索词中所包含的分词在所述文件中出现的频率进行打分,分值权重由系统设定,分值越高,相似度越高,在展示检索结果时,根据分值从高到低排列各索引文件。
4.根据权利要求1所述的基于搜索引擎的快速准确定位文件的方法,其特征在于:所述word、text类型的文件通过换行标志进行分段截取;所述ppt类型的文件按页分段截取;所述excel类型的文件以行为标志进行分段,每行截取为一个分段文件;所述音频文件将其语音文本根据换行标志进行分段截取;所述视频文件将其字幕根据换行标志进行分段截取。
5.根据权利要求1所述的基于搜索引擎的快速准确定位文件的方法,其特征在于:在读取本地源文件的过程中,采用批处理程序进行读取。
6.基于搜索引擎的快速准确定位文件的设备,其特征在于:包括处理器和存储有运行指令的存储器,所述处理器运行所述指令,执行如下步骤:
步骤1、读取本地源文件并载入检索库,其中文件类型包括word、text、ppt、excel、视频和音频;
步骤2、对各所述文件进行分段截取,每段生成一文件片段,包括段内容、段行号以及该段所属的文件;
步骤3、将所述文件片段与分词库中的分词进行匹配,将匹配成功的分词添加至文件片段中,然后将该文件片段存入搜索引擎中,生成索引文件;
步骤4、用户输入检索词,利用分词库确定该检索词中包含的分词,查找存在该分词的索引文件,将该些索引文件作为检索结果。
7.根据权利要求6所述的基于搜索引擎的快速准确定位文件的设备,其特征在于:所述步骤2还包括将文件属性所包含的内容单独生成一文件片段,所述文件属性包括文件标题、创建人、创建时间、修改时间和所属文件。
8.根据权利要求6所述的基于搜索引擎的快速准确定位文件的设备,其特征在于:所述步骤4中,当用户输入检索词时,根据检索词中所包含的分词在所述文件中出现的频率进行打分,分值权重由系统设定,分值越高,相似度越高,在展示检索结果时,根据分值从高到低排列各索引文件。
9.根据权利要求6所述的基于搜索引擎的快速准确定位文件的设备,其特征在于:所述word、text类型的文件通过换行标志进行分段截取;所述ppt类型的文件按页分段截取;所述excel类型的文件以行为标志进行分段,每行截取为一个分段文件;所述音频文件将其语音文本根据换行标志进行分段截取;所述视频文件将其字幕根据换行标志进行分段截取。
10.根据权利要求6所述的基于搜索引擎的快速准确定位文件的设备,其特征在于:在读取本地源文件的过程中,采用批处理程序进行读取。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国银行业监督管理委员会福建监管局;兴业银行股份有限公司,未经中国银行业监督管理委员会福建监管局;兴业银行股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811564827.X/1.html,转载请声明来源钻瓜专利网。