[发明专利]一种文档查询的方法、装置、计算设备及计算机存储介质

权利要求书

1.一种文档查询的方法，其特征在于，包括：

根据预设语句识别算法，识别文档库中每一文档所记载的内容所包含的句子；

根据小文档生成算法结合识别到的句子确定多个句子、句块、句对，分别将同一文档中的所述句子、句块、句对作为对应的一个小文档；所述句对为将同一文档中的所述句子两两组合形成的；预先设定滑动窗口中包含的句子个数及滑动窗口每次移动的步长，所述滑动窗口中包含的句子个数即为所述文档中顺序连接的句子个数M，所述滑动窗口中包含的句子形成一个句块，其中，所述M为大于一的自然数；

接收查询语句；

计算所述查询语句与所述文档库中每一个小文档的相似度；

输出所述相似度最高的前N个小文档，其中，N为大于0的自然数。

2.根据权利要求1所述的方法，其特征在于，所述计算所述查询语句与所述文档库中每一个小文档的相似度的计算公式如下：

其中，所述Score(Q,d)表示查询语句Q与所述文档库中的一个小文档d的相似度，n表示所述查询语句Q中的分词数，q_i表示所述查询语句Q中的第i个分词,f_i表示所述第i个分词在所述小文档d中出现的频率，dl表示所述小文档d的长度，avgdl表示所述文档库中所有小文档的平均长度，k₁和b是可调参数，IDF(q_i)表示第i个的逆文档频率，其计算公式如下：

其中，N表示所述文档库中小文档的数量，n(q_i)表示包含第i个词语的小文档数量。

3.一种文档查询装置，其特征在于，包括：

识别单元：用于根据预设语句识别算法，识别所述文档库中每一文档所记载的内容所包含的句子；

生成单元：用于分别将同一文档中的所述句子、句块、句对作为对应的一个小文档；所述句对为将同一文档中的所述句子两两组合形成的；预先设定滑动窗口中包含的句子个数及滑动窗口每次移动的步长，所述滑动窗口中包含的句子个数即为所述文档中顺序连接的句子个数M，所述滑动窗口中包含的句子形成一个句块，其中，所述M为大于一的自然数；

接收模块：用于接收查询语句；

计算模块：用于计算所述查询语句与所述文档库中每一个小文档的相似度；

输出模块：用于输出所述相似度最高的前N个小文档，其中，N为大于0的自然数。

4.根据权利要求3所述的装置，其特征在于，所述计算模块用于计算所述查询语句与所述文档库中每一个小文档的相似度的计算公式如下：

其中，所述Score(Q,d)表示查询语句Q与所述文档库中的一个小文档d的相似度，n表示所述查询语句Q中的分词数，q_i表示所述查询语句Q中的第i个分词,f_i表示所述第i个分词在所述小文档d中出现的频率，dl表示所述小文档d的长度，avgdl表示所述文档库中所有小文档的平均长度，k₁和b是可调参数，IDF(q_i)表示第i个的逆文档频率，其计算公式如下：

其中，N表示所述文档库中小文档的数量，n(q_i)表示包含第i个词语的小文档数量。

5.一种计算设备，其特征在于，包括：处理器、存储器、通信接口和通信总线，所述处理器、所述存储器和所述通信接口通过所述通信总线完成相互间的通信；所述存储器用于存放至少一可执行指令，所述可执行指令使所述处理器执行如权利要求1-2中任一项所述的一种文档查询的方法对应的操作。

6.一种计算机存储介质，其特征在于，所述存储介质中存储有至少一可执行指令，所述可执行指令使处理器执行如权利要求1-2中任一项所述的一种文档查询的方法对应的操作。