[发明专利]一种文档检索系统及方法

权利要求书

1.一种文档检索系统，其特征在于，所述系统包括：

输入单元，输入查询语句；

分词单元，对所述查询语句进行分词划分以获得彼此不同的多个词语；

第一检索单元，用于根据分词单元划分的多个词语进行第一次检索，得到第一检索结果；

第二检索单元，用于在第一检索单元的基础上第二次检索，得到第二检索结果；

输出单元，将第二检索结果进行输出，得到最终的结果。

2.如权利要求1所述的文档检索系统，其特征在于，所述文档在进行前所前将进行如下处理：

用户基于对文档内容的理解，输入关键信息，或自动扫描文档并提取关键信息；

将所述关键信息以附加数据形式，存入所述文档；

打开/编辑所述文档时，跳过所述附加数据，从文档真实数据起始位置进行读写；文档保存时，所述附加数据依然存在，且该附加数据能够被编辑。

3.如权利要求2所述的文档检索系统，其特征在于，所述第一检索单元包括：

关键信息提取子单元，根据分词单元划分的多个词语作为检索词，自动扫描文档的附加数据；

文档信息检索子单元，判断所述文档是否存在与检索词匹配的附加数据，如果存在，针对附加数据进行基于内容的检索；如果不存在附加数据，则以二进制方式检索或跳过。

4.如权利要求3所述的文档检索系统，其特征在于，所述第二检索单元包括：

超图构造子单元，被配置为针对目标文档集合中的文档构造超图，以描述该文档中包含的隐含语义信息；

文档排序子单元，被配置为基于超图构造单元所构造的超图，针对特定查询在目标文档集合中进行检索，并对检索结果进行排序。

5.如权利要求4所述的文档检索系统，其特征在于，所述超图构造子单元包括：

概念抽取子模块，被配置为使用域本体信息从文档中抽取概念并计算概念的权重；

超图构造子模块，被配置为针对文档构造初始超图；

超图改进子模块，被配置为使用域本体信息来改进初始超图；以及

权重分配子模块，被配置为向改进的超图中的节点和边分配权重。

6.一种文档检索方法，其特征在于，所述方法执行以下步骤：

输入查询语句；

对所述查询语句进行分词划分以获得彼此不同的多个词语；

根据分词单元划分的多个词语进行第一次检索，得到第一检索结果；

在第一检索单元的基础上第二次检索，得到第二检索结果；

将第二检索结果进行输出，得到最终的结果。

7.如权利要求6所述的文档检索方法，其特征在于，所述根据分词单元划分的多个词语进行第一次检索，得到第一检索结果的方法执行以下步骤：

用户基于对文档内容的理解，输入关键信息，或自动扫描文档并提取关键信息；

将所述关键信息以附加数据形式，存入所述文档；

打开/编辑所述文档时，跳过所述附加数据，从文档真实数据起始位置进行读写；文档保存时，所述附加数据依然存在，且该附加数据能够被编辑；

根据分词单元划分的多个词语作为检索词，自动扫描文档的附加数据；判断所述文档是否存在与检索词匹配的附加数据，如果存在，针对附加数据进行基于内容的检索；如果不存在附加数据，则以二进制方式检索或跳过。

8.如权利要求7所述的文档检索方法，其特征在于，所述在第一检索单元的基础上第二次检索，得到第二检索结果的方法执行以下步骤：

针对目标文档集合中的文档构造超图，以描述该文档中包含的隐含语义信息；以及

基于所构造的超图，针对特定查询在目标文档集合中进行检索，并对检索结果进行排序，其中，构造超图的步骤包括：

使用域本体信息从文档中抽取概念并计算概念的权重；

针对文档构造初始超图；

使用域本体信息来改进初始超图；以及

向改进的超图中的节点和边分配权重。