[发明专利]一种基于结构化数据的关联词语检索方法

权利要求书

1.一种基于结构化数据的关联词语检索方法，其特征在于：包括如下步骤：

S1、设定关联等级阈值，所述关联等级阈值设定根据关联词语的出现的密度进行设定，且阈值范围为≥5％，即，100个词语当中至少出现5次关联词语；

S2、输入检索词语，将需要检索的一组词语输入或者词语集合输入，词语集合之间需输入分隔符；

S3、定义词语关联空间，所述词语的关联空间包括同义词、近义词、反义词、相近词、拓展词、同音词、模糊音词语、相关图片、相关视频以及含有该词语的相关公开文献；

S4、划分关联等级，分别基于每一个目标关联词语出现的密度，计算每一个目标关联词语与所述检索词语之间的关联度，并根据其关联度划分出关联等级，所述关联等级包括A、B、C、D、E五个等级，且中A级为最高等级，所述关联的划分根据关联词语出现的密度进行划分，关联词语出现的密度越高，其关联等级越高；

S5、关联词语分组，将关联度达到设定阈值的目标词语、图片、视频以及文献，作为检索关联词语进行分组，所述分组依据其关联密度从高到低进行分组，且每组不超过十条关联度达到设定阈值的目标词语、图片、视频以及文献；

S6、关联词语呈现，将分好组的目标词语、图片、视频以及文献与组为单位呈现给用户。

2.根据权利要求1所述的一种基于结构化数据的关联词语检索方法，其特征在于：步骤S3所述的关联空间采用对比计算以及演绎计算的方式对输入词语的程度关系词语进行归纳，所述程度关系词语包括：主副关系词语、成员关系词语、类似关系词语、对立关系词语、并列关系词语。

3.根据权利要求2所述的一种基于结构化数据的关联词语检索方法，其特征在于：所述演绎计算采用传递规则、反演规则和加减规则进行演绎计算，所述传递规则、反演规则和加减规则具体为：

1)传递规则，A(b，c)，c(d，e)，则A(b，c)的同时也存在A(d，e)，其中，A为输入词语，b和c为A的之间关联词语，且d和e为c的之间关联词语；

2)反演规则，R(b，c)，R(c，d)，则A(b，c)并且存在A(c，d)，其中，A为输入词语，R为A的反义词，b，c组以及c，d组均为R的反义词，则反演出b，c组以及c，d组均为A的近义词；

3)加减规则，A(b，c)，A(d，e)，则有A(b，c)+A(d，e)＝A(a，b，c，d)，其中，b，c，d，e均为输入词A的关联词语。

4.根据权利要求1所述的一种基于结构化数据的关联词语检索方法，其特征在于：步骤S4所述的同义词、近义词、反义词、相近词、拓展词、同音词、模糊音词语、相关图片、相关视频以及含有该词语的相关公开文献采用系数估算法对其进行系数值估算，并且所述关联等级完全依据系数值进行划分，其中系数值的计算方法为：

其中，D为关联词语的系数值，C为系数基数平局值，为该组关联词语优先等级的平均值，k为关联词语出现的密度百分比；

其中，所述输入词本体优先等级为最高级5级，所述同义词、近义词、相近词优先等级为4级，所述拓展词、同音词、模糊音词语、含有该词语的相关公开文献优先级为3级，所述反义词、相关图片、相关视频优先级为2级；

其中，所述系数基数具体设置为：输入词系数基数100；输入词的同义词、近义词、相近词系数基数80；输入词的拓展词、同音词、模糊音词语、含有该词语的相关公开文献系数基数50；输入词的反义词、相关图片、相关视频系数基数30。

5.根据权利要求4所述的一种基于结构化数据的关联词语检索方法，其特征在于：步骤S4所述的关联等级具体为A≥100系数值，B≥85系数值，C≥60系数值，D≥40系数值，E≥25系数值。