[发明专利]一种信息查询用移动办公应用平台

权利要求书

1.一种信息查询用移动办公应用平台，包括基础管理层、数据适配平台和数据库，其特征在于：所述基础管理层通过数据适配平台与数据库通讯连接；

基础管理层包括高级查询模块，用于对数据库中的数据进行查询；系统管理模块，用于对移动办公应用平台的各项参数进行管理；身份认证模块，用于对登陆移动办公应用平台的人员进行身份验证与管理；

数据适配平台包括数据源适配、数据项适配和数据库字段维护；

数据库包括多个数据存储信息库，用于将数据进行分类存储。

2.根据权利要求1所述的一种信息查询用移动办公应用平台，其特征在于：所述高级查询模块的步骤为：

1)查询系统应用层提供复合查询条件；

2)对应用层的查询条件进行格式化分解，并且将分解之后的各条查询进行格式化，存储到服务组合数据库中；

3)服务组合编辑器通过服务组合数据库查询格式化之后的查询条件，以及各条件间运算关系构造BPEL业务流程；

4)服务组合编辑器完成业务编辑之后，生成WSDL文件；

5)运行业务流程；

6)通过服务调用框架调用底层服务，支持系统查询功能的运行。

3.根据权利要求1所述的一种信息查询用移动办公应用平台，其特征在于：所述查询系统应用层基于隐马尔可夫模型的信息检索查询词权重分配方法。

4.根据权利要求3所述的一种信息查询用移动办公应用平台，其特征在于：所述隐马尔可夫模型的信息检索查询词权重分配方法的基本流程为：

步骤1：用隐马尔可夫模型对自然语言形式的查询中的查询词介的重要性搭配建模，利用隐马尔可夫模型中的算法，得到语义级别的权重；

步骤2：将语义级别的权重映射为检索模型中的权重。

5.根据权利要求4所述的一种信息查询用移动办公应用平台，其特征在于：所述隐马尔可夫模型中的算法为：

F₁，F₂，…，F_m代表可观察的语法特征，wl¹，wl²，…，wlⁿ代表可能隶属的权重级别，这样，查询中的每一个Term所隶属的权重级别构成了第一个随机过程，即一个N阶的马尔可夫链WL，可观察的语法特征构成了第二个随机过程，由于我们的目标是：通过可观察的语法特征来推断每一个Term的重要性，那么，在隐马尔可夫模型中，我们则是要根据可观察序列FS来估计最可能的隐状态序列WL，

WLmax，使它能最好地解释观察到的语言特征，即：

WL_max＝argmax(P(WL|FS))＝argmax(P(WL，FS)/P(FS) (1)

经过简单的概率运算，得到：

通过应用Viterbi算法，对(2)式中的参数进行估计，即隐马尔可夫模型中的转移概率矩阵与发射矩阵，假设我们已经有一个以下形式的训练集：

f₀/wl₀ f₁/wl₁ f₂/wl₂ f₃/Wl₃ ... f_M/Wl_M

其中f_i代表Term_i所对应的可观察特征，wl_i代表Term_i所对应的权重级别；

由于特征与权重级别序列都可观察，我们可以直接统计前面提到的两个概率矩阵，在隐马尔可夫模型的训练问题中，有些作法是先经过统计的方法得到一个模型的初始参数，然后再用Baum-Welch算法对模型迭代重估，通过使用最大似然估计MLE，我们可以估计权重级别WL_i-1后跟WL_i的概率如下：

P(WL_i|WL_i-1)＝C(WL_i-1：WL_i)/C(WL_i)

即可以获得P(FS_i|W_i)，P(FS_i)和P(W_i)，可以通过公式(2)来为查询词分配权重；

其中，FS表示查询对应的特征序列，FS_i表示查询中第i个词所对应的特征，WL表示查询所对应的权重级别序列，WL_i表示第i个查询词所对应的权重级别序列，wl₁表示第一个权重级别，FS₁表示特征空间中的第1个特征值，C(WL₁)表示WL₁在训练集中出现的次数，C(FL₁)表示FL₁在训练集中出现的次数，C(WL_j：WL_k)表示W_j：W_k在训练集中出现的次数，C(FS₁：FS_j)表示FS₁：FS_j在训练集中出现的次数，L表示训练集中所含有的词数。