[发明专利]使用词汇关联增强搜索引擎查询性能的方法和系统

摘要

本发明涉及基于计算机的电子信息检索(IR)。本发明尤其涉及电子信息检索(IR)方法，其中爬行预定搜索文档库(因特网等)，并且其文档通过例如所谓“反向索引”的数据结构来建立索引，该数据结构包括由潜在搜索项和相关登记表组成的索引，该登记表含有给出在哪一文档中找到所述搜索项的文档标识信息以及与有关所述搜索项在相应文档内的出现位置的进一步信息。为了加速查询性能，提出在建立索引时执行如下步骤：a)生成扩展反向索引(32)结构，该扩展反向索引结构包括：aa)词汇关联(42)对(LA)，其中每对(42)涉及相应两个搜索项(22)之间的特定词汇关联，以及bb)针对每个所述LA对的相应登记表(24)，以及b)通过使用所述扩展索引(32)对搜索的文档分级。

主权项

1.一种电子信息检索(IR)方法，其中爬行预定信息源库，并且通过包括索引的数据结构来索引其文档，该索引由潜在搜索项和相关登记表组成，该登记表包含有关含有该搜索项的文档的文档标识信息，以及有关相应文档内所述搜索项出现的位置的进一步信息，该方法的特征在于在建立索引时执行的如下步骤：a)生成(310，330，340)扩展反向索引(32)结构，该扩展反向索引结构包括：aa)词汇关联(42)(LA)，其中每个词汇关联(42)涉及相应两个搜索项(22)，以及bb)针对每个所述词汇关联(42)的相应登记表(24)，b)通过使用所述扩展索引(32)对搜索的文档分级(350，355，370)。