[发明专利]基于文档和实体关系搜索目标实体的方法和装置

摘要

本发明公开了一种用于每一个文档已经分成N个域的数字化文档集中对其中的M个域搜索目标实体的方法和装置，该方法包括：对每一个候选实体，选择所有和其有关系的域数字化文档组成此候选实体域文档；选择一个域作为当前域，根据关键词序列搜索当前域数字化文档集，得到域相关文档集；对每一个候选实体，动态选取和其有关系的域相关文档组成候选实体的域相关文档；根据关键词序列和候选实体域相关文档集，计算候选实体域文档集中每一个候选实体域文档值；如果在已知的M个域中存在没有被计算的域，则取其中一个没有被计算的域作为当前域，并执行上述步骤，否则累计候选实体域文档值从而得到候选实体文档值；根据候选实体文档值，选择目标实体。

主权项

1.一种用于每一个文档已经分成N个域的数字化文档集中对其中的M个域搜索目标实体的方法，其中N≥1，N≥M≥1，域数字文档是一个数字化文档其中的一个域，并且已知每一个文档和所有候选实体之间的关系，所述方法包括步骤：(a)对每一个域数字文档集，对每一个候选实体，根据已知的每一个文档和所有候选实体之间的关系，选择所有与此候选实体有关系的域数字化文档，这些域数字化文档组成此候选实体域文档；每一个域的所有候选实体域文档形成对应此域的候选实体域文档集；(b)根据用户所输入的查询，提取包括至少一个关键词的关键词序列作为当前关键词序列；(c)选择一个域作为当前域，根据关键词序列搜索当前域数字化文档集，得到域相关文档集；(d)对每一个候选实体，动态选取与此候选实体有关系的域相关文档，这些被选出的域相关文档的集合组成所述候选实体的域相关文档；所有候选实体的域相关文档形成候选实体域相关文档集；(e)根据关键词序列和候选实体域相关文档集，计算候选实体域文档集中每一个候选实体域文档值；(f)如果在已知的M个域中存在没有被计算的域，则取其中一个没有被计算的域作为当前域并执行步骤(c)、(d)(e)和(f)，否则对每一个候选实体，累计其对应的所有的域的候选实体域文档值，得到候选实体文档值；和(g)根据候选实体文档值，选择目标实体。