[发明专利]文档处理方法和系统有效
| 申请号： | 200910203108.X | 申请日： | 2009-05-27 |
| 公开（公告）号： | CN101901235A | 公开（公告）日： | 2010-12-01 |
| 发明（设计）人： | 崔洁;包胜华;张俐;苏辉;苏中 | 申请（专利权）人： | 国际商业机器公司 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30 |
| 代理公司： | 北京市金杜律师事务所 11256 | 代理人： | 王茂华;李辉 |
| 地址： | 美国纽*** | 国省代码： | 美国;US |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及文档处理技术，更具体地，涉及在企业搜索领域扩展作为搜索数据源的文档集的方法和系统。本发明提供一种对种子文档集中的种子文档进行扩展的方法，其中所述种子文档集包括至少一篇种子文档，所述方法包括：识别所述种子文档的一个或多个实体词，所述实体词是表示所述种子文档所关注的实体的词；依据所识别的每个实体词，识别该实体词所在的种子文档的一个或多个与所依据的该实体词相关的主题词；将所识别的每个主题词以及识别所述每个主题词时所依据的实体词组成实体词-主题词对；将每个所述实体词-主题词对中的实体词和主题词同时作为关键词，通过网络获得一篇或多篇扩展文档。 | ||
| 搜索关键词： | 文档 处理 方法 系统 | ||
【主权项】：
1.一种对种子文档集中的种子文档进行扩展的方法，其中所述种子文档集包括至少一篇种子文档，所述方法包括：识别所述种子文档的一个或多个实体词，所述实体词是表示所述种子文档所关注的实体的词；依据所识别的每个实体词，识别该实体词所在的种子文档的一个或多个与所依据的该实体词相关的主题词；将所识别的每个主题词，以及识别所述每个主题词时所依据的实体词组成实体词-主题词对；以及将每个所述实体词-主题词对中的实体词和主题词同时作为关键词，通过网络获得一篇或多篇扩展文档，所述扩展文档既包含所述每个实体词-主题词对中的实体词，也包含所述每个实体词-主题词对中的主题词。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于国际商业机器公司，未经国际商业机器公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/200910203108.X/，转载请声明来源钻瓜专利网。
