[发明专利]XML关键词检索的摘要生成方法

摘要

本发明提供了一种XML关键词检索的摘要生成方法以及一种评判摘要重要程度的模型。该模型包含三个评价要素：区分性，明确性，关联性。区分性用于衡量属性a的区分性强弱，明确性用于衡量属性a对于查询Q的明确性，关联性用于衡量属性a与实体e间的关联性。本发明提供的方法利用该模型对XML关键词检索的摘要的重要性进行定量分析，计算公式为W(e，a)＝(Dist(a)·Expl(a，Q))Corr(e,a)，然后选取最重要的top-K个属性作为描述实体的摘要，解决了传统XML关键词检索缺少对信息重要性的定量衡量的问题。

主权项

1.一种XML关键词检索的摘要生成方法，包括如下步骤：1)输入查询Q；2)找到与Q相关的XML文档；3)提取文档中的属性a；4)计算属性a的权重；5)选取权重值最大的K个属性，加入到摘要中；其特征在于，所述步骤4)中属性a的权重W的计算方法如下：W(e，a)＝(Dist(a)·Expl(a，Q))^Corr(e，a)，其中，-Dist(a)用于衡量属性a的区分性强弱，Dist(a)＝exp(p_a)·H(a)H(a)=-Σi=1np(ai)·log[p(ai)],]]>其中，p_a指属性a在该类实体中出现的比例，H(a)是属性a的信息熵；-Expl(a，Q)用于衡量属性a对于查询Q的明确性，其中，Q＝{q₁，q₂，……q_n}，|q_i|表示关键词q_i的长度，|a|表示属性a的值节点的长度；-Corr(e，a)用于衡量属性a与实体e间的关联性；Corr(e,a)=klength(e,a)·Πi=1nNum(ei),]]>其中，Num(e_i)表示路径中第i个实体同层的该类实体的个数。