[发明专利]用于搜索多个数据记录的方法和搜索引擎

摘要

本发明涉及一种由计算机实施的、用于在多个(D)数据集(d1)中进行搜索的方法，其中接收具有至少一个搜索词语(qi)的一个搜索查询(Q)，根据一个参考量(T)推导出具有与该搜索词语(qi)相似或相同的多个词语(tj)的一个部分量(V)，针对该部分量(V)的每个词语(tj)确定与该搜索词语(qi)的一个相似性量度(Aj)，确定该词语(tj)的出现概率(pj)，将取决于该词语(tj)的一个加权分布(Xj)应用到该部分量(V)的这些词语(tk)上，其中具有一个较大相似性量度的这些词语(tk)与具有一个较小相似性量度的多个词语(tk)相比被更重地加权，并且根据该部分量(V)的这些词语(tk)的这些加权概率来确定该词语(tj)的一个修改的概率(p’j，P”j)。另外对这些数据集(di)就其与该搜索查询(Q)的相关性(R)来进行评估，其中做出关于该部分量的这些词语(tj)是否出现在该数据集(dj)中的一个检查，并且如果该部分量(Q)的一个词语(tj)出现在该数据集(d1)中，则该词语(tj)的一个较小修改的概率(p’j，P”j)导致该数据集(d1)的一个较大相关性值，并且至少一个部分数据集量作为其相关性值(R)的一个函数被输出。本发明进一步涉及一种用于执行所述方法的搜索引擎。

主权项

一种用于搜索多个(D)数据记录(dI)的计算机实施的方法，其中‑接收含有至少一个搜索词语(qi)的搜索查询(Q)，‑根据参考集(T)来确认含有与该搜索词语(qi)相似或相同的词语(tj)的子集(V)，‑针对该子集(V)中的每个词语(tj)‑确定与该搜索词语(qi)的相似性量度(Aj)，‑确定该词语(tj)的出现概率(pj)，‑将取决于所述词语(tj)的加权分布(Xj)应用到所述子集(V)中的这些词语(tk)上，其中具有较高相似性量度(Ak)的这些词语(tk)与具有较低相似性量度(Ak)的词语(tk)相比被更强地加权，以及‑根据所述子集(V)中的这些词语(tk)的这些加权的概率来确定所述词语(tj)的修改的概率(p’j，p”j)，‑对这些数据记录(dI)针对它们与所述搜索查询(Q)的相关性(R)进行评定，其中‑执行一个检查来确定所述子集(V)中的这些词语(tj)是否出现在所述数据记录(dI)中，以及‑如果所述子集(V)中的词语(tj)出现在所述数据记录(dI)中，那么所述词语(tj)的较低修改的概率(p’j，p”j)导致所述数据记录(dI)的较高相关性评定值，以及‑基于至少一个数据记录子集的相关性评定值(R)来输出所述至少 一个数据记录子集。