[发明专利]现实信息索引的建立方法和基于云平台的全文检索系统

摘要

本发明公开了一种现实信息索引的建立方法和基于云平台的全文检索系统。该方法包括：对现实信息的数据库中的文本进行分词，以得到词库；词库中获取一个词语以得到第一词语；从除去第一词语的词库中获取N‑1个词语，并与第一词语共同构成一个词语组，采用以下公式计算词语组中每两个词语的总体相关性距离K，以得到个K，采用以下公式计算词语组的总体距离系数P：K＝λ₁K_不同文本+λ₂K_同文本*[λ₃K_不同段落+λ₄K_同段落*(λ₅K_不同句子+λ₆K_同句子)]，其中，获取M次N‑1个词语进行计算得到M个P；找出计算得到的P为最小时所获取的N‑1个词语与第一词语构成第一相关词语组；确定第一相关词语组中各词语之间的关系；根据第一相关词语组中各词语之间的关系构建现实信息的索引。通过本发明，能够更有效率的找寻有效数据。

主权项

1.一种现实信息索引的建立方法，其特征在于，包括：步骤S1：对现实信息的数据库中的文本进行分词，以得到词库；步骤S2：所述词库中获取一个词语以得到第一词语；步骤S3：从除去所述第一词语的词库中获取N‑1个词语，并与所述第一词语共同构成一个词语组，采用以下公式计算所述词语组中每两个词语的总体相关性距离K，以得到个K，采用以下公式计算所述词语组的总体距离系数P：K＝λ1K不同文本+λ2K同文本*[λ3K不同段落+λ4K同段落*(λ5K不同句子+λ6K同句子)]，其中，K_不同文本为所述两个词语在不同文本中的距离，K_同文本为所述两个词语在同一个文本中的距离，K_不同段落为所述两个词语在同一文本中不同段落中的距离，K_同段落为所述两个词语在同一段落中的距离，K_不同句子为所述两个词语在同一段落中不同句子中的距离，K_同句子为所述两个词语在同一句子中的距离，λ₁至λ₆为常量，K_y为所述个K中的第y个K；其中，在所述方法中，执行M次所述步骤S3，其中，每次执行所述步骤S3时，获取不同的N‑1个词语，以得到M个P，M为预设值；步骤S4:找出计算得到的P为最小时所获取的N‑1个词语作为第一词语组，所述第一词语组与所述第一词语共同构成第一相关词语组；步骤S5:确定所述第一相关词语组中各词语之间的关系；以及步骤S6：根据所述第一相关词语组中各词语之间的关系构建所述现实信息的索引。