專利名稱：一種具有容錯(cuò)功能的搜索方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種數(shù)據(jù)搜索技術(shù)，尤其是一種具有容錯(cuò)功能的搜索方法。
背景技術(shù)：
目前，公知的搜索技術(shù)是將用戶輸入的詞語按固定長度的方式進(jìn)行分詞，然后對 分詞的結(jié)果進(jìn)行搜索匹配。這種搜索方法對于處理傳統(tǒng)的信息搜索沒有問題，但是在一些 特定搜索領(lǐng)域，例如對地名、企業(yè)名稱等進(jìn)行搜索就可能出現(xiàn)問題。首先，企業(yè)名稱各種各 樣，大、小、新企業(yè)不斷產(chǎn)生，數(shù)據(jù)庫及時(shí)更新這些企業(yè)名稱幾乎是不可能的事情，由于數(shù)據(jù) 庫不準(zhǔn)確，必然導(dǎo)致分詞不準(zhǔn)確，從而嚴(yán)重影響搜索結(jié)果。其次，用戶可能無法準(zhǔn)確的記住 企業(yè)名稱，在輸入企業(yè)名稱的時(shí)候很可能會(huì)出現(xiàn)少字、錯(cuò)字、多字等情況，這種情況也會(huì)導(dǎo) 致分詞錯(cuò)誤，從而影響搜索結(jié)果。

發(fā)明內(nèi)容
本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供了一種具有容錯(cuò)功能的搜索方法， 該搜索方法可以解決如地名、企業(yè)名稱等特定搜索領(lǐng)域的搜索容錯(cuò)問題，具有極高的容錯(cuò) 性。本發(fā)明解決其技術(shù)問題是采取以下技術(shù)方案實(shí)現(xiàn)的一種具有容錯(cuò)功能的搜索方法，包括索引和數(shù)據(jù)查詢搜索方法，其采用的方法步 驟如下(1)索引部分搜索采用對每一個(gè)漢字或單詞進(jìn)行索引，實(shí)現(xiàn)單字搜索的功能；(2)數(shù)據(jù)查詢部分搜索對用戶輸入的詞語按照其長度計(jì)算該詞語的變元長度； 設(shè)置切分步進(jìn)值；按照變元長度及切分步進(jìn)值對輸入的詞語進(jìn)行切分；將分詞結(jié)果使用過 濾詞典進(jìn)行過濾；對過濾后的每一個(gè)詞進(jìn)行短句搜后得到正確的檢索結(jié)果。而且，所述的變元長度的計(jì)算方法為將詞語的長度開平方，然后取整數(shù)便得到變 元長度。而且，所述的切分步進(jìn)值為1 5。本發(fā)明的優(yōu)點(diǎn)和積極效果是1、本搜索方法是一種具有容錯(cuò)能力的搜索技術(shù)，其對于用戶輸入的詞語按照該詞 語的長度計(jì)算變元長度，并將變元長度與切分步進(jìn)值配合對輸入的詞語進(jìn)行分詞，然后進(jìn) 行檢索，對于搜索用戶輸入的詞語具有非常強(qiáng)的容錯(cuò)性，提高了檢索的準(zhǔn)確性。2、本搜索方法可以調(diào)整變元長度與切分步進(jìn)值的關(guān)系以達(dá)到搜索質(zhì)量和搜索效 率的平衡，即使在搜索用戶輸入出現(xiàn)錯(cuò)字、少字、多字等錯(cuò)誤的時(shí)候仍然能夠搜索到所要的 信息，同時(shí)也能夠適應(yīng)未能及時(shí)更新詞庫的情況。3、本發(fā)明設(shè)計(jì)合理，其采用變元長度方法結(jié)合切分步進(jìn)值進(jìn)行分詞檢索，具有容 錯(cuò)性強(qiáng)、準(zhǔn)確性高的特點(diǎn)，特別適用于一些特定的搜索領(lǐng)域，比如地名、企業(yè)名稱等搜索領(lǐng) 域具有特別的意義。
具體實(shí)施例方式以下對本發(fā)明實(shí)施例做進(jìn)一步詳述。一種具有容錯(cuò)功能的搜索方法，包括索引和數(shù)據(jù)查詢搜索方法，其采用的方法步 驟如下(1)索引部分搜索采用對每一個(gè)漢字或單詞進(jìn)行索引，實(shí)現(xiàn)單字搜索的功能；(2)數(shù)據(jù)查詢部分搜索對用戶輸入的詞語按照其長度計(jì)算該詞語的變元長度，其計(jì)算方法為將詞語的 長度開平方，然后取整數(shù)便得到變元長度；設(shè)置切分步進(jìn)值，該切分步進(jìn)值可以設(shè)置為1 5 ；按照變元長度及切分步進(jìn)值對輸入的詞語進(jìn)行切分；將分詞結(jié)果使用過濾詞典進(jìn)行過濾；對過濾后的每一個(gè)詞進(jìn)行短句搜索即可檢索出正確的結(jié)果。實(shí)施例用戶輸入“一度搜索網(wǎng)絡(luò)科技公司”，該詞語的長度為10，然后按照規(guī)則來計(jì)算可 變元長度，將詞語的長度10開方后取整，則得到變元長度3 ；將切分步進(jìn)值設(shè)置為1 (當(dāng)然， 步進(jìn)值還可以設(shè)置為其他值，以提高搜速的速度)；然后根據(jù)變元長度及切分步進(jìn)值來切 分用戶輸入的“一度搜索網(wǎng)絡(luò)科技公司”，切分為“一度搜、度搜索、搜索網(wǎng)、索網(wǎng)絡(luò)、網(wǎng)絡(luò)科、 絡(luò)科技、科技公、技公司”作為可選項(xiàng)，將這個(gè)分詞結(jié)果用過濾詞典來過濾；最后對過濾后分 詞結(jié)果的每一個(gè)“詞”進(jìn)行短句搜索，就可以查出匹配“一度搜索網(wǎng)絡(luò)科技公司”的結(jié)果了。 當(dāng)然這個(gè)分詞結(jié)果可能太多，會(huì)影響搜索效率?？梢赃m當(dāng)?shù)母淖冏冊L度的計(jì)算方法和切 分步進(jìn)值的大小，在搜索質(zhì)量和搜索效率中取得平衡。這種采用可變長度的取詞方式不依 賴于傳統(tǒng)詞庫，故不存在詞庫更新問題，即使用戶輸入出現(xiàn)錯(cuò)字或者少字，分詞的結(jié)果仍然 能保證大部分分詞結(jié)果的正確性，故仍然能夠搜索到正確結(jié)果。需要強(qiáng)調(diào)的是，本發(fā)明所述的實(shí)施例是說明性的，而不是限定性的，因此本發(fā)明并 不限于具體實(shí)施方式
中所述的實(shí)施例，凡是由本領(lǐng)域技術(shù)人員根據(jù)本發(fā)明的技術(shù)方案得出 的其他實(shí)施方式，同樣屬于本發(fā)明保護(hù)的范圍。
權(quán)利要求
一種具有容錯(cuò)功能的搜索方法，其特征在于包括索引和數(shù)據(jù)查詢搜索方法，其采用的方法步驟如下(1)索引部分搜索采用對每一個(gè)漢字或單詞進(jìn)行索引，實(shí)現(xiàn)單字搜索的功能；(2)數(shù)據(jù)查詢部分搜索對用戶輸入的詞語按照其長度計(jì)算該詞語的變元長度；設(shè)置切分步進(jìn)值；按照變元長度及切分步進(jìn)值對輸入的詞語進(jìn)行切分；將分詞結(jié)果使用過濾詞典進(jìn)行過濾；對過濾后的每一個(gè)詞進(jìn)行短句搜后得到正確的檢索結(jié)果。
2.根據(jù)權(quán)利要求1所述的一種具有容錯(cuò)功能的搜索方法，其特征在于所述的變元長 度的計(jì)算方法為將詞語的長度開平方，然后取整數(shù)便得到變元長度。
3.根據(jù)權(quán)利要求1所述的一種具有容錯(cuò)功能的搜索方法，其特征在于所述的切分步 進(jìn)值為1 5。
全文摘要
本發(fā)明涉及一種具有容錯(cuò)功能的搜索方法，其采用的方法步驟如下(1)索引部分搜索采用對每一個(gè)漢字或單詞進(jìn)行索引，實(shí)現(xiàn)單字搜索的功能；(2)數(shù)據(jù)查詢部分搜索對用戶輸入的詞語按照其長度計(jì)算該詞語的變元長度；設(shè)置切分步進(jìn)值；按照變元長度及切分步進(jìn)值對輸入的詞語進(jìn)行切分；將分詞結(jié)果使用過濾詞典進(jìn)行過濾；對過濾后的每一個(gè)詞進(jìn)行短句搜后得到正確的檢索結(jié)果。本發(fā)明設(shè)計(jì)合理，其采用變元長度方法結(jié)合切分步進(jìn)值進(jìn)行分詞檢索，具有容錯(cuò)性強(qiáng)、準(zhǔn)確性高的特點(diǎn)，特別適用于一些特定的搜索領(lǐng)域，比如地名、企業(yè)名稱等搜索領(lǐng)域具有特別的意義。
文檔編號G06F17/30GK101937434SQ20091006947
公開日2011年1月5日 申請日期2009年6月29日 優(yōu)先權(quán)日2009年6月29日
發(fā)明者徐純芳, 趙鵬 申請人:天津一度搜索網(wǎng)絡(luò)科技有限公司