專(zhuān)利名稱(chēng)：一種智能檢索系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及信息檢索領(lǐng)域，尤其涉及一種智能檢索系統(tǒng)。
背景技術(shù)：
大量的文獻(xiàn)，包括本科、碩士和博士畢業(yè)論文，如果將這些數(shù)據(jù)直接呈現(xiàn)給用戶， 是很難被用戶使用的。因?yàn)樵诤Ａ康牟⑶覜](méi)有任何索引信息的文獻(xiàn)數(shù)據(jù)庫(kù)中，用戶查找若 干篇所需要的文章，如同大海撈針。即使采用最細(xì)致的分類(lèi)導(dǎo)航，用戶也只能在其所需領(lǐng)域 中逐篇文章地尋找，要想解決一個(gè)技術(shù)問(wèn)題或者查找專(zhuān)業(yè)知識(shí)，將不得不閱讀很多文章，直 到其找到所需內(nèi)容，而這個(gè)閱讀查找過(guò)程是很低效的，有很多文章讀完了才知道并不是所
箭ο為了能使用戶有效的利用知識(shí)信息，從文獻(xiàn)中提取出各類(lèi)屬性信息，如會(huì)議名 稱(chēng)、作者、學(xué)術(shù)方向等，將這些數(shù)據(jù)放入數(shù)據(jù)庫(kù)，然后對(duì)各類(lèi)屬性信息建立索引，使用戶能夠 從各種角度，使用不同的屬性信息檢索數(shù)據(jù)。比如通過(guò)作者名字、文獻(xiàn)標(biāo)題或者用戶感興趣 的學(xué)術(shù)關(guān)鍵詞查找，方便用戶快速定位到所需要的文獻(xiàn)?，F(xiàn)有技術(shù)的技術(shù)方案初始化處理，用戶的檢索需求可能是一個(gè)詞或者多個(gè)詞，當(dāng)檢索多個(gè)詞時(shí)，本系統(tǒng) 需要對(duì)多個(gè)詞都做判斷，因此初始化處理就是要把多個(gè)詞區(qū)分開(kāi)并逐個(gè)計(jì)算其屬性。這里 假定用戶在詞之間用空格分開(kāi)，或者上層調(diào)用端口做了類(lèi)似的處理，由于這里要求用戶用 空格隔開(kāi)多個(gè)詞，因此不需要分詞及短詞組合，可以保證速度和準(zhǔn)確性。根據(jù)詞典查找屬性，這里建立了一個(gè)檢索需求對(duì)應(yīng)屬性的詞典，通過(guò)詞典能夠又 快又準(zhǔn)的查到詞典中的檢索需求對(duì)應(yīng)的屬性。這個(gè)模塊的作用主要就是將一些常見(jiàn)的檢索 需求，或者很難判斷的檢索需求及其所對(duì)應(yīng)的屬性寫(xiě)入到詞典，通過(guò)查詢(xún)?cè)~典，能夠快速的 判斷檢索需求的屬性，如果該詞典里沒(méi)有檢索需求，那么可以做后續(xù)的一些名實(shí)體識(shí)別工 作。屬性輸出，如果沒(méi)有找到屬性，那么可以在全文中檢索。現(xiàn)有技術(shù)的缺點(diǎn)1)數(shù)據(jù)庫(kù)面對(duì)的用戶是各行各業(yè)的科研技術(shù)人員，他們對(duì)我們的數(shù)據(jù)庫(kù)產(chǎn)品及其 檢索技術(shù)的熟悉程度是不同的，這樣就會(huì)導(dǎo)致產(chǎn)品的使用情況不好。比如用戶想查找“孫 俊句法分析”，用戶的本意是想找在“句法分析”領(lǐng)域，作者是“孫俊”的一些文獻(xiàn)資料，如 果用戶了解網(wǎng)絡(luò)出版總庫(kù)，那么會(huì)選擇作者檢索項(xiàng)，并輸入“孫俊”作為檢索詞，然后選擇全 文或者主題檢索項(xiàng)，寫(xiě)下“句法分析”作為檢索詞，那么這樣檢索的結(jié)果將是比較準(zhǔn)確的，雖 然整個(gè)操作過(guò)程有些繁瑣；相反，如果用戶不了解網(wǎng)絡(luò)出版總庫(kù)，很可能直接在全文檢索項(xiàng) 中輸入“孫俊句法分析”，這樣我們的產(chǎn)品就會(huì)去全文中找“孫俊”和“句法分析”，由于計(jì) 算機(jī)并不一定能識(shí)別“孫俊”是一個(gè)人名，很有可能會(huì)把它拆成兩個(gè)字來(lái)檢索，最后檢索的 結(jié)果就是全文中有“孫”、“俊”、“句法分析”的文章，這個(gè)結(jié)果就不能準(zhǔn)確的滿足用戶需求。 另外，我們通過(guò)互聯(lián)網(wǎng)發(fā)布產(chǎn)品，也很難對(duì)各個(gè)用戶進(jìn)行產(chǎn)品使用培訓(xùn)，即使提供了產(chǎn)品使用說(shuō)明的免費(fèi)下載，效果可能依然不好。這樣的結(jié)果就是產(chǎn)品足夠好，但是能用好的人不
^^ ο2)本系統(tǒng)擁有一個(gè)比較大的詞典，因此在系統(tǒng)運(yùn)行時(shí)，會(huì)占用較大內(nèi)存。并且隨著 總庫(kù)數(shù)據(jù)的更新，詞典必須也要隨之更新，以滿足新的檢索需求。而隨著詞典的擴(kuò)大，系統(tǒng) 所占內(nèi)存也會(huì)越來(lái)越大。3)需要一個(gè)熟悉總庫(kù)數(shù)據(jù)類(lèi)型及詞典結(jié)構(gòu)的人來(lái)維護(hù)詞典，維護(hù)人員需要及時(shí)了 解總庫(kù)數(shù)據(jù)的更新，并對(duì)詞典進(jìn)行更新以適應(yīng)于新的數(shù)據(jù)。

發(fā)明內(nèi)容
為解決上述存在的問(wèn)題與缺陷，本發(fā)明提供了一種智能檢索系統(tǒng)。所述技術(shù)方案 如下一種智能檢索系統(tǒng)，包括初始化處理模塊，用于對(duì)接收到的檢索需求的多個(gè)詞語(yǔ) 進(jìn)行初始化處理；詞典查詢(xún)模塊，用于查找詞語(yǔ)或詞句的屬性，初步分析模塊、屬性分析模 塊及輸出模塊，初步分析模塊，根據(jù)詞語(yǔ)的字符類(lèi)型、字符串的長(zhǎng)度，判斷檢索需求可能存在的屬 性；屬性分析模塊，根據(jù)初步分析模塊所判斷的詞語(yǔ)可能存在的屬性進(jìn)行分析，判斷 所述詞語(yǔ)具體的屬性；輸出模塊，輸出根據(jù)檢索屬性得到的檢索結(jié)果。本發(fā)明提供的技術(shù)方案的有益效果是通過(guò)本系統(tǒng)，網(wǎng)頁(yè)前臺(tái)不需要用戶輸入屬性信息；獲取到檢索需求后，將首先調(diào)用 本系統(tǒng)獲取屬性字段，然后再?gòu)臄?shù)據(jù)庫(kù)相應(yīng)的屬性字段中查尋檢索需求。系統(tǒng)的運(yùn)行時(shí)間 對(duì)檢索時(shí)間沒(méi)有較大影響，所占內(nèi)存空間比較小，能夠支持多線程訪問(wèn)。


圖1是本發(fā)明系統(tǒng)結(jié)構(gòu)圖；圖2是本發(fā)明系統(tǒng)結(jié)構(gòu)流程圖。
具體實(shí)施例方式為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚，下面將結(jié)合附圖對(duì)本發(fā)明實(shí)施方 式作進(jìn)一步地詳細(xì)描述本實(shí)施例提供了一種智能檢索系統(tǒng)，如圖1所示，該系統(tǒng)包括初始化處理模塊， 用戶的檢索需求可能是一個(gè)詞或者多個(gè)詞，當(dāng)檢索多個(gè)詞時(shí)，要求用戶用空格隔開(kāi)，因此不 需要分詞及短詞組合即可保證速度和準(zhǔn)確性。詞典查詢(xún)模塊，用于查找詞語(yǔ)或詞句的屬性； 該模塊主要是將一些常見(jiàn)的檢索需求，或者很難判斷的檢索需求及其所對(duì)應(yīng)的屬性寫(xiě)入到 一個(gè)詞典，通過(guò)查詢(xún)?cè)~典，能夠快速的判斷檢索需求的屬性，如果該詞典中沒(méi)有檢索需求， 那么可以做后續(xù)的一些名實(shí)體識(shí)別工作，因此，本模塊查詢(xún)所需的時(shí)間很少，詞典規(guī)模也不 大。當(dāng)從詞典中查到檢索需求詞的屬性時(shí)，則輸出，否則，則調(diào)用初步分析模塊。初步分析 模塊，根據(jù)檢索需求的字符類(lèi)型，字符串的長(zhǎng)度，先大致判斷檢索需求有可能是哪些屬性，
4然后調(diào)用相應(yīng)的名實(shí)體屬性分析模塊識(shí)別檢索需求。屬性分析模塊，判斷詞語(yǔ)的屬性。所 述屬性分析模塊包括CN號(hào)識(shí)別模塊、專(zhuān)利號(hào)識(shí)別模塊、ISBN識(shí)別模塊、ISSN識(shí)別模塊、基金 識(shí)別模塊、機(jī)構(gòu)名識(shí)別模塊及人名識(shí)別模塊，但是在一次查詢(xún)中并不要求所有的模塊全部 調(diào)用，根據(jù)初步分析模塊的結(jié)果，選擇調(diào)用其中的一部分模塊來(lái)識(shí)別檢索需求。其中，CN號(hào) 識(shí)別模塊、專(zhuān)利號(hào)識(shí)別模塊、ISBN識(shí)別模塊和ISSN識(shí)別模塊是根據(jù)各種號(hào)碼的定義規(guī)則來(lái) 識(shí)別，而基金識(shí)別模塊、機(jī)構(gòu)名識(shí)別模塊及人名識(shí)別模塊是根據(jù)機(jī)器學(xué)習(xí)的方法，利用概率 統(tǒng)計(jì)原理識(shí)別屬性。輸出模塊，輸出根據(jù)檢索屬性得到的檢索結(jié)果。如圖2所示，系統(tǒng)結(jié)構(gòu)實(shí)施流程，具體包括接收用戶輸入的檢索需求，并對(duì)檢索需求進(jìn)行初始化處理；檢索需求包括一個(gè)詞、或多個(gè)詞、或詞句。根據(jù)詞典查找詞語(yǔ)或詞句的屬性，如果查詢(xún)到相關(guān)的屬性，則輸出，否則執(zhí)行下一步驟。初步分析詞語(yǔ)或詞句的屬性；根據(jù)檢索需求詞語(yǔ)或詞句的字符類(lèi)型與字符串的長(zhǎng)度先大致判斷檢索需求有可 能是哪些屬性，然后調(diào)用字詞檢索需求。調(diào)用字詞檢索，如果檢索到詞語(yǔ)或詞句的屬性，則輸出；否則輸出全文進(jìn)行查找；在調(diào)用字詞檢索詞語(yǔ)或詞句的屬性時(shí)，判斷詞語(yǔ)或詞句是否是機(jī)構(gòu)名稱(chēng)、ISSN名 稱(chēng)、CNN名稱(chēng)、基金名稱(chēng)、人名、ISBN碼或是否為專(zhuān)利等。當(dāng)判斷詞語(yǔ)是否是人名時(shí)，根據(jù)P(姓名)的概率與閾值間的關(guān)系進(jìn)行判斷，當(dāng)其 P(姓名)>閾值，則認(rèn)為是人名，輸出。其中姓名的概率計(jì)算公式為P (姓名)=P (姓)*P (名 I 姓)P(姓)為人名庫(kù)和主詞典中每個(gè)字作為姓的概率，其P(姓)的計(jì)算公式為
m=人名庫(kù)中作為姓氏的頻度+主詞典中作為姓氏的頻度 ^人名庫(kù)中該字的總頻度+主詞典中該字的總頻度P(名I姓)為在人名庫(kù)中每個(gè)字作為名的概率，當(dāng)名只有一個(gè)字時(shí)，Pl(名 I 姓)=p(單字名)，其中，P (單字名)為在人名庫(kù)中每個(gè)字作為單子名的概率；當(dāng)名有兩個(gè)字時(shí)，雙字名的概率計(jì)算公式
P2(名I姓)=^Pi名首字名尾字)P(名首字)為在人名庫(kù)中每個(gè)字作為雙字人名首字的概率，P(名尾字)為在人名 庫(kù)中每個(gè)字作為雙字人名尾字的概率。當(dāng)輸入為“姓+單字+單字”的形式時(shí)，為明確名的字?jǐn)?shù)，比較Pl (名I姓)和 P2(名I姓)，取較大者作為P(名I姓)。外文人名識(shí)別，從現(xiàn)有外國(guó)人名資源中提取出外文名，并統(tǒng)計(jì)外文名的字集，在識(shí) 別過(guò)程中，如果遇到分詞碎片，則依次向后考察每個(gè)分詞碎片，記錄其中在外文人名字集中 出現(xiàn)的字?jǐn)?shù)；根據(jù)閾值判斷是否是人名并得到最終的識(shí)別結(jié)果。當(dāng)判斷詞語(yǔ)是否為機(jī)構(gòu)名時(shí)，首先從機(jī)構(gòu)名庫(kù)中篩選出一級(jí)機(jī)構(gòu)名；判斷每個(gè)詞
5語(yǔ)是否符合機(jī)構(gòu)名開(kāi)始條件，條件同時(shí)滿足在機(jī)構(gòu)首詞詞典中，且概率大于0. 1 ；詞長(zhǎng)大 于2，即非碎片，“第”字除外；詞性不是動(dòng)詞；如果符合，統(tǒng)計(jì)得到每個(gè)詞語(yǔ)作為機(jī)構(gòu)首詞、 機(jī)構(gòu)中間詞及機(jī)構(gòu)尾詞的概率，上述機(jī)構(gòu)首詞概率的計(jì)算公式為
機(jī)構(gòu)庫(kù)中作為機(jī)構(gòu)首詞的次數(shù)+主詞典中作為機(jī)構(gòu)出現(xiàn)的次數(shù)
P(OrgBegin)=
機(jī)構(gòu)庫(kù)中該詞語(yǔ)出現(xiàn)的總次數(shù)+主詞典中該詞語(yǔ)出現(xiàn)的總次數(shù)
其中，主詞典認(rèn)為是機(jī)構(gòu)名的候選詞性為機(jī)構(gòu)團(tuán)體nt，地名ns，其他專(zhuān)名nz。 機(jī)構(gòu)中間詞概率的計(jì)算公式
pm , . ,、_詞語(yǔ)作為機(jī)構(gòu)中間詞的次數(shù) nurgmsiae) _ 詞語(yǔ)出現(xiàn)的總次數(shù)^
機(jī)構(gòu)尾詞概率的計(jì)算公式
額F “、i司劇乍減腿i珊欠雙 P(OrgEnd)=
詞語(yǔ)出現(xiàn)的總次數(shù)如果上述P (OrgInside) > P (OrgEnd)，且不為停用詞，則合并當(dāng)前詞到機(jī)構(gòu)名，并 記錄概率；如果當(dāng)前詞為數(shù)詞，且前一個(gè)詞為“第”，則合并當(dāng)前詞到機(jī)構(gòu)名，并記錄概率；如果P (OrgEnd) > P (OrgInside)，則掃描結(jié)束，當(dāng)平均概率> 0. 4時(shí)，認(rèn)為是機(jī)構(gòu) 名，輸出?；鹈R(shí)別，對(duì)輸入文本分詞；判斷每個(gè)詞是否符合基金名開(kāi)始條件，基金名開(kāi) 始條件同時(shí)滿足在基金首詞詞典中，且概率大于0. 1 ；詞長(zhǎng)大于2，即非碎片；詞性不是 動(dòng)詞；有些基金專(zhuān)用詞語(yǔ)在分詞時(shí)為碎片，但對(duì)于基金識(shí)別很重要，因此在此時(shí)附加提出， 包括十五、i^一(五)等。如果符合計(jì)算基金首詞概率P(FimdBegin)、基金中間詞概率 P(FundInside)與基金尾詞概率P (FundEnd)，開(kāi)始向后掃描，考察每個(gè)詞作為基金中間詞 和尾詞的概率；其P(FundBegin)、P (FundInside)及P (FundEnd)的計(jì)算公式分別為
. 基金庫(kù)中作為基金首詞的次數(shù)+主詞典中作為機(jī)構(gòu)出現(xiàn)的次數(shù) C UH ￡gin) 一基金庫(kù)中該詞語(yǔ)出現(xiàn)的總次數(shù)+主詞典中該詞語(yǔ)出現(xiàn)的總次數(shù)
^t」、詞語(yǔ)作為基金中間詞的次數(shù) P( =詞語(yǔ)出現(xiàn)的總次數(shù)
■ ^zr力詞語(yǔ)作為基金尾詞的次數(shù) —Α=詞語(yǔ)出現(xiàn)的總次數(shù)如果P (Fundlnside) > P (FundEnd)，且不為停用詞，則合并當(dāng)前詞到基金名，并記 錄概率；如果P(FundEnd) > P (Fundlnside)，則掃描結(jié)束，當(dāng)平均概率> 0.4時(shí)，認(rèn)為是基 金名，輸出。在基金名識(shí)別之前的流程還包括對(duì)基金庫(kù)分詞，分別得到基金首詞、基金中間詞 和基金尾詞；統(tǒng)計(jì)基金首詞、中間詞和尾詞的詞頻；統(tǒng)計(jì)基金名的總詞頻分布；根據(jù)基金首詞概率P(FundBegin)、基金中間詞概率P(FundInside)與基金尾詞概率P(FundEnd)的計(jì)算 公式計(jì)算基金首詞、基金中間詞和基金尾詞的概率分布。ISBN判斷，根據(jù)國(guó)際ISBN標(biāo)準(zhǔn)，識(shí)別輸入的字符串是否為正確的ISBN號(hào)。以上所述，僅為本發(fā)明較佳的具體實(shí)施方式
，但本發(fā)明的保護(hù)范圍并不局限于此， 任何熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi)，可輕易想到的變化或替換， 都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍之內(nèi)。因此，本發(fā)明的保護(hù)范圍應(yīng)該以權(quán)利要求的保護(hù)范圍 為準(zhǔn)。
權(quán)利要求
一種智能檢索系統(tǒng)，包括初始化處理模塊，用于對(duì)接收到的檢索需求的多個(gè)詞語(yǔ)進(jìn)行初始化處理；詞典查詢(xún)模塊，用于查找詞語(yǔ)或詞句的屬性，其特征在于，所述系統(tǒng)還包括初步分析模塊、屬性分析模塊及輸出模塊，其中初步分析模塊，根據(jù)詞語(yǔ)的字符類(lèi)型、字符串的長(zhǎng)度，判斷檢索需求可能存在的屬性；屬性分析模塊，根據(jù)初步分析模塊所判斷的詞語(yǔ)可能存在的屬性進(jìn)行分析，判斷所述詞語(yǔ)具體的屬性；輸出模塊，輸出根據(jù)檢索屬性得到的檢索結(jié)果。
2.根據(jù)權(quán)利要求1所述的智能檢索系統(tǒng)，其特征在于，其中所述檢索需求還包括單個(gè) 詞語(yǔ)或詞句。
3.根據(jù)權(quán)利要求1所述的智能檢索系統(tǒng)，其特征在于，所述屬性分析模塊包括人名識(shí) 別模塊、機(jī)構(gòu)名識(shí)別模塊、基金名識(shí)別模塊、ISBN識(shí)別模塊、CN號(hào)識(shí)別模塊、專(zhuān)利號(hào)識(shí)別模 塊及ISSN識(shí)別模塊。
4.根據(jù)權(quán)利要求3所述的智能檢索系統(tǒng)，其特征在于，所述人名識(shí)別模塊，判斷字符串 是否是人名；其具體的識(shí)別判斷包括對(duì)檢索需求的詞語(yǔ)進(jìn)行分詞；判斷每個(gè)詞是單姓、復(fù) 姓或?qū)Ｓ腥嗣?，若在姓氏詞典中，則記下姓氏概率；判斷姓氏后面的第一個(gè)分詞單元及姓氏 后面的第二個(gè)分詞單元，并計(jì)算名的概率；根據(jù)姓名的不同類(lèi)別，計(jì)算得到姓名。
5.根據(jù)權(quán)利要求3所述的智能檢索系統(tǒng)，其特征在于，所述人名的識(shí)別判斷還包括外 文人名的識(shí)別。
6.根據(jù)權(quán)利要求3所述的智能檢索系統(tǒng)，其特征在于，所述機(jī)構(gòu)名識(shí)別模塊，判斷字符 串是否是機(jī)構(gòu)名；其具體判斷包括對(duì)輸入的多個(gè)詞語(yǔ)進(jìn)行分詞；判斷每個(gè)詞是否符合機(jī) 構(gòu)名開(kāi)始條件；計(jì)算每個(gè)詞作為機(jī)構(gòu)中間詞和尾詞的概率，并比較機(jī)構(gòu)中間詞與機(jī)構(gòu)尾詞 的概率，根據(jù)平均概率的大小進(jìn)行機(jī)構(gòu)名的判斷。
7.根據(jù)權(quán)利要求6所述的智能檢索系統(tǒng)，其特征在于，所述機(jī)構(gòu)名判斷之前的流程 還包括從機(jī)構(gòu)庫(kù)中篩選出一級(jí)機(jī)構(gòu)名；對(duì)一級(jí)機(jī)構(gòu)名分詞，分別得到機(jī)構(gòu)首詞、機(jī)構(gòu)中間 詞和機(jī)構(gòu)尾詞的詞頻并對(duì)所述詞頻進(jìn)行統(tǒng)計(jì)；統(tǒng)計(jì)一級(jí)機(jī)構(gòu)名的總詞頻分布；計(jì)算機(jī)構(gòu)首 詞、機(jī)構(gòu)中間詞和機(jī)構(gòu)尾詞的概率分布。
8.根據(jù)權(quán)利要求3所述的智能檢索系統(tǒng)，其特征在于，所述基金名識(shí)別模塊，判斷一個(gè) 字符串是否是基金名；其具體判斷包括對(duì)輸入的多個(gè)詞語(yǔ)進(jìn)行分詞；判斷每個(gè)詞是否符 合基金名開(kāi)始條件；計(jì)算每個(gè)詞作為基金中間詞和尾詞的概率，并比較基金中間詞與機(jī)構(gòu) 尾詞的概率，根據(jù)平均概率的大小進(jìn)行基金名的判斷。
9.根據(jù)權(quán)利要求7所述的智能檢索系統(tǒng)，其特征在于，所述基金名判斷之前得流程還 包括計(jì)算基金概率；對(duì)基金庫(kù)分詞、分別得到基金首詞、基金中間詞和基金尾詞；統(tǒng)計(jì)基 金首詞、中間詞和尾詞的詞頻；統(tǒng)計(jì)基金名的總詞頻分布；計(jì)算基金首詞、基金中間詞和基 金尾詞的概率分布。
10.根據(jù)權(quán)利要求3所述的智能檢索系統(tǒng)，其特征在于，所述ISBN識(shí)別模塊判斷一個(gè) 字符串是否是ISBN碼。
全文摘要
本發(fā)明公開(kāi)了一種智能檢索系統(tǒng)，初始化處理模塊和詞典查詢(xún)模塊，所述系統(tǒng)還包括初步分析模塊，根據(jù)詞語(yǔ)的字符類(lèi)型、字符串的長(zhǎng)度，判斷檢索需求可能存在的屬性；屬性分析模塊，根據(jù)初步分析模塊所判斷的詞語(yǔ)可能存在的屬性進(jìn)行分析判斷所述詞語(yǔ)具體的屬性；輸出模塊，根據(jù)用戶的檢索要求輸出詞語(yǔ)的屬性。通過(guò)本系統(tǒng)，網(wǎng)頁(yè)前臺(tái)不需要用戶輸入屬性信息，獲取到檢索需求后，將首先調(diào)用本系統(tǒng)獲取屬性字段，然后再?gòu)臄?shù)據(jù)庫(kù)中相應(yīng)的屬性字段中查尋檢索需求。
文檔編號(hào)G06F17/30GK101894158SQ20101023210
公開(kāi)日2010年11月24日 申請(qǐng)日期2010年7月21日 優(yōu)先權(quán)日2010年7月21日
發(fā)明者孫俊, 張振海, 王月穎, 趙紀(jì)元 申請(qǐng)人:同方知網(wǎng)(北京)技術(shù)有限公司