基于双层语义分析的全文检索系统
专利汇可以提供基于双层语义分析的全文检索系统专利检索，专利查询，专利分析的服务。并且本 发明 属于 信息检索 技术领域，提供了一种基于双层语义分析的全文检索系统，该系统包括查询信息接收模 块 、句子 摘要 层次 语义处理 模块、检索模块、索引库、索引模块、篇章层次语义处理模块、结果集处理模块和数据 服务器 。本发明通过对查询语句进行摘要处理和复述处理来从句子摘要层次语义上复述用户提交的查询语句，并通过从篇章层次上提取文档中潜在语义信息和主题信息来消除掉不符合篇章层次语义的检索结果文档，从而实现“句子摘要层次”以及“篇章层次”的双层语义分析的全文检索系统。本发明通过提高对查询语句和文本集的语义处理能 力 ，使得全文检索系统更加人性化、智能化，给用户提供更方便、准确的服务。，下面是基于双层语义分析的全文检索系统专利的具体信息内容。
1.一种基于双层语义分析的全文检索系统，其特征在于：该系统包括查询信息接收模块（100）、句子摘要层次语义处理模块（200）、检索模块（300）、索引库（400）、索引模块（500）、篇章层次语义处理模块（600）、结果集处理模块（700）和数据服务器（800）：
查询信息接收模块（100）用于接收用户输入的查询信息，并根据用户的选择将查询信息提交给句子摘要层次语义处理模块（200）进行查询句的摘要层次语义处理，或者直接请求检索模块（300）进行检索服务；
句子摘要层次语义处理模块（200）接收用户输入的查询语句，并依赖数据服务器（800）提供的知识数据词典和规则库对查询语句进行语义处理：首先对查询语句进行摘要化，将查询语句进行分词处理，提取查询关键词；之后对查询词进行概念扩展，用扩展词替换到相应的查询词位置上得到候选的查询语句扩展集合，然后利用查询语句的复述过滤规则过滤掉不符合句子摘要层次语义的查询扩展语句，最后将查询语句及其扩展语句一起提交给检索模块（300）进行检索；
检索模块（300）为用户提供检索系统的使用界面，并提供准确、完备的检索服务；检索模块（300）负责接收查询信息接收模块（100）的指令和句子摘要层次语义处理模块（200）处理之后的结果；根据查询内容在索引库（400）中进行查询匹配，返回和查询语句匹配的所有文档信息，根据系统的文档打分算法，对返回的所有文档进行排序，最后将排序后的结果集递交给结果集处理模块（700）；
索引库（400）用于存储由索引模块（500）对文本文件及其对应篇章层次语义信息建立的索引；索引库（400）还根据检索模块（300）提交的查询请求在索引中快速检索和排序，并返回检索模块（300）所提交请求的对应结果；
索引模块（500）用于接收数据服务器（800）提供的文本文件集和相关信息，以及接收篇章层次语义处理模块（600）提供的对应文档中的篇章层次语义信息，对文本内容，标题和自定义信息处理得到索引词，利用索引词及其对应的语义信息和文档相关信息建立索引；
篇章层次语义处理模块（600）接收数据服务器（800）提供的文本文件集和相关信息，通过对其进行篇章层次语义分析，提取文档的篇章层次语义信息，并将其提交给索引模块（500）；
结果集处理模块（700）用于接收来自检索模块（300）的结果集，并根据索引库（400）的信息建立结果集的文摘信息和快照信息，并对返回结果进行反显、回显和分页处理；
数据服务器（800）用于存储知识数据词典、规则库和文本文件集。
2.根据权利要求1所述的基于双层语义分析的全文检索系统，其特征在于：所述句子摘要层次语义处理模块（200）包括查询语句摘要模块（210）、查询复述模块（220）；
查询语句摘要模块（210）采用最大逆向匹配分词方法对用户输入的查询语句进行切分，再通过句法分析得到句法结构树，根据词性和词义去掉对查询句语义相关度不高的词，得到查询语句的摘要；
查询复述模块（220）首先对查询语句中查询词进行概念扩展，用扩展词替换到相应的查询词位置上得到候选的查询语句扩展集合，然后利用查询语句复述规则过滤掉不符合句子摘要层次语义的查询扩展语句，得到其复述语句，最后将查询语句及其复述语句一起作为查询条件传给检索模块（300）；其中，复述规则选取了四个方面的特征，词性的特征、互信息特征、基于Hownet的语义相似度特征和基于词义消歧的相似度特征。
3.根据权利要求1所述的基于双层语义分析的全文检索系统，其特征在于：所述检索模块（300）包括查询模块（310）和排序模块（320）；
查询模块（310）在索引库（400）中查找所有匹配的文档信息，从匹配的文档信息中选择出满足查询要求的那部分文档信息作为结果集，并将结果集发送给排序模块（320）；
排序模块（320）用于对来自查询模块（310）的结果集进行排序，根据查询词在篇章层次的潜在语义信息量、在文档中的出现频率，以及文档长度和文档的反转频率因素进行排序。
4.根据权利要求1所述的基于双层语义分析的全文检索系统，其特征在于：所述篇章层次语义处理模块（600）包括文本预处理模块（610）和语义建模模块（620）；
文本预处理模块（610）用于对数据服务器（800）提供的纯文本文件进行预处理，先将文本进行分词处理，分词算法采用最大逆向匹配分词方法；然后对分词之后的文本做去停用词处理，生成文章所对应的词袋，即无序的词汇集合，去停用词处理的方法是将分词之后的文本与预先建立好的停用词表匹配，去掉文章中出现的停用词；
语义建模模块（620）对经过预处理之后的文本使用LDA模型对文档建模，提取文章中的主题语义信息，并量化地反映每个词与主题对应的语义关系，将其保存并提交给索引模块（500）。
5.根据权利要求1所述的基于双层语义分析的全文检索系统，其特征在于：所述结果集处理模块（700）是用户查询显示的接口，包括头信息显示模块（710）、反显模块（720）、回显模块（730）和分页处理模块（740）；
头信息显示模块（710）用于显示查询结果的提示信息，如果检索模块（300）返回的结果集不为空，则在页首显示查询用时和结果集中的文档数；如果检索模块（300）没有检索到匹配的结果，则显示查找结果不存在的提示信息；
反显模块（720）用于对检索模块（300）返回的文本文档结果集和索引库（400）中的文档摘要中的关键词做突出强调处理；
回显模块（730）用于显示返回给用户的快照和文档摘要信息，每块文档摘要信息都包含有突出显示的查询词或复述语句中的查询扩展词；并对检索内容的源文件进行链接，读取源文件到页面；
分页处理模块（740）用于将结果集的多篇文档分页显示，在页尾标注页码范围供用户选择，或者可由用户输入页码进行跳转。
基于双层语义分析的全文检索系统
技术领域
发明内容
具体实施方式
[W_X=词或短语
G_X=词或短语的词性
E_X=词或短语的例子]
DEF=概念定义
其中的W_X、G_X、E_X构成每种语言的记录，X用以描述记录所代表语种，X为C则为汉语，为E则为英语。DEF 是概念定义项，表达了本概念的语义信息，值由若干个义原及它们与主干词之间的语义关系描述组成。《知网》规定:DEF 项中用以定义的特性至少是一个，但也可以是多个，数量没有限制；但是DEF项的第一位置所标注的义原必须是知网所规定的主要特征，否则视为语法错误。并且DEF 中第一义原具有上下位关系，其他位置上的义原不一定具有这种上下位关系。如图5所示，具体算法如下：
（1）开始处理用户输入的查询词，设置其为变量Word；
（2）在HowNet的语义词典表（dict）中查找出所有W_X项包含词Word的概念（义
项），构建词Word对应的概念集合ConceptList，并设置一个初值为空的概念扩展集合ConceptExpandList；
（3）处理ConceptList的每一个概念，若还有未被处理的概念，从中任选一个并设为变量Concept，否则跳至步骤7；
（4）在Hownet的语义词典表（dict）中查找Concept里DEF项中的义原；
（5）对所查到的每一个义原，在HowNet的义原网中查找其邻近的扩展义原；
（6）在语义词典表（dict）中查找出DEF项包含扩展义原的概念，设为变量Concept_Expand并添加它到ConceptExpandList中，然后转至步骤3；
（7）对ConceptExpandList中所有扩展概念，取出它们W_X项中的词Word_Expand，并去重得到词Word的扩展词集Word_ExpandList；
（8）算法结束。
（1）词性特征：
扩展词和相应查询位置上的查询词应该具有相同的词性。
假设多义词 有m个义项： ，在词典中对应的定义分别为：
，每个定义可以被看成是一个可重复的单词集。如果 在一个具体的文
本c中出现时，选取某些上下文词 作为区分 语义的特征词 表示词
在词典中的定义， 在词典中的定义也是一组可重复的单词集。如果 有多个义项：
，那么， 。为了简化问题，一般忽略 的语义区分。那么，对于
给定的上下文c，通过如下公式计算每个义项的得分：
得分最高的义项即为 在该上下文中的词义。
其中， 代表两个查询语句，Sim(D1, D2)代表查询语句的相似度，
代表查询语句的相似度。
对查询语句和查询扩展语句相对应位置的词一一进行相似度计算，并进行线性加权可以得到查询语句和查询扩展语句的相似度特征。
其中， 是查询语句中查询词的数量， 是词 和词 的互信息值，
是词 和词 同时出现在一个句子中的概率， 和 分别表示词
和词 出现的概率，则 是查询扩展语句的互信息值。
Hownet的语义相似度特征、互信息特征和基于词义消歧的语义相似度特征在复述过滤中的重要性。当Score值超过系统设定的阈值时，就可以判定此条扩展查询语句是查询语句的复述语句。
idf(t)表示t在多少篇文档中出现过；lengthNorm表示文档长度对结果的影响：文档越长，此值越小，文档越短，此值越大。coord(q,d)表示当一篇文档中包含的查询词越多，则此文档打分越高；queryNorm(q)计算每个查询条目的方差和，此值并不影响排序，而仅仅使得不同的查询之间的分数可以比较；boost(t,q)表示相应查询词在文章中的潜在语义信息量，其值由下面公式计算得到。
其中 是表示主题的变量，表明词 取自该主题， 是主题变量值为主题j
时的概率，表示文本d集合中主题j的分布概率， 是词 属于主题j的概
率，表示主题j中的词汇w的分布概率。
| 标题 | 发布/更新时间 | 阅读量 |
|---|---|---|
| 用于实时数据流编程语言的工具和方法 | 2020-11-11 | 0 |
| 一种通话即时原声语音翻译的通话终端及方法 | 2021-03-03 | 0 |
| 用于计算国家特定费用的计算机系统 | 2021-07-01 | 0 |
| 一种基于应用层检测的流量控制方法 | 2023-06-15 | 1 |
| 一种配电网模型异动的图形化校核方法 | 2021-07-30 | 0 |
| 基于双层语义分析的全文检索系统 | 2023-04-22 | 1 |
| RETRIEVING/STORING IMAGES ASSOCIATED WITH EVENTS | 2022-01-17 | 0 |
| Method and system for identifying a license plate | 2022-09-12 | 0 |
| LEARNING LANGUAGE MODELS FROM SCRATCH BASED ON CROWD-SOURCED USER TEXT INPUT | 2022-03-09 | 0 |
| 語音辨識方法、電子裝置及語音辨識系統 | 2021-07-11 | 0 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台，是提供专利分析，专利查询，专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据，免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析，涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度，系统通过AI智能系统对图表进行解读，只需1分钟，一键生成行业专利分析报告。
