基于同義詞擴(kuò)展的關(guān)系數(shù)據(jù)庫關(guān)鍵詞搜索方法
【專利摘要】本發(fā)明提供一種基于同義詞擴(kuò)展的關(guān)系數(shù)據(jù)庫關(guān)鍵詞搜索方法，依次包括以下步驟：建立同義詞數(shù)據(jù)庫：將多個詞按同義詞分類后分別存入同義詞數(shù)據(jù)庫中，所述同義詞數(shù)據(jù)庫中包含多組同義詞組K，每組同義詞組由若干個同義詞k1、k2、…、kn構(gòu)成；搜索時(shí)，用戶給出關(guān)鍵詞組X，關(guān)鍵詞組X由若干個關(guān)鍵詞x1、x2、…、xn構(gòu)成；將關(guān)鍵詞輸入同義詞數(shù)據(jù)庫中、并與同義詞數(shù)據(jù)庫中的詞進(jìn)行匹配；若關(guān)鍵詞匹配上同義詞數(shù)據(jù)庫中的某個詞，則該詞所在的同義詞組為所述關(guān)鍵詞的同義詞。本申請采用基于同義詞數(shù)據(jù)庫的查詢擴(kuò)展方法，將關(guān)鍵詞檢索技術(shù)與各大領(lǐng)域的特點(diǎn)相結(jié)合，研究和開發(fā)適用于不同領(lǐng)域的關(guān)鍵詞檢索系統(tǒng)，從而提高系統(tǒng)對關(guān)鍵詞的查準(zhǔn)率和查全率。
【專利說明】
基于同義詞擴(kuò)展的關(guān)系數(shù)據(jù)庫關(guān)鍵詞搜索方法
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及數(shù)據(jù)庫中關(guān)鍵詞的檢索、搜索領(lǐng)域，特別是涉及一種基于同義詞擴(kuò)展 的關(guān)系數(shù)據(jù)庫關(guān)鍵詞搜索方法。
【背景技術(shù)】
[0002] 隨著信息技術(shù)的不斷發(fā)展，信息世界中的數(shù)據(jù)不斷增加，其中混雜著各個行業(yè)各 個領(lǐng)域中各式各樣的數(shù)據(jù)。這也就要求關(guān)鍵詞檢索技術(shù)不斷發(fā)展和完善，用戶所搜索的內(nèi) 容也不單單體現(xiàn)在關(guān)鍵詞本身，而更多的是與關(guān)鍵詞有著各種各樣聯(lián)系的信息。
[0003] 在大多數(shù)關(guān)系數(shù)據(jù)庫關(guān)鍵詞檢索系統(tǒng)中，對關(guān)鍵詞的搜索僅僅使用了簡單的匹 配，缺乏對關(guān)鍵詞的語義擴(kuò)展。例如，用戶輸入一個關(guān)鍵詞，系統(tǒng)該如何判斷用戶所要搜索 的這個關(guān)鍵詞是屬于什么領(lǐng)域，檢索系統(tǒng)缺少對關(guān)鍵詞的語義匹配，這樣就容易出現(xiàn)不同 領(lǐng)域的術(shù)語近義或相同等問題，很難準(zhǔn)確的搜索出用戶想要的結(jié)果。特別是在農(nóng)業(yè)領(lǐng)域中， 例如當(dāng)用戶輸入蘋果時(shí)，會出現(xiàn)蘋果系列的手機(jī)等電子產(chǎn)品，也會出現(xiàn)水果類的蘋果，很難 供用戶選擇。當(dāng)用戶輸入土豆時(shí)，結(jié)果中往往僅出現(xiàn)包含關(guān)鍵詞土豆的信息，而在數(shù)據(jù)庫中 包含關(guān)鍵詞馬鈴薯等相關(guān)信息的結(jié)果被剔除掉了。因此，對用戶輸入的關(guān)鍵詞進(jìn)行語義和 語法分析也是關(guān)鍵詞檢索技術(shù)中的重點(diǎn)，使用語義匹配對用戶輸入的查詢關(guān)鍵詞進(jìn)行擴(kuò)展 后再進(jìn)行搜索，這樣不但提高了系統(tǒng)的查詢準(zhǔn)確率，還使得返回的結(jié)果更加滿足用戶的需 求。

【發(fā)明內(nèi)容】

[0004] 鑒于以上所述現(xiàn)有技術(shù)的缺陷和各種不足之處，本發(fā)明要解決的技術(shù)問題在于提 供一種基于同義詞擴(kuò)展的關(guān)系數(shù)據(jù)庫關(guān)鍵詞搜索方法，有效地提高了系統(tǒng)中關(guān)鍵詞查詢的 準(zhǔn)確率和可靠性，以滿足用戶的需求。
[0005] 為實(shí)現(xiàn)上述目的，本發(fā)明提供一種基于同義詞擴(kuò)展的關(guān)系數(shù)據(jù)庫關(guān)鍵詞搜索方 法，依次包括以下步驟：
[0006] 1)、建立同義詞數(shù)據(jù)庫:將多個詞按同義詞分類后分別存入同義詞數(shù)據(jù)庫中，所述 同義詞數(shù)據(jù)庫中包含多組同義詞組K，每組同義詞組由若干個同義詞kl、k2、…、kn構(gòu)成，則K = {kl、k2、…、kn};
[0007] 2)、搜索時(shí)，用戶給出關(guān)鍵詞組X，關(guān)鍵詞組X由若干個關(guān)鍵詞x 1、x2、…、xn構(gòu)成，則 X= {xl、x2、…、xn};
[0008] 3)、將所述關(guān)鍵詞輸入所述同義詞數(shù)據(jù)庫中、并與同義詞數(shù)據(jù)庫中的詞進(jìn)行匹配；
[0009] 若關(guān)鍵詞匹配上同義詞數(shù)據(jù)庫中的某個詞，則該詞所在的同義詞組為所述關(guān)鍵詞 的同義詞。
[0010] 進(jìn)一步地，每組同義詞組都放置在一行中，且相鄰的兩個同義詞之間由空格隔開。
[0011] 優(yōu)選地，每組同義詞組中的第一個同義詞kl為該組同義詞組中最常見的詞。
[0012] 進(jìn)一步地，所述步驟3)還包括以下步驟：
[0013] 31)、建立同義詞數(shù)據(jù)庫的數(shù)據(jù)圖G:同義詞數(shù)據(jù)庫的數(shù)據(jù)圖G中包括有若干個節(jié)點(diǎn) v和由所述若干個結(jié)點(diǎn)v構(gòu)成的若干條邊e，故同義詞數(shù)據(jù)庫的數(shù)據(jù)圖G包括節(jié)點(diǎn)的集合V(G) 和邊的集合E(G)，且數(shù)據(jù)圖G的每一條邊e都具有權(quán)重Wg(E);
[0014] 32)、查找數(shù)據(jù)圖G中的Steiner樹:數(shù)據(jù)圖G中，存在著關(guān)系V C V，若T是數(shù)據(jù)圖G 中的一棵連通子樹，且T包含了/中的所有節(jié)點(diǎn)，則T是數(shù)據(jù)圖G中關(guān)于/的一棵Steiner樹； [0015] 33)、查找數(shù)據(jù)圖G中的最小Steiner樹:所述Steiner樹T的權(quán)值為：
[0016] c(T) = EeeE(T)ffG(e);
[0017] 式中：E(T)為Steiner樹T中邊的集合，WG(e)表示邊e的權(quán)值；
[0018]當(dāng)C(T)最小時(shí)，所對應(yīng)的T為一棵最小Steiner樹；
[0019] 34)、查找數(shù)據(jù)圖G中的Top-k Steiner樹：所述關(guān)鍵詞組X= {xl、x2、…、xn}在數(shù)據(jù) 圖G中對應(yīng)的最小Steiner樹為T1、T2、…、Tn，且T1、T2、…、Tn按照邊權(quán)值總和的大小由大到 小依次排序，T1、T2、…、Tn為關(guān)鍵詞組X= {xl、x2、…、xn}的Top-k Steiner樹；
[0020] 35)、將Top-k Steiner樹返回給用戶。
[0021] 本發(fā)明涉及的基于同義詞擴(kuò)展的關(guān)系數(shù)據(jù)庫關(guān)鍵詞搜索方法具有以下有益效果：
[0022] 本申請采用基于同義詞數(shù)據(jù)庫的查詢擴(kuò)展方法，對詞的語義進(jìn)行了擴(kuò)展，并將關(guān) 鍵詞檢索技術(shù)與各大領(lǐng)域的特點(diǎn)相結(jié)合，研究和開發(fā)適用于不同領(lǐng)域的關(guān)鍵詞檢索系統(tǒng)， 應(yīng)用到各領(lǐng)域，從而提高了系統(tǒng)對關(guān)鍵詞的查準(zhǔn)率和查全率。
[0023] 上述說明僅是本發(fā)明技術(shù)方案的概述，為了能夠更清楚了解本發(fā)明的技術(shù)手段， 并可依照說明書的內(nèi)容予以實(shí)施，以下以本發(fā)明的較佳實(shí)施例并配合附圖對本專利進(jìn)行詳 細(xì)說明。
【附圖說明】
[0024]圖1為本發(fā)明的流程圖。
【具體實(shí)施方式】
[0025] 下面結(jié)合附圖對本發(fā)明的優(yōu)選實(shí)施例進(jìn)行詳細(xì)介紹。
[0026] 如圖1所示，本發(fā)明提供一種基于同義詞擴(kuò)展的關(guān)系數(shù)據(jù)庫關(guān)鍵詞搜索方法，依次 包括以下步驟：
[0027] 步驟1)、建立同義詞數(shù)據(jù)庫:將多個詞按同義詞分類后分別存入同義詞數(shù)據(jù)庫中， 每組同義詞組都放置在一行中，且相鄰的兩個同義詞之間由空格隔開;所述同義詞數(shù)據(jù)庫 中包含多組同義詞組K，每組同義詞組由若干個同義詞kl、k2、…、kn構(gòu)成，則K={kl、k2、…、 kn}。同時(shí)，每組同義詞組中的第一個同義詞kl為該組同義詞組中最常見的詞。比如，在農(nóng)業(yè) 領(lǐng)域中，土豆、馬鈴薯、洋山芋為一組同義詞組，放在同義詞數(shù)據(jù)庫的同一行中，且土豆為該 行同義詞組的第一個詞；又比如，紅薯、地瓜、番薯為一組同義詞組，放在同義詞數(shù)據(jù)庫的同 一行中，且紅薯為該行同義詞組的第一個詞。
[0028] 步驟2)、搜索時(shí)，用戶給出關(guān)鍵詞組X，關(guān)鍵詞組X由若干個關(guān)鍵詞x 1、x2、…、xn構(gòu) 成，貝狀={叉1、叉2、…、xn}。
[0029] 步驟3)、將所述關(guān)鍵詞輸入所述同義詞數(shù)據(jù)庫中、并與同義詞數(shù)據(jù)庫中的詞進(jìn)行 匹配;若關(guān)鍵詞匹配上同義詞數(shù)據(jù)庫中的某個詞，則該詞所在的同義詞組為所述關(guān)鍵詞的 同義詞。
[0030] 所述步驟3)還包括以下步驟：
[0031] 步驟31)、建立同義詞數(shù)據(jù)庫的數(shù)據(jù)圖G:同義詞數(shù)據(jù)庫的數(shù)據(jù)圖G中包括有若干個 節(jié)點(diǎn)v和由所述若干個結(jié)點(diǎn)v構(gòu)成的若干條邊e，故同義詞數(shù)據(jù)庫的數(shù)據(jù)圖G是由兩個集合所 構(gòu)成的有向圖，兩個集合為節(jié)點(diǎn)的集合V(G)和邊的集合E(G);其中，數(shù)據(jù)圖G的每一條邊e的 方向是由主外鍵的指向決定的，且每一條邊e都具有權(quán)重Wg(E)，數(shù)據(jù)圖G的權(quán)重W(G)為:W (G) = Eeee(g)ffG(E) 〇
[0032] 因此，在有向圖G中，若u、v是圖中的兩個節(jié)點(diǎn)，為這兩個節(jié)點(diǎn)的邊賦一個權(quán)值，如 下公式所示：
[0033] ffe( (u, v)) = 1
[0034] ffe((u,v)) = log2( 1+Nin(v)
[0035] 其中，We((u，v))表示前向邊，即節(jié)點(diǎn)i^Pv之間的主外鍵關(guān)系，W e((v，u))表示后向 邊，即節(jié)點(diǎn)v和u之間的主外鍵關(guān)系，Nin(v)表示引用v的結(jié)點(diǎn)數(shù)量。在本文將數(shù)據(jù)圖中所有 邊的權(quán)值賦為1。
[0036] 步驟32)、查找數(shù)據(jù)圖G中的Steiner樹:數(shù)據(jù)圖G中，存在著關(guān)系V g V，若T是數(shù) 據(jù)圖G中的一棵連通子樹，且T包含了V中的所有節(jié)點(diǎn)，則T是數(shù)據(jù)圖G中關(guān)于V的一棵 Steiner 樹。
[0037]步驟33)、查找數(shù)據(jù)圖G中的最小Steiner樹:所述Steiner樹T的權(quán)值為：
[0038] C(T)= ⑴ WG(e);
[0039] 式中：E(T)為Steiner樹T中邊的集合，WG(e)表示邊e的權(quán)值；
[0040]當(dāng)C(T)最小時(shí)，所對應(yīng)的T為一棵最小Steiner樹。
[0041 ] 步驟34)、查找數(shù)據(jù)圖G中的Top-k Steiner樹:所述關(guān)鍵詞組X = {xl、x2、…、xn}在 數(shù)據(jù)圖G中對應(yīng)的最小Steiner樹為T1、T2、…、Tn，且T1、T2、…、Tn按照邊權(quán)值總和的大小由 大到小依次排序，即S(T〇彡S(T2)彡...<S(Tn)，其與關(guān)鍵詞搜索結(jié)果的排序方式類似；
[0042] T1、T2、…、Tn為關(guān)鍵詞組X={xl、x2、…、xn}的Top-k Steiner樹。
[0043] 步驟35)、找出符合條件的Steiner樹，且將Top-k Steiner樹作為關(guān)鍵詞組的查詢 結(jié)果返回給用戶，即找到前k個最小Steiner樹即可。
[0044] 具體說，首先是查找第1類Steiner樹，因?yàn)檫@類Steiner樹是最佳的查詢結(jié)果，而 且不需要計(jì)算元組的連接情況。所以優(yōu)先查詢出所有的第1類Steiner樹并輸出，如果查找 至 1Jk個第1類Steiner樹，貝lj查詢結(jié)束，返回k個結(jié)果;如果第1類Steiner樹的個數(shù)沒有達(dá)到k 個，則查詢第2類Steiner樹。對于第2類Steiner樹，它需要2個元組進(jìn)行連接，以下為第2類 Steiner樹的計(jì)算方法。
[0045] 假設(shè)輸入的關(guān)鍵詞組中包含3個關(guān)鍵詞1(={1^1，1^沽3}，在計(jì)算第2類5以111從樹 時(shí)，需要找到兩個元組的連接結(jié)果。取一個出現(xiàn)頻率最高的節(jié)點(diǎn)（2)作為第2類Steiner樹中 的一個節(jié)點(diǎn)，然后從這個節(jié)點(diǎn)開始采用雙向搜索的方式進(jìn)行遍歷搜索，如果找到一個節(jié)點(diǎn) 使得它與節(jié)點(diǎn)（2)進(jìn)行與操作后包含所有的關(guān)鍵詞，則把這個節(jié)點(diǎn)加入Ste iner樹中，與節(jié) 點(diǎn)（2)構(gòu)成一顆第2類Steiner樹。循環(huán)上述過程，直至找到所有的第2類Steiner樹。
[0046] 對于第i類Steiner樹，則需要找到i個元組進(jìn)行連接。
[0047]綜上所述，本申請采用基于同義詞數(shù)據(jù)庫的查詢擴(kuò)展方法，對詞的語義進(jìn)行了擴(kuò) 展，并將關(guān)鍵詞檢索技術(shù)與各大領(lǐng)域的特點(diǎn)相結(jié)合，研究和開發(fā)適用于不同領(lǐng)域的關(guān)鍵詞 檢索系統(tǒng)，應(yīng)用到各領(lǐng)域，從而提高了系統(tǒng)對關(guān)鍵詞的查準(zhǔn)率和查全率，并解決了實(shí)際問 題。同時(shí)，隨著語義技術(shù)和本體的快速發(fā)展，基于本體的關(guān)系數(shù)據(jù)庫關(guān)鍵詞檢索技術(shù)也成為 研究熱點(diǎn)。使用本體來描述關(guān)系數(shù)據(jù)庫語義，從而開發(fā)關(guān)系數(shù)據(jù)庫語義檢索技術(shù)，可以進(jìn)一 步提高系統(tǒng)對關(guān)鍵詞搜索結(jié)果的查全率和查準(zhǔn)率。所以，本發(fā)明有效克服了現(xiàn)有技術(shù)中的 種種缺點(diǎn)而具高度產(chǎn)業(yè)利用價(jià)值。
[0048]以上對本發(fā)明實(shí)施例所提供的一種基于同義詞擴(kuò)展的關(guān)系數(shù)據(jù)庫關(guān)鍵詞搜索方 法進(jìn)行了詳細(xì)介紹，對于本領(lǐng)域的一般技術(shù)人員，依據(jù)本發(fā)明實(shí)施例的思想，在具體實(shí)施方 式及應(yīng)用范圍上均會有改變之處，綜上所述，本說明書內(nèi)容不應(yīng)理解為對本發(fā)明的限制，凡 依本發(fā)明設(shè)計(jì)思想所做的任何改變都在本發(fā)明的保護(hù)范圍之內(nèi)。
【主權(quán)項(xiàng)】
1. 一種基于同義詞擴(kuò)展的關(guān)系數(shù)據(jù)庫關(guān)鍵詞捜索方法，其特征在于，依次包括W下步 驟： 1)、建立同義詞數(shù)據(jù)庫:將多個詞按同義詞分類后分別存入同義詞數(shù)據(jù)庫中，所述同義 詞數(shù)據(jù)庫中包含多組同義詞組K，每組同義詞組由若干個同義詞kl、k2、…、kn構(gòu)成，貝化= Al、k2、-..、kn}; 2 )、捜索時(shí)，用戶給出關(guān)鍵詞組X，關(guān)鍵詞組X由若干個關(guān)鍵詞X1、x2、…、xn構(gòu)成，貝化= {xl、x2、-..、xn}; 3)、將所述關(guān)鍵詞輸入所述同義詞數(shù)據(jù)庫中、并與同義詞數(shù)據(jù)庫中的詞進(jìn)行匹配； 若關(guān)鍵詞匹配上同義詞數(shù)據(jù)庫中的某個詞，則該詞所在的同義詞組為所述關(guān)鍵詞的同 義詞。2. 根據(jù)權(quán)利要求1所述的基于同義詞擴(kuò)展的關(guān)系數(shù)據(jù)庫關(guān)鍵詞捜索方法，其特征在于： 每組同義詞組都放置在一行中，且相鄰的兩個同義詞之間由空格隔開。3. 根據(jù)權(quán)利要求1或2所述的基于同義詞擴(kuò)展的關(guān)系數(shù)據(jù)庫關(guān)鍵詞捜索方法，其特征在 于:每組同義詞組中的第一個同義詞kl為該組同義詞組中最常見的詞。4. 根據(jù)權(quán)利要求1所述的基于同義詞擴(kuò)展的關(guān)系數(shù)據(jù)庫關(guān)鍵詞捜索方法，其特征在于： 所述步驟3)還包括W下步驟： 31) 、建立同義詞數(shù)據(jù)庫的數(shù)據(jù)圖G:同義詞數(shù)據(jù)庫的數(shù)據(jù)圖G中包括有若干個節(jié)點(diǎn)V和 由所述若干個結(jié)點(diǎn)V構(gòu)成的若干條邊e，故同義詞數(shù)據(jù)庫的數(shù)據(jù)圖G包括節(jié)點(diǎn)的集合V(G)和 邊的集合E(G)，且數(shù)據(jù)圖G的每一條邊e都具有權(quán)重Wg巧）； 32) 、查找數(shù)據(jù)圖G中的Steiner樹:數(shù)據(jù)圖G中，存在著關(guān)系VC ，若T是數(shù)據(jù)圖G中的 一棵連通子樹，且T包含了/中的所有節(jié)點(diǎn)，則T是數(shù)據(jù)圖G中關(guān)于/的一棵Steiner樹； 33) 、查找數(shù)據(jù)圖G中的最小Steiner樹:所述Steiner樹T的權(quán)值為： C(T)= EeEE(T)Wc(G); 式中:E(T)為Steiner樹T中邊的集合，Wg(G)表示邊e的權(quán)值； 當(dāng)C(T)最小時(shí)，所對應(yīng)的T為一棵最小Steiner樹； 34) 、查找數(shù)據(jù)圖G中的Top-k Steiner樹:所述關(guān)鍵詞組X= {xl、x2、…、xn}在數(shù)據(jù)圖G 中對應(yīng)的最小Steiner樹為Tl、T2、…、Tn，且Tl、T2、…、化按照邊權(quán)值總和的大小由大到小 依次排序，Tl、T2、...、化為關(guān)鍵詞組X= {xl、x2、...、xn}的Top-k Steiner樹； 35) 、將Top-k Steiner樹返回給用戶。
【文檔編號】G06F17/30GK105912606SQ201610209883
【公開日】2016年8月31日
【申請日】2016年4月5日
【發(fā)明人】黃定芳, 劉和云, 謝東
【申請人】湖南人文科技學(xué)院