一種基於雲存儲的電力全文檢索方法及系統的製作方法
2023-10-08 20:22:34 1
專利名稱：一種基於雲存儲的電力全文檢索方法及系統的製作方法
技術領域：
本發明涉及全文檢索技術，尤其涉及一種基於雲存儲的電力全文檢索方法及系統。
背景技術：
全文檢索技術是上世紀50年代末出現的一種信息檢索技術，它是一種面向全文和提供全文的檢索技術，這種檢索技術不需對文獻進行標引就可以實現檢索。它可以將原文中任何有意義的字或詞作為檢索項目，並由其指向原文的有關頁面或連結。全文檢索技術是發現信息、分析和過濾信息、信息代理、信息安全控制等應用的主要技術基礎。在電力企業生產和管理工作中，工作人員經常面對海量的標準信息，而電力信息資源專業性強，電力專業術語有時又和日常用語代表意義不同，例如「EMS」在生活中是快遞的意思，而在電力系統中表示「能量管理系統」的英語縮寫。因此，當前主流的全文檢索系統並不能完全滿足電力專業用戶的需求，用戶一般只希望輸入很少量的信息就能檢索到自己需要的電力相關信息，但當前的搜尋引擎由於較低的查準率大都會返回大量的匹配信息讓用戶篩選，並不能針對用戶的特定情況返回用戶希望得到的準確的結果。現有技術中還沒有專門為電力專業用戶提供的進行全文檢索的方法和系統。
發明內容
有鑑於此，本發明要解決的技術問題是，提供一種基於雲存儲的電力全文檢索方法及系統，能夠實現對於電力關鍵詞的全文檢索，且提高了檢索效率。為此，本發明實施例採用如下技術方案一種基於雲存儲的電力全文檢索方法，包括獲取查詢信息，確定查詢信息的特徵向量；根據查詢信息的特徵向量獲取特徵向量相似度大於預設相似度閾值的文檔，將獲取到的文檔存儲於臨時資料庫中，所述臨時資料庫設置在雲存儲系統中；根據預設的電力主題詞表的分詞詞庫對臨時資料庫中各個文檔進行分詞處理，將得到的分詞結果按照倒排結構進行存儲，得到索引資料庫，所述索引資料庫也設置在雲存儲系統中；獲取用戶的搜索信息，從索引資料庫中查找得到與所述搜索信息關聯性最大的預設數量個文檔，將所述文檔返回給用戶所在的客戶端。確定查詢信息的特徵向量包括確定查詢信息中的關鍵詞，並且，確定各個關鍵詞的權重；根據所述關鍵詞以及關鍵詞的權重確定查詢信息的特徵向量。根據查詢信息的特徵向量獲取特徵向量相似度大於預設相似度閾值的文檔包括
確定各個文檔的特徵向量；根據各個文檔的特徵向量以及查詢信息的特徵向量分別計算各個文檔與查詢信息之間的特徵向量相似度；獲取特徵向量相似度大於預設相似度閾值的文檔。在確定各個文檔的特徵向量時，關鍵詞w在文檔i中的權重通過以下公式進行計算
權利要求
1.一種基於雲存儲的電力全文檢索方法，其特徵在於，包括獲取查詢信息，確定查詢信息的特徵向量；根據查詢信息的特徵向量獲取特徵向量相似度大於預設相似度閾值的文檔，將獲取到的文檔存儲於臨時資料庫中，所述臨時資料庫設置在雲存儲系統中；根據預設的電力主題詞表的分詞詞庫對臨時資料庫中各個文檔進行分詞處理，將得到的分詞結果按照倒排結構進行存儲，得到索引資料庫，所述索引資料庫也設置在雲存儲系統中；獲取用戶的搜索信息，從索引資料庫中查找得到與所述搜索信息關聯性最大的預設數量個文檔，將所述文檔返回給用戶所在的客戶端。
2.根據權利要求1所述的方法，其特徵在於，確定查詢信息的特徵向量包括確定查詢信息中的關鍵詞，並且，確定各個關鍵詞的權重；根據所述關鍵詞以及關鍵詞的權重確定查詢信息的特徵向量。
3.根據權利要求1所述的方法，其特徵在於，根據查詢信息的特徵向量獲取特徵向量相似度大於預設相似度閾值的文檔包括確定各個文檔的特徵向量；根據各個文檔的特徵向量以及查詢信息的特徵向量分別計算各個文檔與查詢信息之間的特徵向量相似度；獲取特徵向量相似度大於預設相似度閾值的文檔。
4.根據權利要求3所述的方法，其特徵在於，在確定各個文檔的特徵向量時，關鍵詞w 在文檔i中的權重通過以下公式進行計算
5.根據權利要求3所述的方法，其特徵在於，還包括通過計算公式
6.根據權利要求1至5任一項所述的方法，其特徵在於，從索引資料庫中查找得到與所述搜索信息關聯性最大的預設數量個文檔包括對所述搜索信息進行分詞處理，並且，從分詞得到的詞項序列中刪除預設的詞項；確定刪除後得到的詞項序列中的關鍵詞；根據刪除後得到的詞項序列從索引資料庫中查找得到各個詞項對應的文檔集合，確定所述各個詞項對應的文檔集合的交集；將得到的所述交集中的文檔按照與詞項序列的關鍵詞之間的關聯度進行非升序排序， 將位置靠前的預設數量個文檔作為所述關聯性最大的文檔。
7.一種基於雲存儲的電力全文檢索系統，其特徵在於，包括 第一確定單元，用於獲取查詢信息，確定查詢信息的特徵向量；獲取單元，用於根據查詢信息的特徵向量獲取特徵向量相似度大於預設相似度閾值的文檔，將獲取到的文檔存儲於臨時資料庫中；分詞單元，用於根據預設的電力主題詞表的分詞詞庫對臨時資料庫中各個文檔進行分詞處理，將得到的分詞結果按照倒排結構進行存儲，得到索引資料庫；搜索單元，用於獲取用戶的搜索信息，從索引資料庫中查找得到與所述搜索信息關聯性最大的預設數量個文檔，將所述文檔返回給用戶所在的客戶端； 雲存儲系統，用於存儲臨時資料庫以及索引資料庫。
8.根據權利要求7所述的系統，其特徵在於，第一確定單元包括 第一獲取子單元，用於獲取查詢信息；第一確定子單元，用於確定查詢信息中的關鍵詞，並且，確定各個關鍵詞的權重； 第二確定子單元，用於根據所述關鍵詞以及關鍵詞的權重確定查詢信息的特徵向量。
9.根據權利要求7所述的系統，其特徵在於，獲取單元包括 第三確定子單元，用於確定各個文檔的特徵向量；計算子單元，用於根據各個文檔的特徵向量以及查詢信息的特徵向量分別計算各個文檔與查詢信息之間的特徵向量相似度；第二獲取子單元，用於獲取特徵向量相似度大於預設相似度閾值的文檔。
10.根據權利要求9所述的系統，其特徵在於，計算子單元具體用於通過計算公式
11.根據權利要求7至10任一項所述的系統，其特徵在於，搜索單元包括分詞子單元，用於對所述搜索信息進行分詞處理，並且，從分詞得到的詞項序列中刪除預設的詞項；確定刪除後得到的詞項序列中的關鍵詞；查找子單元，用於根據刪除後得到的詞項序列從索引資料庫中查找得到各個詞項對應的文檔集合，確定所述各個詞項對應的文檔集合的交集；排序子單元，用於將得到的所述交集中的文檔按照與詞項序列的關鍵詞之間的關聯度進行非升序排序，將位置靠前的預設數量個文檔作為所述關聯性最大的文檔。
全文摘要
本發明公開了一種基於雲存儲的電力全文檢索方法，包括獲取查詢信息，確定查詢信息的特徵向量；根據查詢信息的特徵向量獲取特徵向量相似度大於預設相似度閾值的文檔，將獲取到的文檔存儲於臨時資料庫中，所述臨時資料庫設置在雲存儲系統中；根據預設的電力主題詞表的分詞詞庫對臨時資料庫中各個文檔進行分詞處理，將得到的分詞結果按照倒排結構進行存儲，得到索引資料庫，所述索引資料庫也設置在雲存儲系統中；獲取用戶的搜索信息，從索引資料庫中查找得到與所述搜索信息關聯性最大的預設數量個文檔，將所述文檔返回給用戶所在的客戶端。本發明還提供一種基於雲存儲的電力全文檢索系統，能夠實現對於電力關鍵詞的全文檢索，且提高了檢索效率。
文檔編號G06F17/30GK102156711SQ20111005438
公開日2011年8月17日 申請日期2011年3月8日 優先權日2011年3月8日
發明者吳凱峰, 吳鏵明, 孫雪芬, 張 榮, 徐傑鋒, 方東煦, 曹汝濱, 李雲, 肖政 申請人:北京友友天宇系統技術有限公司, 北京天雲融創科技有限公司, 國網信息通信有限公司