CN107870919A - 管理索引的方法和设备 - Google Patents
管理索引的方法和设备 Download PDFInfo
- Publication number
- CN107870919A CN107870919A CN201610848777.2A CN201610848777A CN107870919A CN 107870919 A CN107870919 A CN 107870919A CN 201610848777 A CN201610848777 A CN 201610848777A CN 107870919 A CN107870919 A CN 107870919A
- Authority
- CN
- China
- Prior art keywords
- index
- pronunciation
- entry
- index entry
- query term
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/9032—Query formulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/93—Document management systems
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开的实施例涉及管理索引的方法和设备。例如,提出了一种方法,包括:获取第一索引的第一索引项,该第一索引中与该第一索引项对应的第一索引内容指示该第一索引项在文档中的位置;生成该第一索引项的读音;将该读音作为第二索引项添加到第二索引,与该读音对应的第二索引内容指示该第一索引项。还公开了相应的设备和计算机程序产品。
Description
技术领域
本公开的实施例总体涉及文档索引,具体涉及管理索引的方法和设备。
背景技术
在例如企业搜索领域的搜索领域中,终端用户期望提供查询项来找到他们所期望的文档。然而,终端用户有时无法记住或者可能不知道文档中存在的准确的项。例如,终端用户想要搜索“sheperd”,然而文档中存在的准确的项为“sheeperd”,因此在终端用户提供查询项“sheperd”时,将无法找到所期望的文档。在该情况下,输入准确的项的要求引起终端用户的诸多不便。
发明内容
为了解决上述以及其他潜在的问题,本公开的实施例提供了管理索引的方法和设备。
根据本公开的第一方面,提供了管理索引的方法。该方法包括获取第一索引的第一索引项,该第一索引中与该第一索引项对应的第一索引内容指示该第一索引项在文档中的位置;生成该第一索引项的读音;将该读音作为第二索引项添加到第二索引,与该读音对应的第二索引内容指示该第一索引项。
在某些实施例中,将该读音作为第二索引项添加到第二索引包括:响应于该读音与该第二索引中存在的先前索引项匹配,向该先前索引项附加指示该第一索引项的该第二索引内容。
在某些实施例中,将该读音作为第二索引项添加到第二索引还包括:响应于在该读音与该第二索引的已有索引项均不匹配,创建该第二索引项和该第二索引内容。
在某些实施例中,该第二索引不包括该文档的字段信息。
在某些实施例中,该方法还包括响应于满足预定条件,重新创建该第二索引。
在某些实施例中,该方法还包括生成接收的查询项的读音;响应于该查询项的该读音与该第二索引的第三索引项匹配,基于与该第三索引项对应的索引内容生成经扩展的查询项;使用该经扩展的查询项基于该第一索引进行查询。
根据本公开的第二方面,提供了电子设备。该设备包括至少一个处理单元和至少一个存储器。至少一个存储器被耦合到至少一个处理单元并且存储由至少一个处理单元执行的指令。该指令当由至少一个处理单元执行时,使得设备:获取第一索引的第一索引项,该第一索引中与该第一索引项对应的第一索引内容指示该第一索引项在文档中的位置;生成该第一索引项的读音;将该读音作为第二索引项添加到第二索引,与该读音对应的第二索引内容指示该第一索引项。
在某些实施例中,将该读音作为第二索引项添加到第二索引包括:响应于该读音与该第二索引中存在的先前索引项匹配,向该先前索引项附加指示该第一索引项的该第二索引内容。
在某些实施例中,将该读音作为第二索引项添加到第二索引还包括:响应于在该读音与该第二索引的已有索引项均不匹配,创建该第二索引项和该第二索引内容。
在某些实施例中,该第二索引不包括该文档的字段信息。
在某些实施例中,该设备响应于满足预定条件,重新创建该第二索引。
在某些实施例中,该设备生成接收的查询项的读音;响应于该查询项的该读音与该第二索引的第三索引项匹配,基于与该第三索引项对应的索引内容生成经扩展的查询项;使用该经扩展的查询项基于该第一索引进行查询。
根据本公开的第三方面,提供了计算机程序产品。该计算机程序产品被有形地存储在非瞬态计算机可读介质上并且包括机器可执行指令。机器可执行指令在被执行时使得机器执行根据本公开的第一方面所描述的方法的任意步骤。
通过下文描述将会理解,本公开提供用于支持在搜索引擎中使用读音查询的解决方案。本公开的目的是使得终端用户能够使用相似的读音找到期望的文档,从而提高搜索质量和效率。
提供发明内容部分是为了以简化的形式来介绍对概念的选择,它们在下文的具体实施方式中将被进一步描述。发明内容部分无意标识本公开的关键特征或主要特征,也无意限制本公开的范围。
附图说明
通过结合附图对本公开示例性实施例进行更详细的描述,本公开的上述以及其它目的、特征和优势将变得更加明显,其中,在本公开示例性实施例中,相同的参考标号通常代表相同部件。
图1示出了根据本公开的实施例的管理索引的***100的框图;
图2示出了根据本公开的实施例的管理索引的方法200的流程图;
图3示出了使用根据本公开的实施例的第二索引的方法300的流程图;以及
图4示出了可以用来实施本公开的实施例的示例设备400的示意性框图。
具体实施方式
下面将参照附图更详细地描述本公开的优选实施例。虽然附图中显示了本公开的优选实施例,然而应该理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了使本公开更加透彻和完整,并且能够将本公开的范围完整地传达给本领域的技术人员。
在本文中使用的术语“包括”及其变形表示开放性包括,即“包括但不限于”。除非特别申明,术语“或”表示“和/或”。术语“基于”表示“至少部分地基于”。术语“一个示例实施例”和“一个实施例”表示“至少一个示例实施例”。术语“另一实施例”表示“至少一个另外的实施例”。术语“第一”、“第二”等等可以指代不同的或相同的对象。下文还可能包括其他明确的和隐含的定义。
传统上,提出了多种技术来通过允许终端用户执行非准确查询来改善搜索质量,该多种技术例如包括:
-词形还原查询(其将查询项规格化为原形形式);
-词根化查询(其得到查询项的词根);
-通配符查询(其以*表示查询项中的0到任意多个字符,以?表示查询项中的0或1个字符,以+表示查询项中的1到任意多个字符);
-模糊查询(其使用编辑距离来得到与查询项相似的项);
-正则表达式查询(其使用正则表达式来得到查询项);以及
-同义词查询(其使用同义词来扩展查询项)。
然而,不同地区的终端用户的文档的书写方式可能存在微小差异。例如,美式英语和英式英语关于相同单词具有某些微小差异,并且繁体中文和简体中文使用不同文字来表示相同含义。此外,终端用户可能错误地拼写文档或查询项中的字符。在这些情况下,传统技术无法有效地改善搜索质量。
为了至少部分地解决上述问题以及其他潜在问题,本公开的示例实施例提出了管理索引的方案。在该方案中,获取第一索引的一索引项(也称为第一索引项)。第一索引可以是倒排索引或可以用于定位索引项在文档中的位置的任何其他索引。第一索引中与第一索引项对应的第一索引内容指示第一索引项在文档中的位置。在该方案中,还生成第一索引项的读音,并且将该读音作为第二索引的一索引项(也称为第二索引项)添加到第二索引,并且使得与该读音对应的第二索引内容指示第一索引项。此外,在该方案中,生成接收的查询项的读音,并且响应于该查询项的读音与第二索引的第三索引项匹配,而基于与第三索引项对应的索引内容生成经扩展的查询项,以使用经扩展的查询项基于第一索引进行查询。
例如,在终端用户提供查询项“sheperd”的情况下,可以生成查询项“sheperd”的读音“XPRT”,基于所生成的读音可以使用第二索引将查询项扩展为具有相似读音的查询项“sheperd”、“sheeperd”和“shepard”,使得即使在用户仅提供查询项“sheperd”的情况下,也可以找到其中存在的准确的项是“sheeperd”的所期望的文档。以该方式,通过生成基于读音的第二索引,终端用户只要知道查询项的读音,就可以试图使用相似的读音找到期望的文档。因此,提供了通过基于读音的索引在全文搜索***中使用读音查询来提高搜索质量和效率的方案。
为了描述方便起见,在下文讨论中,将以倒排索引作为第一索引的例子,而以读音索引作为第二索引的例子。但是应当理解,这仅仅是为了描述的方便,并且无意限制本公开。本公开的思想和精神适用于任何目前已知或者今后开发的索引技术。
图1示出了根据本公开的实施例的管理索引的***100的框图。应当理解,仅出于示例性的目的描述***100的结构和功能而不是暗示对于本公开的范围的任何限制。本公开的实施例可以被体现在不同的结构和/或功能中。
如图1所示,***100可以包括:客户端110、搜索引擎120和索引管理模块130。客户端110可以向搜索引擎120发送查询(或搜索)文档请求。搜索引擎120调用索引管理模块130以对来自客户端110的请求做出响应。例如,在接收到来自客户端110的针对某一查询项(或关键词)的查询请求时,搜索引擎120调用索引管理模块130进行查询,并且向客户端110提供查询结果。在某些实施例中,查询结果可以指示该查询项在文档中的位置。备选地,查询结果可以指示该查询项所在的文档,或者可以包括含有该查询项的文档的列表。
索引管理模块130可以包括第一索引140和第二索引150。第一索引140可以是倒排索引或可以用于定位索引项在文档中的位置的任何其他索引。第一索引140中与索引项对应的索引内容可以指示索引项在文档中的位置。备选地,第一索引140中与索引项对应的索引内容可以指示索引项所在的文档。在某些实施例中,第一索引140的索引项可以是单词。备选地,第一索引140的索引项不限于单词,并且可以是短语、句子、段落、或文档等。
第二索引150可以是使用现有的第一索引140创建的基于读音的索引。在某些实施例中,第二索引150的索引项可以是读音。第二索引150可以在查询之前被创建,以便支持读音查询。第二索引150可以被存储为支持查询读音以得到索引内容列表的文件。在该情况下,作为第二索引150的索引项的读音可以被组织为列表,并且该列表可以使用例如B树或Trie树来存储。第二索引150的索引项可以链接到索引内容列表,如下:
索引项1->索引内容1,索引内容2,索引内容3…
索引项2->索引内容4,索引内容5,索引内容6…
以该结构创建的第二索引150可以支持索引内容根据文档处理的添加、更新和移除。此外,与第一索引140相比,第二索引150中的索引项将不会链接到过多的索引内容。
在第二索引150被创建之后,客户端110可以向搜索引擎120提交查询,搜索引擎120可以调用索引管理模块130来访问第二索引150以执行查询项扩展,然后使用经扩展的查询项来访问第一索引140。以该方式,客户端110可以使用读音找到期望的文档,从而提高搜索质量和效率。
图2示出了根据本公开的实施例的管理索引的方法200的流程图。例如,方法200可以由如图1所示的索引管理模块130来执行。应当理解的是,方法200还可以包括未示出的附加步骤和/或可以省略所示出的步骤,本公开的范围在此方面不受限制。
在210,索引管理模块130可以获取第一索引140的第一索引项。第一索引140中与第一索引项对应的第一索引内容可以指示第一索引项在文档中的位置。
在220,索引管理模块130可以生成第一索引项的读音。在某些实施例中,索引管理模块130可以使用读音生成模型来生成第一索引项的读音。读音生成模型可以是例如Beider-Morse语音匹配、双变音匹配、pinyin4j、jpinyin或tinypinyin等。在某些实施例中,由于读音是特定于语言的,因此索引管理模块130可以在生成读音之前,检测第一索引项的语言,以使得对于不同的语言使用特定于语言的读音生成模型来生成读音。
例如,在第一索引项被检测为英文的情况下,可以使用例如上述Beider-Morse语音匹配或双变音匹配来生成读音。例如,在第一索引项为“sheperd”的情况下,第一索引项“sheperd”的读音可以被生成为“XPRT”,并且在第一索引项为“name”的情况下,第一索引项“name”的读音可以被生成为“NM”。而在第一索引项被检测为中文的情况下,可以使用例如上述pinyin4j、jpinyin或tinypinyin来生成读音。例如,在第一索引项为“常见”的情况下,第一索引项“常见”的读音可以被生成为“changjian”。
在230,索引管理模块130可以判断所生成的读音与第二索引150中的索引项是否匹配。在读音与第二索引150中存在的先前索引项匹配的情况下,在240,索引管理模块130可以向先前索引项附加指示第一索引项的第二索引内容。例如,假设第一索引项为“sheperd”,并且第二索引150如下:
XPRT->sheeperd,shepard
索引管理模块130可以判断在220生成的第一索引项“sheperd”的读音“XPRT”与第二索引150中存在的先前索引项“XPRT”匹配。索引管理模块130可以随后向先前索引项“XPRT”附加指示第一索引项“sheperd”的第二索引内容,使得第二索引150变为:
XPRT->sheeperd,shepard,sheperd
在读音与第二索引150的已有索引项均不匹配的情况下,在250,创建第二索引项和第二索引内容。例如,假设第一索引项为“name”,并且第二索引150如下:
XPRT->sheeperd,shepard,sheperd
索引管理模块130可以判断在220生成的第一索引项“name”的读音“NM”与第二索引150的已有索引项“XPRT”不匹配。索引管理模块130可以随后使用第一索引项的读音“NM”创建第二索引项,并且使用第一索引项“name”创建第二索引内容,使得第二索引150变为:
XPRT->sheeperd,shepard,sheperd
NM->name
在某些实施例中,由于文档的字段信息将不被直接用于查询,因此索引管理模块130可以在创建第二索引150时不考虑文档的字段信息,以进一步提高搜索效率。备选地,索引管理模块130可以在创建第二索引150时考虑文档的字段信息。字段信息例如是文档的主题、作者、关键字、创建日期、文档类别、评论之类的元数据字段。
在某些实施例中,索引管理模块130可以在文档处理期间更新第二索引150。例如,当新的文档被提交到***100中时,索引管理模块130可以将新的索引项或索引内容自动添加到第二索引150,以确保使用新的索引项或索引内容对第二索引150进行扩展。备选地,当新的文档被提交到***100中时,索引管理模块130可以不对第二索引150进行扩展,或者可以根据来自客户端110的请求对第二索引150进行扩展。
此外,当文档从***100中被删除时,索引管理模块130可以不将所删除的文档所涉及的现有索引项或索引内容从第二索引150删除,以减少可能的索引项或索引内容删除或添加操作。备选地,索引管理模块130可以将所删除的文档所涉及的现有索引项或索引内容从第二索引150自动删除,或者可以根据来自客户端110的请求将该索引项或索引内容从第二索引150删除。
将会理解,随着文档处理的进行,可能有文档被添加、删除或更新。为了应对这种情况,在某些实施例中,索引管理模块130可以重新创建第二索引150。例如,索引管理模块130可以定期重新创建第二索引150。备选地,索引管理模块130可以根据来自客户端110的请求重新创建第二索引150,或者可以设置文档处理计数器,使得当文档被添加、删除或更新的次数超过预定阈值时,重新创建第二索引150。
通过方法200,可以将创建的第二索引150容易地实施在***100上,并且在不需要第二索引150时从***100容易地卸载。此外,通过生成基于读音的第二索引150,可以在***100中实现读音查询以提高搜索质量和效率。
图3示出了根据方法200创建的第二索引150的方法300的流程图。例如,方法300可以由如图1所示的索引管理模块130来执行。应当理解的是,方法300还可以包括未示出的附加步骤和/或可以省略所示出的步骤,本公开的范围在此方面不受限制。
在310,索引管理模块130可以生成接收的查询项的读音。在某些实施例中,客户端110可以通过查询项向搜索引擎120发送查询文档请求。搜索引擎120调用索引管理模块130,并且向索引管理模块130提供查询项。
在某些实施例中,索引管理模块130在接收到查询项之后,可以对查询项进行分词。可以以与第一索引140的索引项对应的方式对查询项进行分词。例如,在第一索引140的索引项为单词的情况下,可以将查询项分词为单词。例如,索引管理模块130在接收到查询项“name sheperd”之后,可以将查询项“name sheperd”分词为单词“name”和“sheperd”。索引管理模块130随后可以分别生成分词后的查询项的读音。例如,索引管理模块130可以生成查询项“name”的读音“NM”和查询项“sheperd”的读音“XPRT”。备选地,索引管理模块130可以不对查询项进行分词。
在320,索引管理模块130可以判断查询项的读音是否与第二索引150中的索引项匹配。响应于查询项的读音与第二索引150的一索引项(也称为第三索引项)匹配,索引管理模块130可以基于与第三索引项对应的索引内容生成经扩展的查询项。例如,假设索引管理模块130接收到查询项“sheperd”,并且第二索引150中存在如下索引项和索引内容:
XPRT->sheeperd,shepard,sheperd
索引管理模块130可以判断查询项“sheperd”的读音“XPRT”与第二索引150中的索引项“XPRT”匹配,从而索引管理模块130可以基于与索引项“XPRT”对应的索引内容“sheeperd”、“shepard”和“sheperd”生成经扩展的查询项“sheeperd”、“shepard”和“sheperd”。换句话说,索引管理模块130可以将初始查询项“sheperd”扩展为查询项“sheeperd”、“shepard”和“sheperd”。
在330,索引管理模块130可以使用经扩展的查询项基于第一索引140进行查询。例如,索引管理模块130可以基于第一索引140分别定位查询项“sheeperd”、“shepard”和“sheperd”在文档中的位置。索引管理模块130随后可以向搜索引擎120返回查询结果,从而向客户端110提供查询结果。
在某些实施例中,索引管理模块130可以停用第二索引150。例如,索引管理模块130可以根据来自客户端110的请求停用第二索引150。在该情况下,索引管理模块130将不使用第二索引150对查询项进行基于读音的扩展。备选地,在启用其他查询技术的情况下,索引管理模块130可以停用第二索引150。例如,在启用上述词形还原查询、词根化查询、通配符查询、模糊查询、正则表达式查询或同义词查询等的查询技术的情况下,索引管理模块130可以停用第二索引150。
图4示出了可以用来实施本公开的实施例的示例设备400的示意性框图。如图所示,设备400包括中央处理单元(CPU)401,其可以根据存储在只读存储器(ROM)402中的计算机程序指令或者从存储单元408加载到随机访问存储器(RAM)403中的计算机程序指令,来执行各种适当的动作和处理。在RAM 403中,还可存储设备400操作所需的各种程序和数据。CPU 401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
设备400中的多个部件连接至I/O接口405,包括:输入单元406,例如键盘、鼠标等;输出单元407,例如各种类型的显示器、扬声器等;存储单元408,例如磁盘、光盘等;以及通信单元409,例如网卡、调制解调器、无线通信收发机等。通信单元409允许设备400通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
上文所描述的各个过程和处理,例如方法200和300,可由处理单元401执行。例如,在一些实施例中,方法200和300可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元408。在一些实施例中,计算机程序的部分或者全部可以经由ROM 402和/或通信单元409而被载入和/或安装到设备400上。当计算机程序被加载到RAM 403并由CPU 401执行时,可以执行上文描述的方法200和300的一个或多个步骤。备选地,CPU 401也可以通过任何其他适当的方式(例如,借助于固件)而被配置为执行上文描述的方法200和300。
通过以上描述可以看出,本公开的解决方案适用于如下应用:该应用在全文搜索***中,使用读音进行查询。本公开的实施例通过使用例如倒排索引的第一索引,来生成基于读音的第二索引,使得终端用户可以使用相似的读音进行非准确查询以找到期望的文档,从而提高搜索质量和效率。
本公开可以是方法、装置、***和/或计算机程序产品。计算机程序产品可以包括计算机可读存储介质,其上载有用于执行本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘服务器。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(***)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理单元,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理单元执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或指令的一部分,所述模块、程序段或指令的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (13)
1.一种管理索引的方法,包括:
获取第一索引的第一索引项,所述第一索引中与所述第一索引项对应的第一索引内容指示所述第一索引项在文档中的位置;
生成所述第一索引项的读音;
将所述读音作为第二索引项添加到第二索引,与所述读音对应的第二索引内容指示所述第一索引项。
2.根据权利要求1所述的方法,其中将所述读音作为第二索引项添加到第二索引包括:
响应于所述读音与所述第二索引中存在的先前索引项匹配,向所述先前索引项附加指示所述第一索引项的所述第二索引内容。
3.根据权利要求1所述的方法,其中将所述读音作为第二索引项添加到第二索引还包括:
响应于在所述读音与所述第二索引的已有索引项均不匹配,创建所述第二索引项和所述第二索引内容。
4.根据权利要求1所述的方法,其中所述第二索引不包括所述文档的字段信息。
5.根据权利要求1所述的方法,还包括:
响应于满足预定条件,重新创建所述第二索引。
6.根据权利要求1所述的方法,还包括:
生成接收的查询项的读音;
响应于所述查询项的所述读音与所述第二索引的第三索引项匹配,基于与所述第三索引项对应的索引内容生成经扩展的查询项;
使用所述经扩展的查询项基于所述第一索引进行查询。
7.一种电子设备,包括:
至少一个处理单元;以及
至少一个存储器,其耦合至所述至少一个处理单元并且存储有机器可执行指令,当所述指令由所述至少一个处理单元执行时,使得所述至少一个处理单元被配置为:
获取第一索引的第一索引项,所述第一索引中与所述第一索引项对应的第一索引内容指示所述第一索引项在文档中的位置;
生成所述第一索引项的读音;
将所述读音作为第二索引项添加到第二索引,与所述读音对应的第二索引内容指示所述第一索引项。
8.根据权利要求7所述的设备,其中将所述读音作为第二索引项添加到第二索引包括:
响应于所述读音与所述第二索引中存在的先前索引项匹配,向所述先前索引项附加指示所述第一索引项的所述第二索引内容。
9.根据权利要求7所述的设备,其中将所述读音作为第二索引项添加到第二索引还包括:
响应于在所述读音与所述第二索引的已有索引项均不匹配,创建所述第二索引项和所述第二索引内容。
10.根据权利要求7所述的设备,其中所述第二索引不包括所述文档的字段信息。
11.根据权利要求7所述的设备,所述指令当由所述至少一个处理单元执行时,还使得所述设备:
响应于满足预定条件,重新创建所述第二索引。
12.根据权利要求7所述的设备,所述指令当由所述至少一个处理单元执行时,还使得所述设备:
生成接收的查询项的读音;
响应于所述查询项的所述读音与所述第二索引的第三索引项匹配,基于与所述第三索引项对应的索引内容生成经扩展的查询项;
使用所述经扩展的查询项基于所述第一索引进行查询。
13.一种计算机程序产品,所述计算机程序产品被有形地存储在非瞬态计算机可读介质上并且包括机器可执行指令,所述机器可执行指令在被执行时使机器执行根据权利要求1至6任一项所述的方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610848777.2A CN107870919A (zh) | 2016-09-23 | 2016-09-23 | 管理索引的方法和设备 |
US15/711,172 US20180089329A1 (en) | 2016-09-23 | 2017-09-21 | Method and device for managing index |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610848777.2A CN107870919A (zh) | 2016-09-23 | 2016-09-23 | 管理索引的方法和设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107870919A true CN107870919A (zh) | 2018-04-03 |
Family
ID=61685497
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610848777.2A Pending CN107870919A (zh) | 2016-09-23 | 2016-09-23 | 管理索引的方法和设备 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20180089329A1 (zh) |
CN (1) | CN107870919A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111814003A (zh) * | 2019-04-12 | 2020-10-23 | 伊姆西Ip控股有限责任公司 | 用于建立元数据索引的方法、电子设备和计算机程序产品 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5680607A (en) * | 1993-11-04 | 1997-10-21 | Northern Telecom Limited | Database management |
US20090063151A1 (en) * | 2007-08-28 | 2009-03-05 | Nexidia Inc. | Keyword spotting using a phoneme-sequence index |
CN102385597A (zh) * | 2010-08-31 | 2012-03-21 | 厦门雅迅网络股份有限公司 | 一种poi的容错搜索方法 |
CN103116607A (zh) * | 2013-01-18 | 2013-05-22 | 中国传媒大学 | 一种基于拼音全文检索的方法 |
US20130262089A1 (en) * | 2012-03-29 | 2013-10-03 | The Echo Nest Corporation | Named entity extraction from a block of text |
CN103365914A (zh) * | 2012-04-10 | 2013-10-23 | 北京易盟天地信息技术有限公司 | 基于搜索引擎的数据库查询***和方法 |
CN103678674A (zh) * | 2013-12-25 | 2014-03-26 | 乐视网信息技术(北京)股份有限公司 | 通过拼音进行纠错搜索的方法、装置及*** |
CN104063500A (zh) * | 2014-07-07 | 2014-09-24 | 联想(北京)有限公司 | 信息处理设备以及信息处理方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8706909B1 (en) * | 2013-01-28 | 2014-04-22 | University Of North Dakota | Systems and methods for semantic URL handling |
US10235431B2 (en) * | 2016-01-29 | 2019-03-19 | Splunk Inc. | Optimizing index file sizes based on indexed data storage conditions |
US10409861B2 (en) * | 2016-05-09 | 2019-09-10 | Wizsoft Ltd. | Method for fast retrieval of phonetically similar words and search engine system therefor |
-
2016
- 2016-09-23 CN CN201610848777.2A patent/CN107870919A/zh active Pending
-
2017
- 2017-09-21 US US15/711,172 patent/US20180089329A1/en not_active Abandoned
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5680607A (en) * | 1993-11-04 | 1997-10-21 | Northern Telecom Limited | Database management |
US20090063151A1 (en) * | 2007-08-28 | 2009-03-05 | Nexidia Inc. | Keyword spotting using a phoneme-sequence index |
CN102385597A (zh) * | 2010-08-31 | 2012-03-21 | 厦门雅迅网络股份有限公司 | 一种poi的容错搜索方法 |
US20130262089A1 (en) * | 2012-03-29 | 2013-10-03 | The Echo Nest Corporation | Named entity extraction from a block of text |
CN103365914A (zh) * | 2012-04-10 | 2013-10-23 | 北京易盟天地信息技术有限公司 | 基于搜索引擎的数据库查询***和方法 |
CN103116607A (zh) * | 2013-01-18 | 2013-05-22 | 中国传媒大学 | 一种基于拼音全文检索的方法 |
CN103678674A (zh) * | 2013-12-25 | 2014-03-26 | 乐视网信息技术(北京)股份有限公司 | 通过拼音进行纠错搜索的方法、装置及*** |
CN104063500A (zh) * | 2014-07-07 | 2014-09-24 | 联想(北京)有限公司 | 信息处理设备以及信息处理方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111814003A (zh) * | 2019-04-12 | 2020-10-23 | 伊姆西Ip控股有限责任公司 | 用于建立元数据索引的方法、电子设备和计算机程序产品 |
CN111814003B (zh) * | 2019-04-12 | 2024-04-23 | 伊姆西Ip控股有限责任公司 | 用于建立元数据索引的方法、电子设备和计算机程序产品 |
Also Published As
Publication number | Publication date |
---|---|
US20180089329A1 (en) | 2018-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11599714B2 (en) | Methods and systems for modeling complex taxonomies with natural language understanding | |
CN110291517B (zh) | 图数据库中的查询语言互操作性 | |
US10326863B2 (en) | Speed and accuracy of computers when resolving client queries by using graph database model | |
US11550992B2 (en) | Correcting errors in copied text | |
US10922494B2 (en) | Electronic communication system with drafting assistant and method of using same | |
WO2021135439A1 (zh) | 基于语音语义的信息检索方法、及其相关设备 | |
CN107787491A (zh) | 用于重新使用文档中的内容的文档存储 | |
US9110984B1 (en) | Methods and systems for constructing a taxonomy based on hierarchical clustering | |
CN110119473A (zh) | 一种目标文件知识图谱的构建方法及装置 | |
WO2021063089A1 (zh) | 规则匹配方法、规则匹配装置、存储介质及电子设备 | |
Karakus et al. | Call center performance evaluation using big data analytics | |
WO2023035330A1 (zh) | 一种长文本事件抽取方法、装置、计算机设备及存储介质 | |
CN113641805B (zh) | 结构化问答模型的获取方法、问答方法及对应装置 | |
CN112784591B (zh) | 数据的处理方法、装置、电子设备和存储介质 | |
CN110717025B (zh) | 一种问答方法、装置、电子设备及存储介质 | |
US9208194B2 (en) | Expanding high level queries | |
CN115455046A (zh) | 图中的重复确定 | |
US9338202B2 (en) | Managing a collaborative space | |
WO2023246719A1 (zh) | 会议记录处理方法、装置、设备及存储介质 | |
CN107870919A (zh) | 管理索引的方法和设备 | |
CN115804077A (zh) | 用于征求和处理意图响应的***和方法 | |
US20170220656A1 (en) | Information Access System | |
CN112612818B (zh) | 一种数据处理方法及装置、计算设备和存储介质 | |
CN114861608A (zh) | 一种数据处理方法、装置、设备和存储介质 | |
CN112257440A (zh) | 用于处理关于目标对象的请求方法、计算设备和介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |