【摘要】 本发明公开了一种利用计算机对词义进行排歧的方法、系统及检索方法。本发明利用歧义词的背景特征词对歧义词每个义项的贡献度来确定歧义词的涵义，计算机可以自己对排歧进行学习。本发明排歧的实现方法简单且容易理解并且是十分有效的。通过实验表明，对于系统的词义排歧，平均准确率可以达到90％以上。同时，对比其他歧义排除方法，此方法运行速度很快并且系统容易实现。本发明的检索方法可以只展示给用户与用户输入关键词涵义相同的检索结果，大大提高了检索效率。 【专利类型】发明授权 【申请人】北京学之途网络科技有限公司 【申请人类型】企业 【申请人地址】100085 北京市海淀区上地佳园7号楼1单元1502室 【申请人地区】中国 【申请人城市】北京市 【申请人区县】海淀区 【申请号】CN200810117907.0 【申请日】2008-08-05 【申请年份】2008 【公开公告号】CN101334768B 【公开公告日】2010-12-08 【公开公告年份】2010 【授权公告号】CN101334768B 【授权公告日】2010-12-08 【授权公告年份】2010.0 【IPC分类号】G06F17/27; G06F17/30 【发明人】刘飞; 潘小双; 吴明辉; 迟松涛 【主权项内容】一种检索方法，其特征在于，包括：建立词语词义词典和文章库，对于文章库中的每一个词汇，作如下处理：选出文章库中包含该词汇的所有语料，分别标注出该词汇在各条语料中的词义，提取出该词汇在各语料中的背景特征词，并计算出该词汇每个背景特征词在该词汇的每个词义选项中的权重，将所述背景特征词及其权重存储在歧义词分类模型中；接收用户输入的检索语句，从所述检索语句中提取出检索关键词，根据所述检索关键词进行初步检索，将检索到的包含有所述检索关键词的文本作为初步检索结果；从所述检索语句中提取出该检索关键词的背景词，到所述文章库中查询该检索关键词所对应的背景特征词，根据查询结果从该检索关键词的背景词中选取出背景特征词及每个背景特征词在该检索关键词的每个词义选项中的权重；计算出所述检索关键词的每个词义选项下所有背景特征词的权重之和，选出权重和最大的和第二大的两个词义选项，对该两个词义选项的权重和求差值，当所述差值的绝对值大于或等于一预先配置的第一阈值时，将所述权重和最大的词义选项作为所述检索关键词的涵义；利用上述方法获取出初步检索结果中各检索关键词的涵义，将所述初步检索结果中检索关键词的涵义与所述检索语句中检索关键词的涵义相同的文本作为最终检索结果展示给用户；所述对于文章库中的每一个词汇，提取出该词汇在各语料中的背景特征词的方法为：在文章库中包含该词汇的每条语料中该词汇的前后分别确定背景词的提取范围，并提取其中的背景词；计算出每个背景词对应该词汇的每个词义选项的权重，所述背景词的权重为：包含有该词汇的某词义选项的所有语料中，包含所述背景词的语料所占的比例； 判断所述背景词的权重是否大于或等于一预先配置的第二阈值，如果大于或等于，提取该背景词作为背景特征词；如果小于，放弃该背景词，不作为背景特征词。 【当前权利人】北京学之途网络科技有限公司 【当前专利权人地址】北京市海淀区上地佳园7号楼1单元1502室 【专利权人类型】其他有限责任公司 【统一社会信用代码】911101087825478277 【被引证次数】2 【被他引次数】2.0 【家族被引证次数】25
