一种搜索引擎动态摘要提取方法技术

本发明专利技术公开了一种搜索引擎动态摘要提取方法，所述方法包括以下步骤：获取用户输入的查询词；根据所述查询词，截取摘要候选段落；获取所述候选段落的段权值；选取段权值最高的预先设定个数的候选段落，并将选择的候选段落合并生成摘要。本发明专利技术以用户查询词为中心进行摘要候选段落的截取，并根据段权值选择候选段落，将选择的候选段落合并生成摘要，从而提高了摘要和用户查询相关性与原文档和用户查询相关性之间一致性。

【技术实现步骤摘要】

本专利技术涉及搜索引擎
，特别是涉及一种搜索引擎动态摘要提取方法。
技术介绍
在网络信息极大丰富的今天，为了快速而准确的找到所需的信息，搜索引擎应运而生，成为现代网络的重要工具。虽然现代搜索引擎提供了较准确的结果排序，然而时常会有一些靠前的结果并不是用户所需要的，出现这样的情况一是搜索引擎是基于全文索引技术提供服务的，只要文档中包含查询词就会返回的，所以很大可能存在与用户查询需求不相关的文档，二是因为查询词未必可以完全展现用户的意图。因此，用户会通过阅读摘要来判定链接的价值。那么摘要的好坏直接影响到用户对链接价值判定的准确性，摘要的质量也成为用户选择搜索引擎的标准之一。综上可知摘要对于搜索引擎有着重要的意义，其意义就在于对用户判断链接价值时所起到的指导性作用。好的摘要应当做到不对用户产生误导，这种误导主要有两种情况：类型一：原本与用户查询较相关的链接，用户阅读摘要后感觉不相关，从而忽略该链接。类型二：原本与用户查询不相关的链接，用户阅读摘要后感觉相关，从而点击链接阅读原文。目前在摘要方面已有不少研究。Tombros等人在1998年得出结论以查询为中心的动态摘要相比较以内容为中本文档来自技高网...

【技术保护点】
一种搜索引擎动态摘要提取方法，其特征在于，所述方法包括以下步骤：　获取用户输入的查询词；　根据所述查询词，截取摘要候选段落；　获取所述候选段落的段权值；　选取段权值最高的预先设定个数的候选段落，并将选择的候选段落合并生成摘要。

【技术特征摘要】
1、一种搜索引擎动态摘要提取方法，其特征在于，所述方法包括以下步骤：获取用户输入的查询词；根据所述查询词，截取摘要候选段落；获取所述候选段落的段权值；选取段权值最高的预先设定个数的候选段落，并将选择的候选段落合并生成摘要。2、如权利要求1所述的搜索引擎动态摘要提取方法，其特征在于，在所述截取摘要候选段落的步骤中，具体包括：从所述查询词在文中的位置开始向两边延伸；根据向前阈值、终结标点集或上一段的结尾，获取所述候选段落的起始位置；根据所述起始位置和候选段落长度的设定值，获取所述候选段落的初始结束位置；根据所述初始结束位置、向前、向后阈值和终结标点集，获取所述候选段落的结束位置。3、如权利要求2所述的搜索引擎动态摘要提取方法，其特征在于，所述获取候选段落的起始位置的步骤，具体包括：在所述查询词在文中的位置向前延伸的长度大于所述向前阈值时、或找到所述终结标点集中的终结标点时、或达到上一段的结尾时的位置为所述候选段落的起始位置。4、如权利要求2或3所述的搜索引擎动态摘要提取方法，其特征在于，所述初始结束位置为所述起始位置和候选段落长度的设定值之和。5、如权利要求4所述的搜索引擎动态摘要提取方法，其特征在于，所述获取候选段落的结束位置的步骤，具体包括：在所述查询词在文中的位置向后延伸的长度大于所述向后阈值时、或从所述初始结束位置向前向后调整找到所述终结标点...

【专利技术属性】
技术研发人员：闫宏飞，树柏涵，李晓明，
申请(专利权)人：北京大学，
类型：发明
国别省市：11[中国|北京]