公开(公告)号：CN105045875A

公开(公告)日：2015-11-11

申请号：CN201510425081.4

申请日：2015-07-17

Applicant: 北京林业大学

Inventor： 李冬梅 ,  覃延 ,  黄安坤

IPC: G06F17/30

Abstract: 本发明提供一种个性化检索方法，包括：对用户提交的查询进行分词得到检索词集合Q；根据叙词表进行叙词规范化获得规范化叙词；通过比较用户提交的查询和用户模型的相关性，构建用于本次查询的查询模型；利用查询模型扩展检索词集合Q得到新的检索词集合Q1；利用通用搜索引擎对Q1中的检索词进行检索，获得网页中的要素信息；计算每个网页的查询和文档相关度比值，根据所述相关度比值进行排序，并返回给用户，相关度比值越小表示用户个性化需求和检索结果越接近。本发明提供的个性化检索方法和装置记录和分析用户的检索历史，并应用于当前提交的检索，改善了检索结果的相关性及检索效率。

公开(公告)号：CN103500216B

公开(公告)日：2017-02-15

申请号：CN201310462931.9

申请日：2013-09-30

Applicant: 北京林业大学

Inventor： 李冬梅 ,  覃延 ,  陈志泊

IPC: G06F17/30

Abstract: 本发明提供一种文件信息的提取方法，包括：依次以段落方式获取文件信息；查找所述段落内是否包括至少一个标识字符；如果查找到所述标识字符，则将所述段落作为信息块的起始段。通过对文件信息的所述至少一个标识符进行识别，能够快速而准确从文件信息中切割出需要的信息块。因为不需要对文件内容中的公式、表格和/或图片等信息进行识别，所以该方法还适用于包含公式等信息的文件，扩大了该方法的适用范围。本方法结合支持向量机和浅层句法分析，在进行初步识别之后，还可对错误结果进行修正，提高了识别的正确率。

公开(公告)号：CN103500216A

公开(公告)日：2014-01-08

申请号：CN201310462931.9

申请日：2013-09-30

Applicant: 北京林业大学

Inventor： 李冬梅 ,  覃延 ,  黄安坤

IPC: G06F17/30

CPC classification number: G06F17/274

Abstract: 本发明提供一种文件信息的提取方法，包括：依次以段落方式获取文件信息；查找所述段落内是否包括至少一个标识字符；如果查找到所述标识字符，则将所述段落作为信息块的起始段。通过对文件信息的所述至少一个标识符进行识别，能够快速而准确从文件信息中切割出需要的信息块。因为不需要对文件内容中的公式、表格和/或图片等信息进行识别，所以该方法还适用于包含公式等信息的文件，扩大了该方法的适用范围。本方法结合支持向量机和浅层句法分析，在进行初步识别之后，还可对错误结果进行修正，提高了识别的正确率。