• / 4
  • 下載費用:30 金幣  

多點嚙合外齒輪減速機.pdf

關 鍵 詞:
多點 嚙合 齒輪 減速
  專利查詢網所有資源均是用戶自行上傳分享,僅供網友學習交流,未經上傳用戶書面授權,請勿作他用。
摘要
申請專利號:

CN201310639031.7

申請日:

2013.12.04

公開號:

CN103671734A

公開日:

2014.03.26

當前法律狀態:

撤回

有效性:

無權

法律詳情: 發明專利申請公布后的視為撤回IPC(主分類):F16H 1/20申請公布日:20140326|||實質審查的生效IPC(主分類):F16H 1/20申請日:20131204|||公開
IPC分類號: F16H1/20 主分類號: F16H1/20
申請人: 鎮江新區匯達機電科技有限公司
發明人: 夏致俊
地址: 212132 江蘇省鎮江市新區大路鎮西戴村
優先權:
專利代理機構: 代理人:
PDF完整版下載: PDF下載
法律狀態
申請(專利)號:

CN201310639031.7

授權公告號:

||||||

法律狀態公告日:

2016.09.07|||2014.04.23|||2014.03.26

法律狀態類型:

發明專利申請公布后的視為撤回|||實質審查的生效|||公開

摘要

本發明的多點嚙合外齒輪減速機包括中心輸入軸,主動齒輪,從動齒輪,輸出齒輪,中心輸出軸,輸入端機殼,輸出端機殼,主動齒輪固定在中心輸入軸上,中心輸入軸通過軸承固定在輸入端機殼上,從動齒輪也通過齒輪軸和軸承固定在輸入端機殼上,輸出齒輪固定在中心輸出軸上,中心輸出軸通過軸承固定在輸出端機殼上,其特征是,沿主動齒輪的圓周至少對稱分布兩個以上的從動齒輪與主動齒輪嚙合,從動齒輪的另一個軸端還固定一個不同齒數的第二從動齒輪,第二從動齒輪和輸出齒輪嚙合。

權利要求書

權利要求書
1.  一種排列對于概念查詢的回答的方法,所述方法包括:
計算機系統的處理器接收概念查詢,其中所述查詢包括一組一般概念中的一組被查詢概念;
所述處理器接收一組語義模式,其中所述一組語義模式包括所述一組被查詢概念中的接收的概念子集以及還包括多個關系,其中所述多個關系中的一個關系使所述一組一般概念中的兩個或者更多的概念相關,其中所述一組語義模式中的第一模式包含所述接收的概念子集中的第一概念子集、所述一組一般概念中的第二概念、所述一組一般概念中的第三概念、和所述多個關系中的第一組關系,其中所述第一概念子集包括所述接收的概念子集中的第一概念,其中所述第一組關系中的第一關系使所述第一概念與所述第二概念相關,其中所述第一關系與多個關系強度中的第一關系強度相關聯,其中所述第一概念與一組概念權重中的所述概念查詢內的第一概念權重相關聯,其中所述第二概念與一組概念強度中的第二概念強度相關聯,以及其中所述第二概念與一組語義權重中在所述第一模式中的第二語義權重相關聯;
作為所述第一概念子集的函數以及所述第一組關系的另一個函數,所述處理器識別所述第一模式對于所述查詢的第一語義值;
作為所述第一模式對于所述查詢的所述第一語義值的函數,所述處理器識別所述第一模式對于所述查詢的第一相對相關性;和
作為所述第一相對相關性的函數,所述處理器排列所述一組語義模式之中的所述第一模式。

2.  按照權利要求1所述的方法,其中所述識別所述第一模式對于所述查詢的第一語義值是多組概念語義值的在所述第一模式內的第一組概念語義值的另一個函數,以及其中所述第一概念與所述第一組概念語義值的在所述第一模式中的第一概念語義值相關聯,以及其中所述識別所述第一模式對于所述查詢的第一語義值是所述多個關系強度的在所述第一模式內的第一組關系強度的另一個函數,以及其中所 述第一關系與所述第一組關系強度中的第一關系強度相關聯。

3.  按照權利要求2所述的方法,其中所述第一模式中的所述第一概念語義值是所述第一關系強度的函數,并且是所述第一模式中的所述第二語義權重的另一個函數,其中所述第二語義權重是所述第二概念強度的函數,其中所述第二語義權重是所述多個關系強度中的一組第二概念關系強度的另一個函數,以及其中所述一組第二概念強度中的關系強度與所述第二概念和所述第三概念之間的關系相關聯。

4.  按照權利要求1所述的方法,其中所述多個關系中的第一鏈關系使所述第一概念與所述第二概念相關,其中所述第一鏈關系包括所述多個關系的第一組鏈接關系,其中所述第一組鏈接關系與多個關系長度中的第一組鏈接關系長度相關聯,其中所述第一組鏈接關系中的第一鏈接關系與所述第一組鏈接關系長度中的第一鏈接關系長度相關聯,以及其中所述多個關系強度中的第一鏈關系強度是所述第一組鏈接關系長度的反函數。

5.  按照權利要求4所述的方法,其中所述多個關系中使所述一組一般概念中的一對等同概念相關的關系與所述多個關系長度中的零長度或零關系長度相關聯。

6.  按照權利要求1所述的方法,其中所述識別所述第一模式的第一相對相關性包括以下步驟:
所述處理器把所述概念查詢標示成p維坐標系中的第一點,另外把所述第一模式標示成所述p維坐標系中的第二點,其中所述p維坐標系的一個軸與所述一組被查詢概念中的一個概念相關聯;
所述處理器生成從p維坐標系的原點到所述第一點的第一p維張量;
所述處理器生成從p維坐標系的原點到所述第二點的第二p維張量;和
作為從以下一組中選擇的參數的函數,所述處理器識別所述第一模式的所述第一相對相關性:所述第一點和所述第二點之間的p維距離,所述概念查詢內的所述第一概念語義值和所述第一概念權重的乘 積,和所述第一p維張量和所述第二p維張量的標量積,其中所述第一概念語義值與所述第一概念相關聯。

7.  一種計算機系統,所述計算機系統包括處理器、與所述處理器耦接的存儲器、和與所述處理器耦接的計算機可讀硬件存儲設備,所述存儲設備包含程序代碼,所述程序代碼被配置成由所述處理器借助存儲器運行,以實現排列對于概念查詢的回答的方法,所述方法包括:
計算機系統的所述處理器接收概念查詢,其中所述查詢包括一組一般概念中的一組被查詢概念;
所述處理器接收一組語義模式,其中所述一組語義模式包括所述一組被查詢概念中的接收的概念子集以及還包括多個關系,其中所述多個關系中的一個關系使所述一組一般概念中的兩個或者更多的概念相關,其中所述一組語義模式中的第一模式包含所述接收的概念子集中的第一概念子集、所述一組一般概念中的第二概念、所述一組一般概念中的第三概念、和所述多個關系中的第一組關系,其中所述第一概念子集包括所述接收的概念子集中的第一概念,其中所述第一組關系中的第一關系使所述第一概念與所述第二概念相關,其中所述第一關系與多個關系強度中的第一關系強度相關聯,其中所述第一概念與一組概念權重中的所述概念查詢內的第一概念權重相關聯,其中所述第二概念與一組概念強度中的第二概念強度相關聯,以及其中所述第二概念與一組語義權重中的所述第一模式中的第二語義權重相關聯;
作為所述第一概念子集的函數以及所述第一組關系的另一個函數,所述處理器識別所述第一模式對于所述查詢的第一語義值;
作為所述第一模式對于所述查詢的所述第一語義值的函數,所述處理器識別所述第一模式對于所述查詢的第一相對相關性;和
作為所述第一相對相關性的函數,所述處理器排列所述一組語義模式之中的所述第一模式。

8.  按照權利要求7所述的系統,其中所述識別所述第一模式對于所述查詢的第一語義值是多組概念語義值的在所述第一模式內的第 一組概念語義值的另一個函數,以及其中所述第一概念與所述第一組概念語義值的在所述第一模式中的第一概念語義值相關聯,以及其中所述識別所述第一模式對于所述查詢的第一語義值是所述多個關系強度的在所述第一模式內的第一組關系強度的另一個函數,以及其中所述第一關系與所述第一組關系強度中的第一關系強度相關聯。

9.  按照權利要求8所述的系統,其中所述第一模式中的所述第一概念語義值是所述第一關系強度的函數,并且是所述第一模式中的所述第二語義權重的另一個函數,其中所述第二語義權重是所述第二概念強度的函數,其中所述第二語義權重是所述多個關系強度中的一組第二概念關系強度的另一個函數,以及其中所述一組第二概念強度中的關系強度與所述第二概念和所述第三概念之間的關系相關聯。

10.  按照權利要求7所述的系統,其中所述多個關系中的第一鏈關系使所述第一概念與所述第二概念相關,其中所述第一鏈關系包括所述多個關系的第一組鏈接關系,其中所述第一組鏈接關系與多個關系長度中的第一組鏈接關系長度相關聯,其中所述第一組鏈接關系中的第一鏈接關系與所述第一組鏈接關系長度中的第一鏈接關系長度相關聯,以及其中所述多個關系強度中的第一鏈關系強度是所述第一組鏈接關系長度的反函數。

11.  按照權利要求10所述的系統,其中所述多個關系中使所述一組一般概念中的一對等同概念相關的關系與所述多個關系長度中的零長度或零關系長度相關聯。

12.  按照權利要求7所述的系統,其中所述識別所述第一模式的第一相對相關性包括:
所述處理器把所述概念查詢標示成p維坐標系中的第一點,另外把所述第一模式標示成所述p維坐標系中的第二點,其中所述p維坐標系的一個軸與所述一組被查詢概念中的一個概念相關聯;
所述處理器生成從p維坐標系的原點到所述第一點的第一p維張量;
所述處理器生成從p維坐標系的原點到所述第二點的第二p維張 量;和
作為從以下一組中選擇的參數的函數,所述處理器識別所述第一模式的所述第一相對相關性:所述第一點和所述第二點之間的p維距離,所述概念查詢內的所述第一概念語義值和所述第一概念權重的乘積,和所述第一p維張量和所述第二p維張量的標量積,其中所述第一概念語義值與所述第一概念相關聯。

13.  一種支持計算機基礎結構的方法,所述方法包括對于把計算機可讀程序代碼創建、集成、托管、保持和/或部署到計算機系統中的至少一種提供至少一種支持服務,其中與所述計算機系統結合的程序代碼被配置成實現排列對于概念查詢的回答的方法,所述方法包括:
計算機系統的處理器接收概念查詢,其中所述查詢包括一組一般概念中的一組被查詢概念;
所述處理器接收一組語義模式,其中所述一組語義模式包括所述一組被查詢概念中的接收的概念子集以及還包括多個關系,其中所述多個關系中的一個關系使所述一組一般概念中的兩個或者更多的概念相關,其中所述一組語義模式中的第一模式包含所述接收的概念子集中的第一概念子集、所述一組一般概念中的第二概念、所述一組一般概念中的第三概念、和所述多個關系中的第一組關系,其中所述第一概念子集包括所述接收的概念子集中的第一概念,其中所述第一組關系中的第一關系使所述第一概念與所述第二概念相關,其中所述第一關系與多個關系強度中的第一關系強度相關聯,其中所述第一概念與一組概念權重中的所述概念查詢內的第一概念權重相關聯,其中所述第二概念與一組概念強度中的第二概念強度相關聯,以及其中所述第二概念與一組語義權重中的所述第一模式中的第二語義權重相關聯;
作為所述第一概念子集的函數以及所述第一組關系的另一個函數,所述處理器識別所述第一模式對于所述查詢的第一語義值;
作為所述第一模式對于所述查詢的所述第一語義值的函數,所述處理器識別所述第一模式對于所述查詢的第一相對相關性;和
作為所述第一相對相關性的函數,所述處理器排列所述一組語義 模式之中的所述第一模式。

14.  按照權利要求13所述的方法,其中所述識別所述第一模式對于所述查詢的第一語義值是多組概念語義值的在所述第一模式內的第一組概念語義值的另一個函數,以及其中所述第一概念與所述第一組概念語義值的在所述第一模式中的第一概念語義值相關聯,以及其中所述識別所述第一模式對于所述查詢的第一語義值是所述多個關系強度的在所述第一模式內的第一組關系強度的另一個函數,以及其中所述第一關系與所述第一組關系強度中的第一關系強度相關聯。

15.  按照權利要求14所述的方法,其中所述第一模式中的所述第一概念語義值是所述第一關系強度的函數,并且是所述第一模式中的所述第二語義權重的另一個函數,其中所述第二語義權重是所述第二概念強度的函數,其中所述第二語義權重是所述多個關系強度中的一組第二概念關系強度的另一個函數,以及其中所述一組第二概念強度中的關系強度與所述第二概念和所述第三概念之間的關系相關聯。

16.  按照權利要求13所述的方法,其中所述多個關系中的第一鏈關系使所述第一概念與所述第二概念相關,其中所述第一鏈關系包括所述多個關系的第一組鏈接關系,其中所述第一組鏈接關系與多個關系長度中的第一組鏈接關系長度相關聯,其中所述第一組鏈接關系中的第一鏈接關系與所述第一組鏈接關系長度中的第一鏈接關系長度相關聯,以及其中所述多個關系強度中的第一鏈關系強度是所述第一組鏈接關系長度的反函數。

17.  按照權利要求16所述的方法,其中所述多個關系中使所述一組一般概念中的一對等同概念相關的關系與所述多個關系長度中的零長度或零關系長度相關聯。

18.  按照權利要求13所述的方法,其中所述識別所述第一模式的第一相對相關性包括以下步驟:
所述處理器把所述概念查詢標示成p維坐標系中的第一點,另外把所述第一模式標示成所述p維坐標系中的第二點,其中所述p維坐標系的一個軸與所述一組被查詢概念中的一個概念相關聯;
所述處理器生成從p維坐標系的原點到所述第一點的第一p維張量;
所述處理器生成從p維坐標系的原點到所述第二點的第二p維張量;和
作為從以下一組中選擇的參數的函數,所述處理器識別所述第一模式的所述第一相對相關性:所述第一點和所述第二點之間的p維距離,所述概念查詢內的所述第一概念語義值和所述第一概念權重的乘積,和所述第一p維張量和所述第二p維張量的標量積,其中所述第一概念語義值與所述第一概念相關聯。

說明書

說明書排列對于概念查詢的回答的系統和方法
技術領域
本發明涉及排列響應概念查詢由搜索引擎返回的結果。
背景技術
識別輸入查詢中的概念的計算機化搜索引擎可更智能地分析查詢的預定含意,從而產生更相關的搜索結果。
發明內容
本發明的第一實施例提供一種排列對于概念查詢的回答的方法,所述方法包括:
計算機系統的處理器接收概念查詢,其中所述查詢包括一組一般概念中的一組被查詢概念;
所述處理器接收一組語義模式,其中所述一組語義模式包括所述一組被查詢概念中的接收的概念子集以及還包括多個關系,其中所述多個關系中的一個關系使所述一組一般概念中的兩個或者更多的概念相關,其中所述一組語義模式中的第一模式包含所述接收的概念子集中的第一概念子集、所述一組一般概念中的第二概念、所述一組一般概念中的第三概念、和所述多個關系中的第一組關系,其中所述第一概念子集包括所述接收的概念子集中的第一概念,其中所述第一組關系中的第一關系使所述第一概念與所述第二概念相關,其中所述第一關系與多個關系強度中的第一關系強度相關聯,其中所述第一概念與一組概念權重中的所述概念查詢內的第一概念權重相關聯,其中所述第二概念與一組概念強度中的第二概念強度相關聯,以及其中所述第二概念與一組語義權重中的所述第一模式中的第二語義權重相關聯;
作為所述第一概念子集的函數以及所述第一組關系的另一個函 數,所述處理器識別所述第一模式對于所述查詢的第一語義值;
作為所述第一模式對于所述查詢的所述第一語義值的函數,所述處理器識別所述第一模式對于所述查詢的第一相對相關性;和
作為所述第一相對相關性的函數,所述處理器排列所述一組語義模式之中的所述第一模式。
本發明的第二實施例提供一種計算機程序產品,所述計算機程序產品包括其中保存有計算機可讀程序代碼的計算機可讀硬件存儲設備,所述程序代碼被配置成由計算機系統的處理器執行,以實現排列對于概念查詢的回答的方法,所述方法包括:
計算機系統的所述處理器接收概念查詢,其中所述查詢包括一組一般概念中的一組被查詢概念;
所述處理器接收一組語義模式,其中所述一組語義模式包括所述一組被查詢概念中的接收的概念子集以及還包括多個關系,其中所述多個關系中的一個關系使所述一組一般概念中的兩個或者更多的概念相關,其中所述一組語義模式中的第一模式包含所述接收的概念子集中的第一概念子集、所述一組一般概念中的第二概念、所述一組一般概念中的第三概念、和所述多個關系中的第一組關系,其中所述第一概念子集包括所述接收的概念子集中的第一概念,其中所述第一組關系中的第一關系使所述第一概念與所述第二概念相關,其中所述第一關系與多個關系強度中的第一關系強度相關聯,其中所述第一概念與一組概念權重中的所述概念查詢內的第一概念權重相關聯,其中所述第二概念與一組概念強度中的第二概念強度相關聯,以及其中所述第二概念與一組語義權重中的所述第一模式中的第二語義權重相關聯;
作為所述第一概念子集的函數以及所述第一組關系的另一個函數,所述處理器識別所述第一模式對于所述查詢的第一語義值;
作為所述第一模式對于所述查詢的所述第一語義值的函數,所述處理器識別所述第一模式對于所述查詢的第一相對相關性;和
作為所述第一相對相關性的函數,所述處理器排列所述一組語義模式之中的所述第一模式。
本發明的第三實施例提供一種計算機系統,所述計算機系統包括處理器、與所述處理器耦接的存儲器、和與所述處理器耦接的計算機可讀硬件存儲設備,所述存儲設備包含程序代碼,所述程序代碼被配置成由所述處理器借助存儲器運行,以實現排列對于概念查詢的回答的方法,所述方法包括:
計算機系統的所述處理器接收概念查詢,其中所述查詢包括一組一般概念中的一組被查詢概念;
所述處理器接收一組語義模式,其中所述一組語義模式包括所述一組被查詢概念中的接收的概念子集以及還包括多個關系,其中所述多個關系中的一個關系使所述一組一般概念中的兩個或者更多的概念相關,其中所述一組語義模式中的第一模式包含所述接收的概念子集中的第一概念子集、所述一組一般概念中的第二概念、所述一組一般概念中的第三概念、和所述多個關系中的第一組關系,其中所述第一概念子集包括所述接收的概念子集中的第一概念,其中所述第一組關系中的第一關系使所述第一概念與所述第二概念相關,其中所述第一關系與多個關系強度中的第一關系強度相關聯,其中所述第一概念與一組概念權重中的所述概念查詢內的第一概念權重相關聯,其中所述第二概念與一組概念強度中的第二概念強度相關聯,以及其中所述第二概念與一組語義權重中的所述第一模式中的第二語義權重相關聯;
作為所述第一概念子集的函數以及所述第一組關系的另一個函數,所述處理器識別所述第一模式對于所述查詢的第一語義值;
作為所述第一模式對于所述查詢的所述第一語義值的函數,所述處理器識別所述第一模式對于所述查詢的第一相對相關性;和
作為所述第一相對相關性的函數,所述處理器排列所述一組語義模式之中的所述第一模式。
本發明的第四實施例提供一種支持計算機基礎結構的處理,所述處理包括:對于把計算機可讀程序代碼創建、集成、托管、保持和/或部署到計算機系統中的至少一種提供至少一種支持服務,其中與所述計算機系統結合的程序代碼被配置成實現排列對于概念查詢的回答 的方法,所述方法包括:
計算機系統的處理器接收概念查詢,其中所述查詢包括一組一般概念中的一組被查詢概念;
所述處理器接收一組語義模式,其中所述一組語義模式包括所述一組被查詢概念中的接收的概念子集以及還包括多個關系,其中所述多個關系中的一個關系使所述一組一般概念中的兩個或者更多的概念相關,其中所述一組語義模式中的第一模式包含所述接收的概念子集中的第一概念子集、所述一組一般概念中的第二概念、所述一組一般概念中的第三概念、和所述多個關系中的第一組關系,其中所述第一概念子集包括所述接收的概念子集中的第一概念,其中所述第一組關系中的第一關系使所述第一概念與所述第二概念相關,其中所述第一關系與多個關系強度中的第一關系強度相關聯,其中所述第一概念與一組概念權重中的所述概念查詢內的第一概念權重相關聯,其中所述第二概念與一組概念強度中的第二概念強度相關聯,以及其中所述第二概念與一組語義權重中的所述第一模式中的第二語義權重相關聯;
作為所述第一概念子集的函數以及所述第一組關系的另一個函數,所述處理器識別所述第一模式對于所述查詢的第一語義值;
作為所述第一模式對于所述查詢的所述第一語義值的函數,所述處理器識別所述第一模式對于所述查詢的第一相對相關性;和
作為所述第一相對相關性的函數,所述處理器排列所述一組語義模式之中的所述第一模式。
附圖說明
圖1表示可用于實現按照本發明的實施例的排列對于概念查詢的回答的方法的計算機系統和計算機程序代碼的結構。
圖2是概述按照這里介紹的本發明的實施例,排列對于概念查詢的回答的方法的流程圖。
圖3是介紹按照這里記載的本發明的實施例,圖2的步驟205的識別語義模式對于概念查詢的語義值的過程的更多細節的流程圖。
圖4是圖解說明按照本發明的實施例,用于識別語義模式內的被查詢概念的語義值的圖3的步驟313的過程的細節的流程圖。
圖5是圖解說明按照本發明的實施例,識別語義模式對于概念查詢的相對相對性,并通過在p維坐標系中表示所述模式和查詢的方法的示圖。
具體實施方式
本發明提供一種使搜索引擎可以有效地排列響應用戶查詢而由搜索引擎取回的概念模式的方法、計算機系統、計算機程序產品和服務,其中排列的模式是按每個排列的模式對于用戶查詢所包含的一個或多個概念的相對相關性排序的。
這里,概念模式包含一組概念和這些概念之間的一組關系,其中所述概念和關系是在信息域內定義的。概念模式可以與一個或多個信息承載實體相關聯,或者可以描述一個或多個信息承載實體,其中所述實體可包含但不限于網頁、網站、數據庫、文檔或它們的組合。
計算機化搜索引擎可以響應用戶提交的查詢,識別信息承載內容,其中所述查詢可由字符串(或者“關鍵字”)構成。所述識別的信息承載內容可包括但不限于網頁、網站、數據庫、文檔或者它們的組合,并且可由搜索引擎識別,因為它包含在用戶查詢中提交的關鍵字。網站、網頁和其它類型的可視內容不必為了包含關鍵字而顯示所述關鍵字。例如,如果關鍵字作為不可見的“元數據”被嵌入網頁的源代碼中,那么搜索引擎可把該網頁識別成包含所述關鍵字。
在這種過程的普通實現中,搜索引擎用戶通過向搜索引擎提交搜索查詢來搜索內容,其中所述查詢包含用戶感興趣的一個或多個關鍵字。搜索引擎用取回的網頁、文檔、數據庫條目、或者信息承載內容的其它實例的回答集,來響應所述查詢。所述回答集可包含許多取回的結果,從而搜索引擎會嘗試按照近似每個結果對于所述查詢或者對于所述查詢包含的關鍵字的相對相關性的順序,排列和顯示這些取回的結果。能夠識別和排列這些相關性的搜索引擎可產生更有用和更易 于理解的結果。
搜索引擎可通過考慮標準來識別回答集中的取回結果的相關性,所述標準包括但不限于包含在取回結果中的被查詢關鍵字的數目,包含在取回結果中的一個或多個被查詢關鍵字的實例的數目,或者回答集中的其它取回結果超鏈接到或者引用該取回結果的次數。
在本發明的實施例中,如果搜索引擎理解查詢所包含的關鍵字的預定含意,那么搜索引擎可更準確地識別取回的結果對于用戶提交的查詢的相關性。所述理解可包括把用戶提交解釋成“概念查詢”。代替僅僅把被查詢關鍵字解釋成待匹配的字符模式(character pattern),搜索引擎可把概念查詢中的被查詢關鍵字解釋成使關鍵字和語義上相關的含意相關聯的“概念”的實例。在一些實施例中,概念可以與許多語義上相關的關鍵字(或者概念的“實例”)相關聯,以及關鍵字可以與不止一個概念相關聯。
在一個例子中,名為“America”的概念可以與一組語義上相關的實例{“United States”,“USA”,“US”,“U.S.A.”,“U.S.”}相關聯。如果用戶提交概念查詢“population USA”,那么搜索引擎可把被查詢關鍵字“USA”識別成概念“America”的實例。這種識別可允許搜索引擎向取回結果網頁賦予較高的相關性,而不管取回結果是否包含被查詢的字符串“USA”,如果取回結果包含概念“America”的更大量實例,在與取回結果相關聯的模式中包含語義上和概念“America”相關的大量字符串,或者在與取回結果相關聯的模式中包含語義上和概念“America”相關的其它概念的更大量實例的話。
在非概念查詢中,搜索引擎可能不使被查詢的概念關鍵字“USA”與概念“America”的其它實例相關,從而未能識別給予取回結果的相關性,如果該結果包含字符串“United States”、“US”、“U.S.A.”或“U.S”的實例的話。在非概念查詢中,搜索引擎可能不使被查詢的概念關鍵字“USA”與語義上和概念“America”相關的另一個概念的實例相關,從而未能識別賦予包含與“America”相關的概念的實例的取回結果的相關性,其中所述相關的概念可能包括“nation(國 家)”或者“continent(洲)”。
當信息承載實體與“概念模式”相關聯時,可以增進概念查詢的有用性,所述“概念模式”是把信息承載實體中的信息表示成一組概念和這些概念之間的一組關系的結構框架。在一些實施例中,這樣的概念模式可被稱為“語義”模式,因為它包含與概念的語義含意有關的信息。特定概念模式內的概念的含意可以是特別針對該模式的上下文(稱為模式的“域”)而言的。在一些情況下,特定模式內的概念的含意是所述模式的域的函數。
從而,第一概念可以與多個概念模式中的相同語義含意相關聯,但是另一個概念可以與分別使該概念與不同的含意相關聯的一組概念模式相關聯。于是,即使每個概念模式使被查詢關鍵字與命名相同的概念相關聯,一組概念模式也可分別使所述查詢關鍵字與不同的語義含意相關聯。
當查詢包含作為概念模式所包含的概念的實例的關鍵字時,該概念可具有對于所述查詢的特定于模式的“模式內的相關性”,該相關性與該概念對于所述查詢的其它模式內的相關性不同。類似地,包含與被查詢關鍵字相關聯的概念的概念模式本身可具有對于包含該關鍵字的查詢的模式特有相關性。
于是,概念模式對于包含該模式所包含的概念的關鍵字實例的查詢的相關性,以及與該模式相關聯的搜索引擎取回結果對于所述查詢的相關性隨模式的選擇而變。在一個例子中,考慮都包含名為“America”的概念的兩種模式。該概念在第一種模式的域內,可以與涉及國家“America”的含意相關聯,但是在第二種模式的域內,可以與涉及洲“America”的不同含意相關聯。在這個例子中,如果查詢包含關鍵字“USA”,其中“USA”僅僅是第一種模式中的概念“America”的實例,那么第一種模式內的概念“America”對于所述查詢的相關性大于第二種模式內的概念“America”的相關性。因而,與和第二種模式相關聯的第二信息承載實體(比如第二網頁)相比,和第一種模式相關聯的第一信息承載實體(比如第一網頁)可能具有 對于所述查詢的更大相關性。
從而,實現本發明的實施例的概念搜索引擎可通過排列每個取回的成員的相關聯模式對于查詢的相對相關性,排列響應所述查詢而取回的回答集的各個成員。
在一個例子中,如果用戶提交包含關鍵字“body”的搜索引擎查詢,那么搜索引擎可答復包含一組概念模式的回答集。每個候選模式可在該模式的域的上下文內,解釋被查詢的關鍵字“body”,可能解釋成該模式所包含的概念的實例,并且這些解釋的每一種解釋都可使該模式與對于所述查詢的不同相關度相關聯。
例如,特定于汽車業領域的概念模式可以與汽車制造廠的網站相關聯。這樣的模式可包含名為“bodywork”的汽車特有概念。通過邏輯上相關聯概念“bodywork”與被查詢關鍵字“body”,這種模式可以使被查詢關鍵字與和汽車車體相關的含意相關聯,從而向查詢增加語義含意,并且幫助搜索引擎向針對汽車業的文檔賦予相關性。
不過,與航空業網站相關聯的第二種模式可包含一組不同的語義含意,和使被查詢關鍵字“body”與名為“fuselage”的概念相關聯的關系。從而,邏輯地使關鍵字“fuselage”與查詢相關可使與航空業相關的文檔的檢索更容易,并且字符串“fuselage”在航空業網站中的出現可增大第二種模式以及該航空業網站對于所述查詢的相關性。
通過取回包含都與概念模式相關聯的大量的信息承載實體的回答集,概念搜索引擎可響應萬維網、語義Web、內部網、外部網、數據庫或者其它大型信息儲存庫的查詢。本發明的實施例提供一種方法,借助所述方法,概念搜索引擎可有效地識別并按對于查詢的相關性的順序,排列所述回答集的成員,從而使搜索引擎能夠首先顯示更相關的取回項目。
這種識別和排列需要一種表述和量化模式的相關性的方式。在本發明的實施例中,可以概念、模式、查詢或其它實體的“語義值”的函數的形式,實現所述表述和量化。
如果模式S包含概念C,而查詢Q包含與概念C相關聯或者是 概念C的實例的關鍵字字符串,那么模式S對于查詢Q的相關性可被表述成以下的函數:
i)模式S帶給概念C的語義值;
ii)概念C在模式S內的語義值;或者
iii)概念C對模式S的語義值的貢獻。
如果搜索引擎響應查詢Q,取回一組概念模式,其中Q包含概念C,那么如果:1)與其它模式帶給C的語義值相比,S帶給C更大的語義值;ii)與在其它模式內相比,C在S內具有更大的語義值;或者iii)與對不同模式的語義值的貢獻相比,C對S的語義值作出更大的貢獻,那么本發明從而可在所述一組取回的模式內,使取回的模式S排名更高。
這種排列方法需要一種量化與模式、概念或查詢相關聯的“語義值”的方式。通過向模式內的概念賦予“權重”值,可以進行所述量化,其中模式內的概念的權重可以是模式內的該概念相對于模式內的其它概念的關系的函數。在一些實施例中,模式內的概念的權重可被稱為模式內的概念的強度。
模式中的一對概念之間的關系可以包含連接所述一對概念的鏈接鏈。鏈是一系列的鏈接,其中每個鏈接連接兩個概念,每個鏈接是鏈的特殊情況。例如,概念C1和C2可通過表示成(C1,C2),或者在一些實施例中,表示成lnk(C1,C2)的單鏈接被連接。不過,如果概念C1和C4是通過2個中間概念C2和C3連接的,那么連接C1和C4的鏈可被表示成3鏈接鏈(3個鏈接的有序序列)
ch(C1,C4)=(C1,C2)(C2,C3)(C3,C4).
默認地,單鏈接具有為1的“長度”,不過,特殊的鏈接可被賦予任意值,以對利用該鏈接連接的概念的相關性加權,或者更好地表示利用該鏈接連接的概念之間的關系。兩個等同概念之間的鏈接可例如被賦予為0的默認長度,而兩個密切相關的概念之間的鏈接可被賦予小于1的非零長度。在其它實施例中,鏈接可被賦予可變長度,所述可變長度是查詢或模式的特性的函數,比如查詢中的各個關鍵字的 某種模式的存在。鏈的長度可以是構成該鏈的各個鏈接的長度之和。模式中的概念總是相當于該模式中的它自己。
鏈的“強度”可以是鏈的長度的反函數。從而,較短的鏈可以識別端接于該鏈的一對概念之間的更強的關系。
在這里說明的實施例中,如果概念C1和C2在模式內,由不止一個鏈連接,那么C1和C2之間的關系的強度可以是C1和C2之間的最強鏈的強度。在其它實施例中,可以不同地定義兩個概念之間的鏈的強度,或者兩個概念之間的關系的強度。
假定鏈接lnki,和鏈ch={lnk1,lnk2,…lnkk},我們定義:
L(lnki)=鏈接lnki的長度
L(ch)=Σi=1..k L(lnki)=鏈ch的長度
Str(lnki)=鏈接lnki的強度
Str(ch)=鏈ch的強度
一個或多個取決于實現的函數可被用于量化鏈接的強度或者鏈的強度。在適應零長度的最簡單例子中,鏈或鏈接的強度可被定義成1加上鏈或鏈接的長度之和的倒數:
Str(lnk)=1/(1+L(lnk))
Str(ch)=1/(1+L(ch))
類似的強度參數Str(C,S)也可以與模式S內的概念C相關聯,其中Str(C,S)可以與S內的C的相關性成比例,其中Str(C,S)可以隨模式S的選擇而變。在一個例子中,與它在不太相關的“natural disaster”領域內定義的模式內相比,概念“fuel efficiency”在更密切相關的“auto industry”領域內定義的模式內具有更高的相關性(從而具有更高的強度)。
Str強度和L長度算子可以是在其中定義鏈接、鏈、概念或其它實體的模式的函數。在一些實施例中,例如,模式S1中的概念C1和C2之間的鏈接的強度可能不匹配模式S2中的C1和C2之間的鏈接的強度。為了簡化這里介紹的例子中的符號,我們可從Str和L算子的一些定義中的參數列表中,省略模式。不過,這不應被解釋成意味這 些算子不是模式選擇的函數。
概念在包含該概念的多個實例的模式或域內,還可具有更大的強度。例如,在反復提到IT供應商“IBM”、“HP”和“Oracle”(其中“IBM”、“HP”和“Oracle”是概念“computer manufacturer(計算機制造商)”的實例)的網站的領域內定義的模式中,概念“computer manufacturer”可能較強。
在這里說明的實施例中,概念可具有為1的默認強度,不過在其它實施例中,概念的強度可被賦予不同的默認值,或者可被賦予為其它參數的函數的默認值。
模式S內的概念C的“語義權重”SW(C,S)(其中C由S內的一組n個鏈接{lnk(C,C1)...lnk(C,Cn)}直接鏈接到S內的n個概念{C1...Cn})可以是模式S內的C的強度Str(C,S),以及所述一組n個鏈接中的每個鏈接的強度的函數。
一個這樣的函數可以識別如下的S內的C的語義權重:
SW(C,S)=Str(C,S)*Σi:1..n Str(lnk(C,Ci))或者
=Str(C,S)*Σi:1..n Str((C,Ci))[簡化的備用符號]
例如,如果在模式S中,概念C被直接鏈接到概念C1、C2和C3,并且:
Str(C,S)=1.1
Str((C,C1))=1.5
Str((C,C2))=0
Str((C,C3))=2
那么,模式S內的C的語義權重等于:
SW(C,S)=Str(C,S)*Σi:1..3Str((C,Ci))
=1.1*[Str((C,C1))+Str((C,C2))+Str((C,C3))]
=1.1*[1.5+0+2]
=1.1*3.5
=3.85
通過識別與結果相關聯的模式的“語義值”,本發明的實施例可 識別和排列取回結果對于查詢的相關性。模式S的語義值可以是S內的概念的一組語義值的函數。在一個例子中,模式S對于查詢Q(其中查詢Q包含概念C1、C2和C3)的語義值可以與S內的C1的語義值、S內的C2的語義值和S內的C3的語義值之和成比例。
概念的語義值可以是概念和包含該概念的模式兩者的函數。換句話說,模式S1和S2兩者都包含的概念C在S1內可具有與C在S2中的語義值不同的語義值。
模式S內的概念C的語義值SV(C,S)可被識別成S內的一組其它概念{C1...Cn}的一組語義權重,和把C連接到所述一組其它概念{C1...Cn}中的某個概念的每個鏈的一組鏈強度的函數。
由較短的鏈(即,具有較少的鏈接或者較小的長度值的鏈)隔開的兩個概念可具有值較接近的語義值。等同的兩個概念可由長度為0的鏈連接,并且可以具有相同的語義值。
在以這里說明的實施例為基礎的例子中,模式S可包含概念C,一組概念{C1...Cn},和一組鏈{ch(C,C1)...ch(C,Cn)},其中所述一組鏈中的第i個鏈ch(C,Ci)連接概念C和所述一組概念中的第i個概念Ci。在這個例子中,模式S中的概念C的語義值SV(C,S)可以是利用概念Ci的語義權重加權的鏈ch(C,Ci)的強度的函數。在類似的例子中,SV(C,S)可以是所有鏈{ch(C,C1)...ch(C,Cn)}在S中的強度之和或乘積的函數,其中這些鏈之一(C,Ci)在S中的強度利用概念Ci在S中的對應語義權重加權。其它實施例可把語義值識別成不同的可能特定于的實現的函數。
在這里說明的實施例中,模式S中的概念C(其中C分別借助S中的鏈{ch(C,C1)...ch(C,Cn)},與S中的概念{C1...Cn}相關)的語義值從而可以等于:
SV(C,S)=Σi:1..n[SW(Ci,S)*Str(ch(C,Ci))]
在另一個例子中,查詢Q包含一個概念C,模式S包含概念C、C1和C2,以及鏈ch(C,C1)和ch(C,C1),其中ch(C,C1)是S內使C與C1相關的最強鏈,ch(C,C2)是S內使C與C2相關的最強鏈。在這個 例子中,如果我們把S內的語義權重分配給概念C1和C2,把S內的強度分配給鏈ch(C,C1)和ch(C,C2):
SW(C1,S)=1.1
SW(C2,S)=1.2
Str(ch(C,C1))=1.4
Str(ch(C,C2))=1.0
那么模式S內的概念C的語義值等于:
SV(C,S)=Σi:1..2[SW(Ci,S)*Str(ch(C,Ci))]
=[SW(C1,S)*Str(ch(C,C1))]+[SW(C2,S)*Str(ch(C,C2))]
=[1.1*1.4]+[1.2*1.0]
=1.54+1.2
=2.74
如上所述,如果搜索引擎通過取回包含多個模式的回答集,來響應包含單個概念C的查詢Q,其中每個模式都包含概念C,那么取回的模式S中的C的語義值可識別S在所述一組取回的模式內的相對排名(ranking)。所述排名可用于按照對于查詢Q的相關性的順序,對回答集的成員分類。
搜索引擎可通過取回包含多個模式的回答集,來響應包含多個概念{C1…Cn}的查詢Q,其中回答集的每個模式包含Q所包含的多個概念{C1…Cn}中的概念Ci。在其中Q包含不止一個概念的情況下,本發明的一些實施例可把可等同地表示成模式S對于查詢Q的語義值或者表示成查詢Q對于模式S的語義值的語義值SV(Q,S)識別成:
SV(Q,S)=Σi:1..n[SV(Ci,S)]
在一些實施例中,如果查詢Q包含概念Ci,但是取回的模式S不包含Ci,那么SV(Ci,S),S內的Ci的語義值可以等于0。
在一些實施例中,可對概念C應用加權,其中C為查詢Q或者為模式S所包含。可以選擇這樣的加權,以便更準確地表示該概念在所述查詢或模式內的相對重要性。
查詢Q的語義值可以是查詢Q所包含的一組概念中的每個概念 的語義值的簡單累加。不過,當Q所包含的一組概念中的某個概念被加權時,Q所包含的每個概念的語義值的簡單累加可能不能準確地識別所述查詢的語義值,或者模式S內的所述查詢的語義值。
在其中Ci是查詢Q所包含的多個概念{C1...Cn}的加權概念的情況下,模式S內的查詢Q的加權語義值可以是wt(Ci,Q)(Q內的概念Ci的權重)的函數,并且還可以是SV(Ci,S)(模式S內的概念Ci的語義值)的另一個函數。
在這里說明的實施例中,可以下式識別這里表示成SV(Q,S)的模式S內的查詢Q的這種加權語義值:
SV(Q,S)=Σi:1..n[SV(Ci,S)*wt(Ci,Q)]
在一個例子中,查詢Q包含一組的3個概念{C1,C2,C3},其中C1、C2和C3具有為(C1,Q)=1.0、(C2,Q)=2.0和(C3,Q)=3.0的相應加權。這些加權可把C2識別成具有2倍于C1的相關性,可把C3識別成具有3倍于C1的相關性。
如果本例中的搜索引擎通過取回包含候選模式S1和S2的回答集來響應查詢Q,那么每個概念Ci可具有模式S1內的第一語義值SV(Ci,S1)和模式S2內的第二語義值SV(Ci,S2)。在這個例子中,我們假定S1中的概念C1、C2和C3的相應語義值為SV(C1,S1)=3、SV(C2,S1)=1和SV(C3,S1)=0,并且假定S2中的C1、C2和C3的相應語義值為SV(C1,S2)=0、SV(C2,S2)=1和SV(C3,S2)=2。
總之:
wt(C1,Q)=1.0    wt(C2,Q)=2.0    wt(C3,Q)=3.0
SV(C1,S1)=3     SV(C2,S1)=1     SV(C3,S1)=0
SV(C1,S2)=0     SV(C2,S2)=1     SV(C3,S2)=2
這里,原始的未加權的等式會識別比模式S2內的查詢Q的未加權語義值SV(Q,S2)大的模式S1內的查詢Q的未加權語義值SV(Q,S1):
SV(Q,S1)=Σi:1..3[SV(Ci,S1)]
=SV(C1,S1)+SV(C2,S1)+SV(C3,S1)
=3+1+0
=4
SV(Q,S2)=Σi:1..3[SV(Ci,S2)]
=SV(C1,S2)+SV(C2,S2)+SV(C3,S2)
=0+1+2
=3
不過,考慮到概念加權的備選方法,返回把模式S2識別成與查詢Q更相關的更準確結果:
SV(Q,S1)=Σi:1..3[SV(Ci,S1)*wt(Ci,Q)]
=3*1.0+1*2.0+0*3.0
=3+2+0
=5
SV(Q,S2)=Σi:1..3[SV(Ci,S2)*wt(Ci,Q)]
=0*1.0+1*2.0+2*3.0
=0+2+6
=8
這些例子舉例說明本發明的把模式所包含的更重要、權重更大的概念的語義值的變化識別為對該模式的相關性影響更大。在可以包括但不限于其中查詢或模式包含主要的關鍵概念和不太重要的概念的情況在內的各種情況下,會發生這種事。在這樣的情況下,如果查詢或模式的主要的關鍵概念的語義值增大一定大小,那么與查詢或模式的不太重要的概念的語義值增大相同大小的情況相比,所述查詢或模式將獲得更大的相關性。
在加權如何可被用于調整概念搜索引擎結果的另一個例示中,考慮尋找包含至少一個被查詢概念的結果,但是不會向包含另一個概念的結果賦予更大的相關性的“或”類型查詢。
本發明的實施例可在不實現概念加權的情況下,實現這種要求。如果搜索引擎通過取回模式S1和S2(其中S1不包含C1或C2),來響應包含未加權的概念C1、C2和C3的查詢,那么作為結果的語義值 可能是:SV(C1,S1)=SV(C2,S1)=0,和SV(C3,S1)=100;以及SV(C1,S2)=SV(C2,S2)=SV(C3,S2)=10。在這個未加權的例子中,語義值SV(Q,S1)=100會大于SV(Q,S2)=30,并且這兩種模式的相對相關性會是每個模式所包含的所有被查詢概念的累積語義值的函數。
不過在另一種情況下,查詢可能只尋找包含Q所包括的所有概念CQ={C1...Cp}的模式。在這樣的模式中,每個概念Ci∈CQ會具有模式內的非零語義值。這里,通過把查詢Q表示成p維張量Tp(Q),可獲得更準確的結果,其中可以集合CQ的概念Ci的權重的大小為單位對所述p維空間的第i軸定標。從而,Tp(Q)可包含p元組,其中所述p元組的第i坐標是Q中的對應概念Ci的加權值的函數。
在本實施例和類似的實施例中,包含p個概念的查詢Q可被表示成p維張量,所述p維張量從p維坐標系的原點拉到該張量的另一個端點,其中所述另一個端點的坐標是Q所包含的p個概念之一的加權或未加權語義值的函數。在這樣的表示中,查詢Q所包含的概念Ci的權重可被表示成Q中的Ci的語義值。從而,表示所述查詢的p維張量是該查詢相對于它所包含的概念的固有語義值的表示,其中該查詢的該固有語義值與任何模式無關,或者與任何模式的語義值無關。
類似地,包含一組p個概念的模式可在p維空間中被表示成p維張量,所述p維張量從p維坐標系的原點拉到該張量的另一個端點,其中所述另一個端點的坐標是該模式所包含的p個概念之一的加權或未加權語義值的函數。如果模式和查詢包含相同的一組p個概念,那么所述模式和查詢可被表示成相同的p空間中的張量。在這種表示中,代表模式的p維張量可被識別成所述模式相對于所述查詢所包含的p個概念的語義值的表示。
在本發明的包含這種表示的實施例中,查詢Q可被表示成第一p元組,或者被表示成p維坐標系的原點與利用第一p元組在概念p空間中識別的第一點之間的第一p維張量。類似地,在這樣的表示中,響應查詢而取回的模式S的語義值可被表示成第二p元組,或者表示成p維坐標系的原點與利用第二p元組在概念p空間中識別的第二點 之間的第二p維張量。
通過把S對于Q的相關性定義成識別p維語義查詢Q的第一p元組與識別模式S的p維語義值的第二p元組之間的距離大小的函數,這種表示可被用于排列取回的各個模式的相對相關性。在這樣的實施例中,由于概念p空間中的一對點之間的較短距離可能意味該對點的語義值在數值上的大小更接近,從而利用p空間中隔開較小距離的點表示的模式和查詢彼此具有更大的相關性。
在一些實施例中,一對p元組(其中所述一對p元組中的一個p元組代表p空間中的查詢Q,該對中的另一個p元組代表p空間中的模式S的語義值)之間的距離不能準確地代表模式S對于查詢Q的相對相關性。
在這種情況下,與具有比第一模式高的加權語義值的第二模式相比,在多維概念空間中更靠近查詢的第一模式可被賦予對于所述查詢的更大相關性。
通過選擇為解析幾何學、矢量分析學或者搜索引擎設計領域的技術人員眾所周知的備選的取決于實現的方法,本發明的實施例可解決這些問題,所述方法在p維概念空間中識別和量化模式對于查詢的相關性。所述方法可以包括但不限于把相關性識別為代表查詢Q的第一張量和代表模式S的第二張量的標量積的函數。其它實施例可包含公知的矢量方法,所述矢量方法包括但不限于三角函數、函數加權算法、和的平方根法或者加權坐標比較函數。
圖5及附隨的說明證明備選的方法如何產生不同的結果。
總之,查詢Q和模式S兩者所包含的概念C可以與查詢Q內的等于Q中的C的權重的語義值相關聯。
概念C還可與模式S內的等于Σi:1..p[SW(Ci,S)*Str(ch(C,Ci))]的語義值SV(C,S)相關聯,其中{C1...Cn}是模式S所包含的一組n個概念。如果C是Q所包含的唯一概念,那么一組語義值SV(C,Si)可被用于對搜索引擎響應查詢Q而取回的對應一組模式Si排列和排序,其中與使C和S2內的較小語義值SV(C,S2)相關聯的模式S2相比,使 C與S1內的較大語義值SV(C,S1)相關聯的模式S1將具有對于查詢Q的更大相關性。
包含p個加權概念的集合CQ={C1...Cp}的查詢Qp可被表示成p維坐標系中的點或張量,其中Qp在p維坐標系的第i軸上的坐標等于對應概念Ci∈CQ的權重。
類似地,包含相同的p個加權概念的集合CQ={C1...Cp}的模式S可被表示成p維坐標系中的點或張量,其中Sp在p維坐標系的第i軸上的坐標等于SV(Ci,S),對應概念Ci∈CQ在S內的語義值。
模式S內的集合CQ的查詢Q的語義值被表示成SV(Q,S),可以等于Σi:1..p[SV(Ci,S)*wt(Ci,Q)],其中SV(Ci,S)是模式S內的概念Ci∈CQ的語義值,而wt(Ci,Q)是查詢Q內的概念Ci的權重。
另一方面,模式S內的查詢Q的語義值可被識別為由Q所包括的集合CQ={C1...Cp}所包括的概念定義的p維空間中代表查詢Q的點與由集合CQ所包括的概念定義的p維空間中代表模式S的點之間的p維距離。
模式S內的查詢Q的語義值也可被計算成由集合CQ所包括的各個概念定義的p維空間中代表Q的張量和由集合CQ所包括的各個概念定義的p維空間中代表S的張量之間的標量積。
在本發明的實施例中,這些概念使通過取回n個信息承載實體和n個對應的取回模式{S1...Sn}的回答集,其中所述n個取回實體的集合中的第i個取回實體與所述對應的n個取回模式的集合{S1...Sn}中的第i個模式相關聯,響應查詢Q的搜索引擎可以通過對取回實體的對應模式的語義值排列和排序,按n個取回實體對于查詢Q的相對相關性,來對所述n個取回實體排列和排序。
包含一組n個概念{C1...Cn}(其中每個概念Ci∈{C1...Cn}可被賦予用SV(Ci,S)表示的S內的語義值)的模式S本身可被賦予語義值SV(S),其中SV(S)是S所包括的n個概念的n個語義值SV(Ci,S)的函數。S的語義值可被識別成:
SV(S)=Σi:1..n[SV(Ci,S)]
這里,SV(S)是模式S本身的語義值,與查詢的語義值無關,或者與模式對于查詢的相對相關性無關。一組模式的一組語義值可被用于量化和比較所述一組模式的相對豐富度,并利用該信息排列各個模式,而不管各個模式相對于特定查詢的關系。在一些實施例中,模式的豐富度可以是該模式所包括的概念的范圍寬度的函數,或者可以是該模式所包括的相對普通或者相對有用的概念的多個實例的函數。
上面說明的本發明的實施例可在比如語義萬維網或語義數據庫之類的環境中最好地工作,其中這樣的環境可包括使關鍵字和符號與概念含意相關的概念數據模型和語義信息。
圖1表示可用于實現按照本發明的實施例的排列對于概念查詢的回答的方法的計算機系統和計算機程序代碼的結構。圖1涉及對象101-115。
本發明的各個方面可以采取純硬件實施例、純軟件實施例(包括固件、駐留軟件、微代碼等),或者結合硬件和軟件方面的實施例的形式,這里可以統稱為“電路”、“模塊”或“系統”。此外,在一個實施例中,本發明可以采取計算機程序產品的形式,所述計算機程序產品包含其中保存有計算機可讀程序代碼的一個或多個物理有形的(例如,硬件)計算機可讀介質或設備,所述程序代碼被配置成由計算機系統的處理器執行,以便實現本發明的方法。在一個實施例中,保存實現本發明的方法的所述程序代碼的物理有形的計算機可讀介質和/或設備(例如,硬件介質和/或設備)一般不包括信號,或者尤其不包括瞬息信號。
可以采用一個或多個計算機可讀介質或設備的任意組合。計算機可讀介質可以是計算機可讀信號介質或者計算機可讀存儲介質。計算機可讀存儲介質例如可以是但不限于電、磁、光、電磁、紅外線、或半導體系統、設備或器件,或者以上的任意適當組合。計算機可讀存儲介質或設備的更具體例子(非窮舉列表)可包括:電連接、便攜式計算機磁盤、硬盤、隨機存取存儲器(RAM)、只讀存儲器(ROM)、可擦式可編程只讀存儲器(EPROM或閃存)、射頻識別標簽、便攜式緊 湊盤只讀存儲器(CD-ROM)、光存儲器件、磁存儲器件、或者上述的任意適當組合。在本文的上下文中,計算機可讀存儲介質可以是任何能夠包含或存儲程序的任何物理有形的介質或硬件設備,所述程序可供指令執行系統、設備或者器件使用或者與其結合使用。
計算機可讀的信號介質可以包括其中嵌入計算機可讀程序代碼的傳播數據信號,例如,通過以太網電纜傳播的廣播無線電信號或者數字數據。這種傳播的信號可以采取任意各種形式,包括但不限于電磁信號、光脈沖、載波信號的調制或上述的任意組合。
包含在計算機可讀介質上的程序代碼可以用任何適當的介質傳輸,包括但不限于無線通信介質、光纜、導電電纜、射頻或者紅外電磁傳輸等等,或者上述的任意合適的組合。
可以用一種或多種程序設計語言,包括但不限于諸如Java、Smalltalk和C++之類的程序設計語言,和一種或多種腳本語言,包括但不限于諸如JavaScript、Perl和PHP之類的腳本語言的任意組合編寫用于執行本發明的各個方面的操作的計算機程序代碼。程序代碼可以完全在用戶計算機上執行、部分在用戶計算機上執行、作為一個獨立的軟件包執行、部分在用戶計算機上部分在遠程計算機上執行、或者完全在遠程計算機或服務器上執行。在后一情形下,遠程計算機可以通過任意類型的網絡,包括局域網(LAN)、廣域網(WAN)、內部網、外部網、或者可包含LAN、WAN、內部網和外部網的組合的企業網,連接到用戶計算機,或者可以連接到外部計算機,(例如利用因特網服務提供商(ISP)通過因特網連接)。
上面和下面參考按照本發明的實施例的方法、設備(系統)和計算機程序產品的流程圖和/或框圖,說明本發明的各個方面。要理解圖1-4的流程圖,方框圖的每個方框,以及流程圖和/或方框圖中各方框的組合,都可以由計算機程序指令實現。這些計算機程序指令可被提供給通用計算機、專用計算機或其它可編程數據處理設備的處理器,從而產生一種機器,使得借助計算機或其它可編程數據處理設備的處理器執行的這些計算機程序指令產生實現流程圖和/或方框圖的一個或多 個方框中規定的功能/動作的裝置。
這些計算機程序指令也可被保存在計算機可讀介質中,所述計算機可讀介質可指令計算機、其它可編程數據處理設備或其它設備按特定方式工作,以致保存在計算機可讀介質中的指令產生制品,所述制品包括實現在流程圖和/或方框圖的一個或多個方框中規定的功能/動作的指令。
也可以把計算機程序指令加載到計算機、其它可編程數據處理設備或其它裝置上,使得在計算機、其它可編程數據處理設備或其它裝置上執行一系列操作步驟,以產生計算機實現的處理,以致在計算機或其它可編程設備上執行的指令提供實現在流程圖和/或方框圖的一個或多個方框中規定的功能/操作的處理。
圖1-4的流程圖和/或方框圖圖解說明按照本發明的各個實施例的系統、方法和計算機程序產品的可能實現的體系架構、功能和操作。在這點上,流程圖或方框圖中的每個方框可代表模塊、程序段或者代碼的一部分,其中所述模塊、程序段或代碼的一部分包含用于實現一個或多個規定的邏輯功能的一個或多個可執行指令。還應當注意,在一些備選實現中,方框中標注的功能也可以以不同于附圖中所標注的順序發生。例如,連續表示的兩個方框實際上可以大體并行地執行,或者它們有時也可以按相反的順序執行,取決于所涉及的功能。還要注意的是,方框圖和/或流程圖的每個方框、以及方框圖和/或流程圖中的各個方框的組合可以用執行規定功能或動作的基于專用硬件的系統實現,或者可以用專用硬件與計算機指令的組合實現。
在圖1中,計算機系統101包括處理器103,處理器103通過一個或多個I/O接口109耦接到一個或多個硬件數據存儲設備111和一個或多個I/O設備113和115。
硬件數據存儲設備111可包括但不限于磁帶驅動器、固定或者可拆卸硬盤、光盤、配備存儲器的移動設備、和固態隨機存取或只讀存儲設備。I/O設備可包括但不限于:輸入設備113,比如鍵盤、掃描儀、手持電信設備、觸敏顯示器、平板電腦、生物特征讀取設備、控制桿、 跟蹤球或計算機鼠標;和輸出設備115,它可包括但不限于打印機、繪圖儀、平板電腦、移動電話、顯示器或發聲設備。數據存儲設備111、輸入設備113和輸出設備115可以位于本地,或者位于遠程地點,從所述遠程地點,它們通過網絡接口連接到I/O接口109。
處理器103也可連接到一個或多個存儲設備105,所述存儲設備105可包括但不限于動態RAM(DRAM)、靜態RAM(SRAM)、可編程只讀存儲器(PROM)、現場可編程門陣列(FPGA)、安全數字存儲卡、SIM卡、或者其它類型的存儲設備。
至少一個存儲設備105包含保存的計算機程序代碼107,計算機程序代碼107是包含計算機可執行指令的計算機程序。保存的計算機程序代碼包括實現按照本發明的實施例的有效地選擇可編程搜索的運行時規則的方法的程序,并且可以實現本說明書中描述的其它實施例,包括在圖1-4中圖解所示的方法。數據存儲設備111可保存計算機程序代碼107。保存在存儲設備111中的計算機程序代碼107被配置成由處理器103借助存儲設備105執行。處理器103執行保存的計算機程序代碼107。
從而,本發明公開一種支持計算機基礎結構,把計算機可讀代碼集成、托管、保持和部署在計算機系統101中的處理,其中與計算機系統101結合的所述代碼能夠實現有效地選擇可編程搜索的運行時規則的方法。
本發明的任意組件可以由試圖使有效地選擇可編程搜索的運行時間規則的方法更容易的服務提供商創建、集成、托管、保持、部署、管理、服務、支持等等。從而,本發明公開一種部署或集成計算基礎結構,包括把計算機可讀代碼集成到計算機系統101中的處理,其中與計算機系統101結合的所述代碼能夠執行有效地選擇可編程搜索的運行時規則的方法。
一個或多個數據存儲單元111(或者圖1中未示出的一個或多個附加存儲設備)可用作其中包含計算機可讀程序和/或其中保存有其它數據的計算機可讀硬件存儲設備,其中計算機可讀程序包括保存的計算 機程序代碼107。通常,計算機系統101的計算機程序產品(或者另一方面,制品)可包含所述計算機可讀硬件存儲設備。
圖2是概述按照這里介紹的本發明的實施例,排列對概念查詢的回答的方法的流程圖。圖2包括步驟201-209。
在步驟201,概念搜索引擎接收包含一組被查詢概念C(Q)的概念查詢Q。查詢Q可接收自想要與被查詢概念在所述查詢的上下文內的語義含意相關的一組回答的查詢實體。在一些實施例中,查詢將包含可由概念搜索引擎解釋成概念或者解釋成概念的實例的一組字符串或者關鍵字。
在步驟203,搜索引擎通過為搜索引擎設計領域的技術人員眾所周知的方法,取回信息承載實體的回答集,其中每個取回的實體可包含所述查詢所包括的概念,或者與所述概念相關。每個取回的實體可與包含所述一組被查詢概念C(Q)的子集的語義模式相關聯,并且可進一步與被查詢概念的子集的概念之間的一組關系相關聯。在一些實施例中,取回的回答集可包含一組取回的語義模式,其中所述一組取回的語義模式中的模式與回答集所包括的取回的信息承載實體相關聯。在一些實施例中,圖2的方法可忽略取回的回答集所包括的信息承載實體,如果該實體與取回的回答集所包括的取回的語義模式不相關聯的話。
步驟205對回答集中的每個語義模式,進行一次圖3的方法,其中回答集中的所述每個語義模式已在步驟203中取回,并且其中所述每個語義模式包括所述一組概念C(Q)中的被查詢概念。步驟205和圖3可識別回答集所包括的每個這樣的取回的語義模式內的概念查詢Q的語義值。
步驟207以在步驟205中識別的模式語義值的函數的形式,對回答集所包括的語義模式排列和排序,其中每個模式語義值識別語義值,并使該語義值與排列和排序的語義模式之一相關聯。在這里說明的實施例中,所述排列和排序是通過按模式的遞減順序的相關聯的語義值,對模式分類來實現的。在其它實施例中,可利用基于在步驟205中識 別的這些相關聯的語義值的函數的備選或者類似的過程,實現所述排列和排序。在一些實施例中,默認的過程可以使默認的排列和排序與利用步驟203的過程取回的信息承載實體相關聯,其中所述信息承載實體不與取回的語義模式相關聯。
步驟209按回答集所包括的取回的信息承載實體對于概念查詢的相對相關性,來對所述取回的信息承載實體排列和排序。可根據所述一組語義模式的在步驟207中識別的排序順序,實現所述排列和排序,其中取回的信息承載實體的相對相關性是與取回的信息承載實體相關聯的語義模式的語義值的相對語義值的函數。
在這里說明的實施例中,取回的信息承載實體從而按其對于查詢Q的遞減的相對相關性被排序,其中實體的對于查詢Q的相對相關性是與該實體相關聯的語義模式的相對語義值的函數,以及其中相關聯的語義模式是在步驟203中取回的。
在這里說明的實施例中,步驟209的排序產生信息承載實體的分類順序,該分類順序和與實體相關聯的一組模式的步驟207的分類順序類似。在其它實施例中,可以基于在步驟205中識別的語義值的函數的備選或類似過程,執行步驟209的排序。
圖3是介紹按照這里描述的本發明的實施例,圖2的步驟205的識別語義模式對于概念查詢的語義值的過程的更多細節的流程圖。圖3包括步驟301-315。
在步驟301,本發明的實施例可選擇一組函數,所述一組函數可包括按照這里說明的本發明的實施例,識別語義模式中的被查詢概念的語義值的方法的各個組件。
在一些實施例中,這些函數的選擇可以取決于實現,或者可以取決于概念搜索引擎的系統要求或者設計目標,或者可以取決于概念搜索引擎所包含的,或者概念搜索引擎運行于其上的平臺所包含的資源的可用性。
在一些實施例中,這些函數可以選自知識庫,或者可被選擇為概念查詢的特性的函數,概念查詢所包含的概念的特性的函數,搜索引 擎響應所述概念查詢而識別或取回的信息承載實體的特性的函數,響應概念查詢而取回的語義模式的特性的函數,如在步驟203中所述,或者它們的某種組合的函數。在一些實施例中,這些函數可以明確地或者隱含地由查詢實體或者搜索引擎用戶識別,或者可以是查詢實體或者搜索引擎用戶的某種明確或者隱含指定的函數。
由步驟301選擇的一組函數的子集可用SV(Q,S)形式的命名表示,其中所述子集可用于識別在語義模式S中的概念查詢Q的語義值,SV(Q,S)表示在模式S中的查詢Q的語義值。
函數SV(Q,S)可包含函數SV(C(i),S),它表示模式S內的概念C(i)的語義值,其中概念查詢Q可包含被查詢概念的n元集合C(Q)={C(1)...C(n)},其中C(Q)又包含概念C(i)。
函數SV(Q,S)的選擇可以取決于實現,或者取決于實施例,SV(Q,S)可以是概念查詢Q和語義模式S的滿足這里說明的標準的任意函數。在一些實施例中,函數SV(Q,S)為搜索引擎設計領域的技術人員眾所周知。
SV(Q,S)函數的例子包括但不限于:
i)以下形式的函數:
SV(Q,S)=Σi:1..m[SV(C(i),S)*wt(C(i),Q)]
其中概念查詢Q包含一組m個概念C(Q),以及其中wt(C(i),Q)是C(Q)中的概念C(i)的權重。如在這里及在圖5的說明中所述,概念可以與權重相關聯,以便確保準確地表示其對于概念查詢的相對重要性。
ii)p維空間中代表概念查詢Q的點和p維空間中代表模式S的點之間在p維坐標系中的距離的函數,其中以查詢Q所包含的一組概念C(Q)中的概念C(i)為單位,對所述p維坐標系的第i軸定標,其中查詢Q在第i軸上的坐標等于wt(C(i),Q)(所述一組概念C(Q)中的概念C(i)的權重),以及其中模式S在第i軸上的坐標等于SV(C(i),S)(模式S中的概念C(i)的語義值);或者
iii)p維坐標系中代表查詢Q的張量與p維坐標系中代表模式S 的張量的標量積的函數,其中以查詢Q所包含的一組概念C(Q)中的概念C(i)為單位,對p維坐標系的第i軸定標,其中查詢Q在第i軸上的坐標等于wt(C(i),Q)(所述一組概念C(Q)中的概念C(i)的權重),以及其中模式S在第i軸上的坐標等于SV(C(i),S)(模式S中的概念C(i)的語義值)。
在步驟301中可選擇其它類型的語義值函數,所述其它類型的語義值函數可識別其它類型的實體在其它上下文中的語義值。所述其它類型的實體可包括但不限于查詢或模式。所述其它類型的上下文可包括但不限于模式。
由步驟301選擇的一組函數的另一個子集可包含一個或多個長度函數,所述一個或多個長度函數可包括但不限于識別鏈ch的長度的L(ch)函數,和識別鏈接lnk的長度的L(lnk)函數。
長度函數的例子可包括但不限于:
i)把鏈接的長度識別成為1的默認長度,或者識別成某個其它定值的默認函數;
ii)特性與i)相同的長度函數,該長度函數識別每個概念由默認長度等于0、空值或者其它無效值的鏈接,默認地鏈接到所述概念本身;
iii)基于鏈接長度的一個或多個特性的相對值,識別大于或小于包含該鏈接的語義模式,或者所述語義模式中利用該鏈接相關聯的各個概念的默認值的鏈接長度;
iv)特性與ii)相同的長度函數,該長度函數明確地把視為等同的兩個概念之間的鏈接的長度識別為等于0、空值或者其它無效值。
由步驟301選擇的一組函數的另一個子集可包含一個或多個強度函數,所述強度函數可包括但不限于識別概念C的強度的Str(C)函數,識別模式S內的概念C的強度的Str(C,S)函數,識別模式S內的鏈接lnk的強度的Str(lnk,S)函數,識別模式S內的鏈ch的強度的Str(ch,S)函數,當在模式S中C(i)和C(j)之間存在不止一個鏈或鏈接時,識別模式S內,概念C(i)和概念C(j)之間的聯絡的強度的聯絡強度LStr(C(i),C(j),S)函數,和識別概念查詢Q內的概念C的強度的 Str(C,Q)函數。在一些實施例中,在步驟301中可以選擇識別在另一種上下文中的另一種類型實體的強度的其它各種強度函數。
強度函數的例子包括但不限于:
i)向概念賦予默認強度1(或者某個其它定值)的默認概念強度函數;
ii)識別鏈接的強度(該鏈接的長度的反函數)的鏈接強度函數。這種函數的對于長度為零的鏈接,返回有限強度值的一個例子是:Str(lnk)=1/(1+L(lnk));或者
iii)識別鏈的強度(該鏈的長度的反函數)的鏈強度函數。這種函數的對于長度為零的鏈,返回有限強度值的一個例子是:Str(ch)=1/(1+L(ch)),其中L(ch)(鏈ch的長度)等于該鏈所包含的所有鏈接的長度之和;
iv)識別語義模式S內的概念C(x)和語義模式S中的概念C(y)之間的鏈的最大強度的聯絡強度函數LStr(C(x),C(y),S),其中C(x)和C(y)可由S中的不止一個路徑,或者由S中的不止一個鏈連接。這種函數的一個簡單例子是返回C(x)和C(y)之間的某個鏈的強度值的函數,所述某個鏈的強度值大于或等于C(x)和C(y)之間的任何其它鏈的強度值--換句話說,返回C(x)和C(y)之間的“最強”鏈的強度值的函數;或者
v)基于概念、鏈接、鏈或者其它實體的一個或多個特性的一組相對值,識別大于或者小于默認值或者其它計算值的強度的強度賦值(strength assignment)。
由步驟301選擇的一組函數的其它子集可包括語義權重函數,如在圖4中所述,或者本發明的實施例為了識別或計算語義值而需要的其它各種函數,這里可說明它們的例子。
步驟303開始迭代過程,所述迭代過程包括步驟303-315并且對于在步驟203中取回的語義模式的回答集中的每個語義模式S(n)進行一次迭代。當對回答集中的所有語義模式,完成了該迭代過程時,圖3的方法終止,本發明的實施例繼續進行圖2的步驟207。
步驟305采用在步驟301中選擇的一個或多個長度函數來識別模式S(n)所包括的一組所有鏈接中的每個鏈接的長度,其中所述每個鏈接識別模式S(n)所包括的一對概念之間的關系。在一些實施例中,如果一對概念中的任何一個概念未被查詢Q所包括,那么步驟305可不識別對該對概念之間的關系進行識別的鏈接的長度。
步驟307開始迭代過程,所述迭代過程包括步驟307-309并且對于模式S(n)所包括的每個概念C(j)進行一次迭代。在一些實施例中,可不對未被查詢Q包含的概念進行步驟307-309的迭代。當對滿足這些各組標準之一,或者滿足類似的由實現決定的各組標準的所有概念C(j),完成了步驟307-309的迭代過程時,步驟307-309的迭代過程終止,以及圖3的方法繼續進行步驟311。
步驟309采用在步驟301中選擇的一個或多個強度函數來識別Str(C(j),S(n)),模式S(n)中的概念C(j)的強度。當對于由步驟307識別的滿足所述一組標準的S(n)中的所有概念C(j),完成了步驟307-309的迭代過程時,本發明的方法將已識別了每個這種概念C(j)的強度Str(C(j),S(n)),步驟307-309的迭代過程將結束,以及圖3的方法將繼續步驟311。
步驟311開始迭代過程,所述迭代過程包括步驟311-313并且對于每個被查詢概念C(i)∈C(Q)進行一次迭代,其中步驟201的概念查詢Q包括一組被查詢概念C(Q)。在一些實施例中,只有當C(Q)和語義模式S(n)兩者都包含被查詢概念C(i)時,才對被查詢概念C(i)進行步驟311-313的迭代。當對于滿足這些各組標準之一或者滿足類似的取決于實現的各組標準的所有被查詢概念C(i),完成了步驟311-313的迭代過程時,步驟311-313的迭代過程結束,以及圖3的方法繼續進行步驟315。
步驟313采用在步驟301中選擇的一個或多個語義值函數來識別SV(C(i),S(n)),模式S(n)中的被查詢概念C(i)的語義值。在一些實施例中,如果S(n)不包含C(i),那么SV(C(i),S(n))會返回空值或者其它無效值或者定值。
圖4中更詳細地說明了步驟313。
當對于滿足由步驟311識別的一組標準的所有被查詢概念C(i),完成了步驟311-313的迭代過程時,圖3的方法將已識別了每個所述概念C(i)的語義值SV(C(i),S(n)),步驟311-313的迭代過程將結束,以及圖3的方法將繼續進行步驟315。
步驟315識別SV(Q,S(n))的值(模式S(n)內的步驟201的概念查詢Q的語義值)。步驟301中的語義值函數的選擇可取決于本發明的特定實施例的實現細節,不過選擇的語義值函數必須包括由步驟311-313的迭代過程返回的SV(C(i),S(n))形式的一組語義值的函數,其中每個語義值SV(C(i),S(n))是模式S(n)內的被查詢概念C(i)的語義值。
例如,如果本發明的實施例通過作為語義值函數的第一例子,在步驟301中選擇的函數SV(Q,S),實現步驟315,那么模式S(n)內的概念查詢Q的語義值會為:
SV(Q,S(n))=Σi:1..m[SV(C(i),S(n))*wt(C(i),Q)]
其中查詢Q包含一組m個概念C(Q)={C(1)...C(m)},wt(C(i),Q)是被查詢概念C(i)∈C(Q)的權重,以及SV(C(i),S(n))是模式S(n)內的概念C(i)∈C(Q)的語義值。在本例中,模式S(n)內的查詢Q的語義值等于一組乘積之和,其中所述一組乘積中的每個乘積包括S(n)內的概念C(i)的語義值乘以Q內的概念C(i)的權重。如在步驟301中所述,其它實施例可包含表示模式和查詢中的概念的相對重要性或加權的不同語義值函數。
當步驟315完成時,如果還未對所有語義模式S(n)進行步驟303-315的迭代過程,那么圖3的方法將返回步驟303,以對下一個語義模式S(n),開始步驟303-315的迭代過程的下一次迭代。如果對所有語義模式S(n)都進行了步驟303-315的迭代過程,那么本發明的方法將繼續進行圖2的步驟207,從而返回由步驟203取回的每個模式S(n)內的查詢Q的語義值。
圖4是圖解說明用于識別語義模式S(n)內的被查詢概念C(i)的語義值的圖3的步驟313的過程的細節的流程圖。其中C(i)由一組被查 詢概念C(Q)包含,所述一組被查詢概念C(Q)又由概念查詢Q包含,以及其中響應查詢Q,搜索引擎在步驟203取回S(n)。在一些實施例中,可對查詢Q所包含的每個被查詢概念C(i),進行一次圖4的方法。在其它實施例中,可對C(Q)和語義模式S(n)兩者所包含的每個被查詢概念C(i),進行一次圖4的方法。圖4包括步驟401-411。
步驟401開始迭代過程,所述迭代過程包括步驟401-409并且對模式S(n)所包括的每個概念C(j)進行。當對所有概念C(j),完成了該迭代過程時,步驟401-409的迭代過程終止,以及圖4的方法繼續進行步驟411。
步驟403開始迭代處理,所述迭代處理包括步驟403-405并且對模式S(n)所包括的每個概念C(x)進行一次,其中C(x)由單個直接鏈接連接到概念C(j)。在一些實施例中,概念C(j)可被認為由單個直接鏈接連接到它自己。在一些實施例中,這種到它自己的單個直接鏈接可被認為具有等于0、空值或者某個其它無效值的默認長度。當對于所有概念C(x),完成步驟403-405的所述迭代處理時,步驟403-405的迭代處理終止,以及圖4的方法繼續進行步驟407。
步驟405識別Str(lnk(C(j),C(x)),S(n))(模式S(n)內的直接鏈接lnk(C(j),C(x))的強度,其中所述直接鏈接lnk(C(j),C(x))直接連接模式S(n)內的概念C(j)和模式S(n)內的概念C(x)。在一些實施例中,概念C(j)可被認為由單個直接鏈接lnk連接到它自己,這種鏈接可被認為具有等于0、空值或者某個其它無效值的默認長度。
如在步驟301的說明中進一步解釋的那樣,鏈接lnk(C(j),C(x))的這種強度可用鏈接強度函數Str(lnk)來識別。在這里說明的實施例中,鏈接lnk的強度Str(lnk)可以是L(lnk)(鏈接lnk的長度)的反函數。在一個例子中,可用以下函數識別鏈接lnk的強度:
Str(lnk)=1/(1+L(lnk))
在其中在步驟405中,概念C(j)并不與概念C(x)不同的實施例中,C(j)可具有到它自己的直接鏈接,其中到它自己的直接鏈接可被認為具有等于0、空值或者某個其它無效值的默認長度。在這種實施 例中,概念C(j)和C(x)之間的直接鏈接的強度為:
Str(lnk)=1/(1+L(lnk))=1/(1+0)=1
將在步驟405中應用的強度函數的選擇可以是隨實現而定的,以及在步驟301中選擇在本發明的特定實施例中將使用哪個函數。步驟301的描述還提供鏈長度函數、鏈接長度函數和可包括鏈強度或聯絡強度函數的鏈接強度函數的例子。一些或者所有這些函數可以是取決于實現的,或者取決于實施例的,不過每種函數的例子為搜索引擎設計領域的技術人員眾所周知。
當步驟405完成時,步驟403-405的迭代處理對于概念C(x)的下一個實例開始其下一次迭代。當對于模式S(n)中直接鏈接到概念C(j)的所有概念C(x)都完成了步驟403-405的迭代處理時,步驟403-405的迭代處理結束,以及圖4的方法繼續進行步驟407。
步驟407利用步驟405和309的結果,識別模式S(n)中的概念C(j)的語義權重。將在步驟407中使用的語義權重函數的識別可以是取決于實現的,以及在步驟301中,可以識別在本發明的特定實施例中要使用哪個語義權重函數。
在圖4的實施例中,例如,語義權重函數SW(C(j),S(n))可被定義成乘積之和,其中所述乘積是通過把概念C(j)的強度乘以S(n)中的概念C(j)與S(n)中的概念C(x)之間的鏈接的強度計算的:
SW(C(j),S(n))=Str(C(j))*Σx:1..mStr(lnk(C(j),C(x),S(n))
其中Str(C(j))是概念C(j)的強度,Str(C(j),C(x),S(n))是模式S(n)內的C(j)和S(n)內的C(x)之間的直接鏈接的強度。
步驟409識別LStr(C(i),C(j),S(n)),模式S(n)內的C(i)和C(j)之間的聯絡強度,其中C(i)是在圖3的步驟311-313中識別的S(n)中的概念,而C(j)是在圖4的步驟402中識別的S(n)中的概念。
如在步驟301的說明中所述,在其中模式S(n)內的多個鏈沿著不同的路徑連接S(n)中的概念C(i)和S(n)中的概念C(j)的實施例中,C(i)和C(j)之間的“聯絡強度”可被識別為S(n)中的C(i)和C(j)之間的“最強”鏈的強度,其中S(n)中的C(i)和C(j)之間的最強鏈是不小于和連 接S(n)中的C(i)和C(j)的任何其它鏈相關聯的強度值的強度值相關聯的鏈。在本發明的其它實施例中,步驟409可以應用其它函數來識別S(n)中的C(i)和C(j)之間的鏈強度、聯絡強度、或者最強鏈(當C(i)和C(j)由多個鏈或路徑連接時)。
在一些實施例中,概念C(i)可以與到它自己的默認直接鏈接相關聯,其中所述默認直接鏈接的默認長度等于0、空值、或者無效值。在這樣的實施例中,概念C(i)和它自己之間的聯絡的強度可被識別為:
LStr(C(i),C(i),S(n))=1/(1+L((C(i),C(i)))=1/(1+0)=1
當步驟409完成時,對S(n)內的概念C(j)的下一個實例,從步驟401開始步驟401-409的迭代處理的下一次迭代。當對于S(n)內的所有概念C(j),都完成了步驟401-409的迭代處理時,步驟401-409的迭代處理結束,以及圖4的方法繼續進行步驟411。
步驟411利用步驟407和409的結果來識別語義模式S(n)內的被查詢概念C(i)的語義值。可通過應用識別模式內的概念的語義值的一個或多個語義值函數,進行步驟411,以及其中所述一個或多個語義值函數可以是在步驟407中識別的SW(C(j),S(n))的值的函數,其中SW(C(j),S(n))的實例可識別概念C(j)∈S(n)在S(n)內的語義權重,并且可以是在步驟409中識別的LStr(C(j),C(x),S(n))的另外的函數,其中LStr(C(i),C(j),S(n))的實例可識別S(n)中的被查詢概念C(i)與S(n)中的概念C(j)之間的聯絡強度。在其它實施例中,可通過應用一個或多個其它函數或方法,進行步驟411,所述一個或多個其它函數或方法可包括但不限于在步驟301中描述的函數或例子。
當模式S(n)包含m個概念{C(1)...C(m)}時,這樣的語義值函數可以是以下形式:
SV(C(i),S(n))=Σj:1..m[SW(C(j),S(n))*LStr(C(i),C(j),S(n))]
在本例中,模式S(n)內的概念C(i)的語義值是乘積之和,其中每個乘積是把S(n)中的概念C(j)的語義權重乘以概念C(i)和概念C(j)∈S(n)之間的聯絡強度的結果。本例中的語義值從而是S(n)中的所有m個概念C(j)的這種乘積之和。在其它實施例中,可在步驟301中 識別其它語義值函數,并在步驟407中應用這些函數。
在一些實施例中,概念C(i)與到它自己的默認直接鏈接相關聯,其中所述默認直接鏈接的默認長度等于0、空值、或者無效值。在這種實施例中,概念C(i)和它自己之間的聯絡強度可被識別為:
LStr(C(i),C(i),S(n))=1/(1+L((C(i),C(i)))=1/(1+0)=1
在這樣的實施例中,概念C(i)對它自己的語義值產生影響,而S(n)內的C(i)的語義權重SW(Ci,S(n))對SV(C(i),S(n))(S(n)中的C(i)的語義值)產生影響。
在一些實施例中,如果模式S(n)中的概念C(k)和模式S(n)中的概念C(l)被認為在S(n)內等同,那么S(n)中的C(k)和S(n)中的C(l)之間的鏈接或鏈的長度可以與等于0、空值、或者無效值的默認長度相關聯。在這樣的實施例中,C(k)和C(l)之間的S(n)中的鏈接lnk的強度等于:
Str(lnk,S(n))=1/(1+0)=1,
并且C(k)和C(l)之間的S(n)中的聯絡的強度等于:
LStr(C(k),C(l),S(n))=1/(1+0)=1
在一些實施例中,這兩種特性可被組合,以致:
i)S(n)中的概念C(k)可以與S(n)內到它自己的默認鏈接相關聯,其中到它自己的默認鏈接的默認長度等于0、空值或者無效值;和
ii)S(n)中的概念C(k)和S(n)中的等同概念C(l)可以與S(n)內的C(k)和C(l)之間的默認鏈接相關聯,其中C(k)和C(l)之間的默認鏈接的默認長度等于0、空值或者無效值。
在這樣的實施例中,如果S(n)中的C(k)和S(n)中的C(l)這兩個等同概念,其中C(k)和C(l)在S(n)中由長度等于0、空值或者另一個無效值的鏈接或鏈所鏈接,那么C(k)和C(l)具有S(n)內的相同語義值,該語義值等于:
SV(C(k),S(n))=SV(C(l),S(n))
當步驟411完成時,圖4的方法結束,以及本發明的實施例繼續進行圖3的步驟311和313的迭代過程的下一次迭代。如果如在步驟 311-313的說明中定義的那樣,對所有被查詢概念都進行了步驟311和313的迭代過程,那么本發明的實施例繼續進行圖3的步驟315。
圖5是圖解說明按照本發明的實施例,識別語義模式對于概念查詢的相對相對性,并通過在p維坐標系中表示所述模式和查詢的方法的示圖。圖5包含附圖標記501-513。
在本例中,概念搜索引擎通過在步驟203中取回3個語義模式S1、S2和S3,來響應在步驟201中接收的概念查詢Q,其中查詢Q和這3個模式都包含2個加權的概念C1和C2。在其它例子中,概念查詢可包含不同數目的被查詢概念,以及語義模式可包含一組被查詢概念的不同子集。
圖5圖解說明概念查詢和概念搜索引擎響應概念查詢而取回的一組語義模式可如何被表示成p維空間(或者“p空間”)中的p元組,其中p是所述查詢所包含的概念的數目,以及在一些實施例中,p可被所有取回的語義模式所包含。在這個簡單的二維例子中,p等于2,因為查詢Q包含兩個概念C1和C2。所有這3個模式S1、S2和S3都包含兩個被查詢概念,不過在其它例子中,即使語義模式不包含C1和C2兩者,也可響應查詢Q而取回該語義模式。在所述二維概念空間中,縱軸501是以概念C1的權重或語義值為單位定標的,而橫軸503是以概念C2的權重或語義值為單位定標的。
在圖5中,查詢Q及模式S1、S2和S3在二維概念空間中都被表示成利用一對有序坐標描述的點。這些點中的每一個點還都可被等同地表示成從二維坐標系的原點507到該點的矢量(或者,在更高維度的坐標系中,表示成張量)。在這個例子中,
-查詢Q用在坐標(C1=2.0,C2=0.4)的點509表示,意味C1在Q中具有2.0的權重,而C2在Q中具有0.4的權重;
-模式S1用在坐標(C1=1.2,C2=0.8)的點513表示,意味C1在S1中具有1.2的語義值,而C2在S1中具有0.8的語義值;
-模式S2用在坐標(C1=1.5,C2=0.5)的點511表示,意味C1在S2中具有1.5的語義值,而C2在S2中具有0.5的語義值;
-模式S3用在坐標(C1=4.0,C2=0.8)的點505表示,意味C1在S3中具有4.0的語義值,而C2在S3中具有0.8的語義值。
在本例中,概念C1和C2都被賦予權重,其中概念的權重可以是該概念對于查詢Q的相對重要性的函數。這里,C1與2.0的權重相關聯,而被認為相對于C1對查詢Q的重要性為40%的C2與0.80的權重相關聯。在其它實施例和本實施例的其它例子中,可以采用選擇權重值的不同方法,并且每個權重的值可意味不同的含意。例如,兩個概念的兩個相對重要性之間的比率可以是分別與這兩個概念之一相關聯的一對權重之間的比率的非平凡函數(nontrivial function)。
在確定語義模式對于概念查詢的相對相關性的所述方法的一個實施例中(其中所述模式和查詢都被表示成p空間中的一個點),所述方法可把模式的相對相關性識別成p空間中代表所述模式的第一點和代表所述查詢的第二點之間的距離的函數。
在圖5中,與代表S3的點505和代表查詢Q的點509之間的較大距離相比,代表模式S1的點513和代表模式S2的點511都相對更靠近代表查詢Q的點509。把相關性識別為查詢和模式之間的p空間距離的反函數的方法從而可識別比S1513或者S2511對于Q509的相關性低的S3505對于Q509的相關性,因為代表S3505的坐標位于與代表S1513的坐標或者代表S2511的坐標相比,在二維空間中離代表Q509的坐標的距離更大之處。
在本例中,把取回模式的相關性或語義值識別為p空間中的兩點之間的距離的函數的方法,通過首先使代表取回模式的矢量或張量歸一化,可產生更準確的結果。在這樣的實施例中,未能歸一化會導致使錯誤地較低的相對相關性與取回的位于離查詢點Q過遠之處的回答相關聯,即使取回的回答與被查詢概念的否則較高的語義值相關聯。這種歸一化方法可包括通過把每個矢量或張量的長度除以取回的回答集的最長矢量或張量的長度,變換一組取回的矢量或張量中的每個矢量或張量的長度,所述一組取回的矢量或張量都代表取回的回答集中的一個取回的回答。其它實施例可包括為三角學領域的技術人員眾所 周知的不同的歸一化方法。
不過,另一個實施例可以采用把p空間中語義模式對于查詢的相對相關性識別為從p維坐標系的原點507到代表所述模式的坐標的第一張量或矢量,和從原點507到代表所述查詢的坐標的第二張量或矢量的標量積的函數的第二種方法。
利用為線性代數或線性規劃領域的技術人員眾所周知的矩陣計算,所述第二種方法可在圖5中,把從原點507到S3505的矢量和從原點507到Q509的矢量的標量積識別為大于從原點507到S1513的矢量和從原點507到Q509的矢量的標量積,類似地,識別為大于從原點507到S2511的矢量和從原點507到Q509的矢量的標量積。
從原點507到S3505的矢量和從原點507到Q509的矢量的標量積具有這3個標量積中的最大大小,因為構成該標量積的兩個矢量在二維空間中具有相同的斜率和原點,并且因為從原點507到坐標S3505的矢量的長度大于從原點507到點S1513的矢量的長度,或者大于從原點507到點S2511的矢量的長度。
通過應用為線性代數領域的技術人員眾所周知的普通矢量運算,易于得到這些結論。
所述第二種方法于是把語義模式S3505識別為對于查詢Q509具有較大相關性,因為從原點507到Q509的矢量和從原點到S3的矢量的標量積大于與分別連接原點508和S1513及S2511的矢量相關聯的前述標量積任意之一。
上面在步驟315的討論中說明的第三種方法可把模式S中的查詢Q的語義值識別成模式S內的每個被查詢概念的語義值和查詢Q內的每個概念的語義權重的函數:
SV(Q,S)=Σi:1..m[SV(C(i),S)*wt(C(i),Q)],
得到以下結果:
SV(Q,S1)=(1.2*2.0)+(0.8*0.4)=2.4+0.32=2.72
SV(Q,S2)=(1.5*2.0)+(0.5*0.4)=3.0+0.2=3.2
SV(Q,S1)=(4.0*2.0)+(0.8*0.4)=8+0.32=8.32
這3個例子和圖5圖解說明對應于本發明的三類實施例,并且可按照本發明的實施例用于識別和排列模式對于查詢的相對相關性的三種數學途徑。在其它實施例中,基于本發明的特定實施例的取決于實現的細節,可以代替為諸如線性代數或線性規劃之類領域的技術人員眾所周知的其它多維或圖形數學函數和技術,以識別并按相關性排列模式。

關于本文
本文標題:多點嚙合外齒輪減速機.pdf
鏈接地址:http://www.pqsozv.live/p-6180546.html
關于我們 - 網站聲明 - 網站地圖 - 資源地圖 - 友情鏈接 - 網站客服 - 聯系我們

[email protected] 2017-2018 zhuanlichaxun.net網站版權所有
經營許可證編號:粵ICP備17046363號-1 
 


收起
展開
钻石光影