自文件集合中自动搜寻概念层次结构的方法及系统

摘要

本发明涉及一种可自一文件集合中自动搜寻概念并自动生成一概念层次结构(310)的方法、系统及计算机程序。该方法包括：自文件集合中抽取特征字符(304)；利用统计方法计算特征字符间的相似度(306)；提炼特征字符的分布频率以使上述相似度计算趋于精确(508)；对特征字符进行语义排歧以解决意义分歧的问题；以经提炼的分布频率及语义排歧后的特征字符为基础，重新计算特征字符的相似度(510)。经再次计算所得的相似度可反映各特征字符间的实际相似程度，藉此，可将相关的特征字符进行聚类形成不同的概念，所得概念排列为一个概念层次结构。该概念层次结构可自动对某一待检索的特定概念产生询问并返回与该概念相关的文件。