从非结构化文本提取可伸缩增量语义实体和相关性

摘要

公开了从非结构化文本提取可伸缩增量语义实体和相关性。用于包含文本的文档的搜索引擎可以使用统计语言模型来处理文本，基于熵对该文本进行分类，并且创建后缀树或每一分类的文本的其他映射。可以从后缀树或映射中用不同单词或文本串之间的关系来构造图。可以使用该图来确定搜索结果，并且在查看搜索结果之前可以对该图进行浏览或导航。由于添加了新文档，可以对它们进行处理并且添加到后缀树，随后可以响应于搜索请求按需创建该图。可以将该图表示为邻接矩阵，并且传递闭包算法可以处理该邻接矩阵作为后台进程。