具有明显类别划分的非结构化电子文档的检索方法和系统

摘要

本发明提供一种有明显类别划分的非结构化电子文档的检索方法和系统，其方法包括文档分类和类型关键词识别阶段：文档分类是将特定集合的文档，按照各文档内容之间存在的关系进行分类；类型关键词识别是将所有类型的关键词识别出来；实时搜索阶段：根据用户输入的搜索词，查询符合搜索结果的文档，并按照文档相关性从高到低返回搜索结果，该阶段提供了一实时搜索相关性算法公式，公式中引入了搜索词与文档类别的关系，优化了TF-IDF算法，很大程度上解决了上述提到的两个TF-IDF用于大型企业电子文档搜索时存在的两个问题，使之适用于大型企业电子文档全文搜索。