Nova Patents
ES2323786T3

Systems and methods for searching using queries written in a different character-set and/or language from the target pages

Abstract

A method comprising: the identification (904) of a first set of anchor text written in a first format and containing a given term; the identification (906) of a set of documents to which the first set of anchor text points; the identification (908) of a second set of anchor text written in a second format, and pointing to the identified set of documents; the analysis (910) of the second set of anchor text to determine that a representation of the given term in the first format corresponds to the representation of a given term in the second format.

ES2323786T3, drawing sheet 1
Sheet 1 of 15

Term

Term ended

Projected expiry passed 13 September 2024, 2 years ago.

  1. Priority
  2. Filed
  3. Published
  4. Projected expiry
  5. Today

17 claims: 2 independent, 15 dependent

  1. 1
    ES 2 323 786 T3 REIVINDICACIONES 1. Un método que comprende:la identificación (904) de un primer conjunto de texto de anclaje escrito en un primer formato y conteniendo un término dado;la identificación (906) de un conjunto de documentos hacia los cuales apunta el primer conjunto de texto de anclaje;la identificación (908) de un segundo conjunto de texto de anclaje escrito en un segundo formato, y apuntando al conjunto identificado de documentos;el análisis (910) del segundo conjunto de texto de anclaje para determinar que una representación del término dado en el primer formato se corresponde a la representación de un término dado en el segundo formato.
  2. 2
    El método de la reivindicación 1, en donde el primer formato comprende un primer conjunto de caracteres, y el segundo formato comprende un segundo conjunto de caracteres.
  3. 3
    El método de la reivindicación 1, en donde el primer formato comprende un primer idioma y el segundo formato comprende un segundo idioma.
  4. 4
    El método de la reivindicación 1, en donde el análisis del segundo conjunto del texto de anclaje incluye la identificación de un término que aparece en el segundo conjunto de texto de anclaje, y la designación del termino más frecuente como la representación del termino dado en el segundo formato.
  5. 5
    El método de la reivindicación 1, en donde el análisis del segundo conjunto del texto de anclaje comprende:calcular una probabilidad de que el termino dado corresponde a un término en el segundo conjunto de texto de anclaje.
  6. 6
    El método de la reivindicación 5, en donde la probabilidad se obtiene utilizando al menos unos medios Bayesianos, alisamiento de histogramas, alisamiento Kernel, y estimadores de contracción.
  7. 7
    El método de la reivindicación 5, en donde la probabilidad de que un termino dado corresponda a un término en el segundo conjunto del texto de anclaje se obtiene por la división del numero de presencias del término en el segundo conjunto del texto de anclaje por el numero total de presencias de todos los términos en el segundo conjunto del texto de anclaje.
  8. 8
    El método de la reivindicación 1, en donde el análisis del segundo conjunto del texto de anclaje comprende:el cálculo de un probabilidad de que el termino dado se corresponda con cada termino en el segundo conjunto del texto de anclaje.
  9. 9
    El método de la reivindicación 1, en donde el análisis del segundo conjunto de texto de anclaje comprende:la identificación de un término que aparece más frecuentemente en el segundo conjunto del texto de anclaje.
  10. 10
    El método de la reivindicación 2, en donde se selecciona el primer formato a partir del grupo que comprende:formato, romaja y pinyin;y en donde el segundo conjunto de caracteres se selecciona a partir del grupo que comprende: katakana, haragana, kanji, hangul, hanja, y los caracteres chinos tradicionales.
  11. 11
    El método de la reivindicación 1, en donde los documentos comprenden páginas Web.
  12. 12
    El método de la reivindicación 1, que comprende además:la obtención de una pregunta o consulta escrita en el primer formato y conteniendo el término dado;traducción de la pregunta o consulta en el segundo formato basándose al menos en parte del mencionado paso de análisis;búsqueda de una base de datos para la información escrita en el segundo formato que sea sensible a la pregunta o consulta traducida.
  13. 13
    El método de la reivindicación 12, en donde las etapas se ejecutan en el orden expuesto. ES 2 323 786 T3
  14. 14
    Un producto de un programa de ordenador incluido en un medio legible por ordenador, en donde el programa de ordenado incluye instrucciones, las cuales se ejecutan mediante un sistema por ordenador, que son operativas para hacer que el sistema por ordenador ejecute acciones, que comprenden:la identificación (904) de un primer conjunto de texto de anclaje escrito en un primer formato y conteniendo un término dado;la identificación (906) de un conjunto de páginas Web a las cuales apunta el primer conjunto de texto de anclaje;la identificación (908) de un segundo conjunto de texto de anclaje escrito en un segundo formato, y apuntando a un conjunto identificado de páginas Web;determinación de la probabilidad de que una representación de un término dado en el primer formato se corresponda a una representación de un término dado en el segundo formato.
  15. 15
    El producto del programa de ordenador de la reivindicación 14, que incluye además instrucciones, las cuales al ejecutarse por el sistema de ordenador, son operativas para provocar que el sistema de ordenador ejecute acciones que comprenden:modificar la probabilidad de que una representación del termino dado en el primer formato se corresponda con una representación del término dado en el segundo formato, basándose al menos en parte en un análisis de la selección del usuario de los resultados de la búsqueda.
  16. 16
    El producto del programa de ordenador de la reivindicación 14, que incluye además instrucciones, las cuales al ser ejecutadas por el sistema de ordenador son operativas para hacer que el sistema de ordenador ejecute acciones, que comprenden:modificar la probabilidad de que una representación del término dado en el primer formato se corresponda con una representación del término dado en el segundo formato, basándose al menos en parte, en un análisis de las preguntas o consultas previas del usuario.
  17. 17
    El producto del programa de ordenador de la reivindicación 14, en donde la probabilidad se determina al menos en parte, utilizando al menos uno de los métodos Bayesianos, alisamiento del histograma, alisamiento kernel, y estimadores de contracción.
Independent claims17