根据结构化数据项的集合生成非结构化搜索查询的制作方法

背景技术：

最近的技术进步已经刺激了巨大数量的数据的生成和存储。网络搜索引擎支持对跨互联网散布的大量数据进行搜索。公司可以通过金融日志、电子邮件消息、商业档案等等生成巨量数据。高清晰度视频文件可以编码巨量音频和视频数据。随着技术持续发展，大型数据源中的相关数据的搜索和分析可能变得越来越困难。

附图说明

在以下详细说明书中并参照附图描述某些示例。

图1示出了支持访问结构化数据、非结构化数据或两者的数据系统的示例。

图2示出了查询电路可以执行的对结构化数据集的示例性访问。

图3示出了查询电路可以执行的对非结构化数据集的示例性访问。

图4示出了查询电路可以执行的数据连接的示例。

图5示出了查询电路可以执行的数据分析的示例。

图6示出了查询电路可以执行的数据插入的示例。

图7示出了查询电路可以实施的逻辑的示例。

图8示出了支持访问结构化数据、非结构化数据或两者的计算装置的示例。

具体实施方式

图1示出了支持对结构化数据、非结构化数据、或者对两者进行访问的数据系统100的示例。结构化数据可以指遵循固定数据模型或模式的数据。结构化数据可以因此存储在档案或文件内的固定字段内，如由数据模型所指定的。结构化数据的示例可以因此包括作为相关数据库、固定电子数据表字段、可扩展标记语言(xml)文件、数据仓库存储、企业系统档案、会计档案、统计存储、传感器档案、网络日志、金融交易日志的一部分、或者作为根据任何特定数据模型或数据模式的数据集的一部分而存储的数据。结构化数据的集合可被称为结构化数据集。作为一个特定示例，数据系统100可以对实施为相关数据库的结构化数据集进行访问。

非结构化数据可以指不遵循固定数据模型或模式的数据。在这方面，非结构化数据无法存储在如由数据模型所阐述的特定固定位置中。在这方面，非结构化数据可以指并未存储在数据文件的预定字段中的自由形式的文本或数据。非结构化数据也可被称为非结构化文档，并且数据文件可以包括多个非结构化文档或者非结构化文档可以跨多个数据文件。非结构化文档可以因此在文本或文字处理文档、网页、社交网站、图像文件、电子邮件消息、数字音频、和/或视频文件等中找到。非结构化数据的集合可被称为非结构化数据集，并且数据系统100可以通过非结构化数据管理系统(诸如，搜索引擎)来访问非结构化数据集。搜索引擎可以对非结构化文档进行编索引以支持非结构化数据的高效访问和搜索。

数据系统100可以包括查询电路110，查询电路110实施对结构化和/或非结构化数据的访问的各种功能。查询电路110可以以任意数目方式实施，诸如硬件-软件组合来实施。在一些实施方式中，查询电路110包括处理器、存储器、或者包括处理器和存储器两者。存储器可以存储用于执行如下所述查询电路110的任何功能或特征的可执行指令。

查询电路110可以使用结构化和非结构化数据两者以各种方式查询存储在数据系统100中的相关数据。在一些实施方式中，查询电路110可以利用结构化数据来检索非结构化数据。在这些实施方式中，查询电路110可以根据从结构化数据集获得的数据项的集合生成对非结构化数据集的搜索查询，其示例通过图2和图3展示。在一些实施方式中，查询电路110可以将来自非结构化数据集的搜索结果与结构化数据集中的选择的结构化数据相结合，通过图4展示其中的一些示例。以下描述查询电路110的这些示例性特征。

图2示出了查询电路110可以执行的对结构化数据集的示例性访问。在图2中示出的示例中，查询电路110通过结构化数据管理系统201来对结构化数据集进行访问。结构化数据管理系统201可以是控制对结构化数据的访问的任何系统、装置、逻辑、或应用程序。例如，结构化数据管理系统201可以是相关数据库管理系统(rdbms)，并且通过结构化数据管理系统201存储的结构化数据可以采取相关数据库的形式。再次参照图2中的示例，由结构化数据管理系统201管理的结构化数据集包括标注为211-216的表格，该表格可以按照通过数据模式指定来互联和组织。结构化数据集中的表格可以包括数据字段和表格条目。表格中的条目可以指针对表格的数据字段存储值的表格中的数据行。例如，图2中的表格212称作“客户”并且包括针对“姓名”、身份“id”、和“地址”数据字段存储特定值的表格条目220。

查询电路110可被实施为数据系统100的一部分，该数据系统100被设计为提供对结构化和/或非结构化数据的指定集合的访问。在这方面，用于组织结构化数据集的数据模式可以与由数据系统100维持的特定数据集合相对应。作为一个示例，数据系统100可以提供关于公司的文档的搜索能力，并且，作为示例，对由结构化数据管理系统201管理的结构化数据集进行定义的模式可以对存储客户、金融交易、账户结存、支出、税费数据等数据的表格进行定义。作为另一示例，数据系统100可以提供对运动事件的视频数据的可搜索访问，并且对结构化数据集进行定义的模式可以因此对存储参赛者、队伍、赞助者、比赛时间、得分和统计等数据的表格进行定义。

查询电路110可以接收用户搜索选择221以对结构化和/或非结构化数据进行访问。用户搜索选择221可以选自预定项的集合，例如通过用户界面。数据系统100可以提供预定项以支持与通过数据系统100可访问的数据相关的选择。相应地，预定项可以被呈现为下拉菜单、可选择表格、按钮，或者通过用户界面呈现的其他视觉指示来呈现。用户搜索选择221可以针对与数据系统100相关的特定数据类型指定过滤器，一些示例包括过滤客户数据、金融交易数据、队伍数据、参赛者数据、或者由数据系统100支持的任何其他类型数据。用户搜索选择221可以指定多个过滤器，诸如针对数据类型的过滤器以及时间过滤器(例如，特定时间段的数据)或者任何其他额外的过滤器。

查询电路110可以从结构化数据集检索结构化数据项222的集合以支持对特定数据类型的数据的访问。结构化数据项可以指来自结构化数据集的数据项，其可以是存储在结构化数据集中的特定值。因此，结构化数据项可以包括相关数据库中的特定表格的数据字段值。检索到的一个或多个结构化数据项的集合可以特别地与数据类型相关，并且因此取决于接收到的用户搜索选择221而变化。具体地，检索到的结构化数据项的集合可以与在用户搜索选择221中指定的过滤器中的特定数据类型相对应，并且取决于由用户搜索选择221指定的特定数据类型而变化。

为了支持与用户搜索选择221的特定数据类型相关的结构化数据项222的集合的检索，查询电路110可以对结构化数据集执行预配置查询223。对结构化数据集预配置查询223的执行可以返回结构化数据项222的集合。查询电路110可以取决于通过用户选择过滤器指定的特定数据类型来从预配置查询的集合中选择预配置查询223。换言之，由查询电路110选择的预配置查询223可以取决于用户搜索选择221而变化。查询电路110可以维持根据对应的数据类型而变化的预配置查询的集合。预配置查询可以采取用于访问结构化数据集的结构化查询语言(sql)查询的形式。预配置查询可以取决于用于定义结构化数据集的特定模式，并且可以指定对特定表格、数据字段、密钥、或者存储在专用于由用户搜索选择221指定的数据类型的结构化数据集中的其他数据进行的访问。

可以根据预定义的商业规则生成由查询电路110维持的预配置查询223。预定义的商业规则可以将特定数据识别为与与预配置查询223对应的特定数据类型相关。相应地，可以生成预配置查询223以特别地考虑结构化数据集的模式以对与由预定义的商业规则指定的相关数据相对应的特定数据字段进行访问。作为一个说明示例，预定义的商业规则可以特别地将客户姓名、相关公司、以及地址识别为“客户”数据类型。可以生成预配置查询223以对结构化数据集中的特定数据字段进行访问以检索由预定义的商业规则指定的相关数据。考虑结构化数据集的模式，预配置查询223可以包括任意数目的选择操作、表格结合操作、或者其他数据访问操作，以检索相关数据作为结构化数据项222的集合。预配置查询223可以例如由应用程序开发者、数据库管理实体、或数据架构师生成或配置，以利用(leverage)相关数据的商业知识并根据预定义的商业规则特定地检索与特定数据类型相关的结构化数据项。

预定义的商业规则可以指定数据与与预配置查询223相对应的特定数据类型的相关程度。查询电路110可以例如确定通过执行预配置查询223而返回的结构化数据项222中的结构化数据项的权重。在一些实施方式中，结构化数据集中的条目可以存储特定数据字段的权重值。在该示例性实施方式中，相关数据库中的表格可以包括指定存储在表格中一个或多个其他数据字段的权重的权重数据字段。在一些实施方式中，预配置查询223自身可以包括加权结构化数据项，加权结构化数据项可以编码至预配置查询223中。

结构化数据集中的特定数据字段的权重可以取决于查询电路110正在访问的特定数据类型而变化，即使特定数据字段的数据保持相同。作为一个示意性示例，客户“姓名”数据字段对于客户数据类型可以具有更大的权重，并且对于金融交易数据类型可以具有较小的权重。在此示例中，专用于客户数据类型的预配置查询可以针对客户“姓名”数据字段编码或返回较大的权重，并且专用于金融交易数据类型的预配置查询可以针对客户“姓名”数据字段编码或返回较小的权重。在一些实施方式中，预配置查询223对数字的数据字段施加较小的权重或不施加权重。

如上所述，查询电路110可以通过对结构化数据集执行预配置查询223而从结构化数据集获得结构化数据项222的集合。由查询电路110检索的结构化数据项222的集合可以取决于由查询电路110接收的用户搜索选择221而变化。查询电路110可以随后使用结构化数据项222的集合来访问非结构化数据。

图3示出了查询电路110可以执行的对非结构化数据集的示例性访问。在一些示例中，非结构化数据集实施为存储非结构化文档的文档储存库。文档储存库可以是可访问的并且通过非结构化数据管理系统320进行管理。非结构化数据管理系统320可以控制在文档储存库中的非结构化文档的访问和搜索。在一些示例中，非结构化数据管理系统320包括搜索引擎321，该搜索引擎321可以在文档储存库中的非结构化文档中搜索一个或多个关键词。从对非结构化数据集的搜索返回的结果可被称为非结构化搜索结果，该非结构化搜索结果可以包括由搜索返回的一个或多个非结构化文档。搜索引擎321可以因此执行对文档储存库的搜索查询并且返回非结构化搜索结果作为由搜索查询返回的一个或多个相关非结构化文档。

查询电路110可以生成非结构化搜索查询331，该非结构化搜索查询331可以指对非结构化数据集的搜索查询。具体地，查询电路110可以根据从结构化数据集检索到的结构化数据项222的集合来生成非结构化搜索查询331。在一些示例中，查询电路110对结构化数据项222的集合应用非结构化查询生成函数，该非结构化查询生成函数生成非结构化搜索查询331。非结构化查询生成函数可以采用结构化数据项222的集合作为输入，并且以由非结构化数据管理系统320支持的格式输出非结构化搜索查询331，例如根据任意以下所述的方法和技术。

在一些示例中，查询电路110自身生成非结构化搜索查询331。查询电路110可以利用结构化数据项在非结构化搜索查询331中填入搜索项，因此确保在非结构化数据集中搜索到由预定义的商业规则指定的相关项。查询电路110可以生成专用于输入至搜索引擎321中的非结构化搜索查询331。因此，查询电路110可以以搜索引擎321支持的语法来生成非结构化搜索查询331。

查询电路110可以在生成非结构化搜索查询331时考虑结构化数据项的权重。在结构化数据项222的集合包括一个或多个结构化数据项的权重时，查询电路110可以考虑在生成非结构化搜索查询331时的相应的权重。当搜索引擎321的语法支持对查询中的关键词(例如，搜索项)施加权重时，查询电路110可以相应地这样做。当搜索引擎321的语法不支持施加权重至查询中的搜索项时，查询电路110可以调整非结构化搜索查询331以隐含地包括特定搜索项的权重，例如通过在非结构化搜索查询331中加倍复制搜索项以隐含地加权所复制的项。

在一些示例中，查询电路110在生成非结构化搜索查询331时应用加权准则。例如，查询电路110当生成非结构化搜索查询331时可以应用最小权重阈值。在这些示例中，在特定的结构化数据项的相应的权重超过最小权重阈值时，查询电路110包括特定的结构化数据项作为非结构化搜索查询331中的关键词。然而，在相应的权重不超过最小权重阈值时，查询电路110可以从非结构化搜索查询331省略特定的结构化数据项。在一些示例中，查询电路110应用最大权重阈值，从而在结构化数据项的相应的权重超过最大权重阈值时从非结构化搜索查询331排除结构化数据项。

一旦生成了非结构化搜索查询331，查询电路110可以对非结构化数据集执行非结构化搜索查询331。例如，查询电路331可以将非结构化搜索查询331通信至非结构化数据管理系统320以执行对非结构化数据的检索。查询电路110可以接收非结构化搜索结果332作为执行非结构化搜索查询331的结果。非结构化搜索结果332可以包括由搜索引擎321返回的包括一个或多个结构化数据项222非结构化文档。非结构化搜索结果332可以根据相关性排序，搜索引擎321可以根据各种因素来确定相关性，诸如非结构化文档包括特定结构化数据项的程度，在非结构化搜索查询331中指定的权重，或者搜索引擎321所应用的其他相关性因素。

查询电路110可以因此接收从使用结构化数据(例如，结构化数据项222)生成的非结构化搜索查询331返回的非结构化数据(例如，非结构化搜索结果332)。通过使用结构化数据检索非结构化数据，查询电路110可以支持具有提高的精度、相关性、和效率的数据搜索。额外地，因为用于生成预配置查询223的预定义的商业规则可以特定地识别结构化数据集中的相关数据，所以由查询电路110获得的非结构化搜索结果332可以为用户搜索选择221提供精确的、相关的结果。在一些示例中，查询电路110向用户返回非结构化搜索结果332，例如通过用户界面呈现非结构化搜索结果332。在其他示例中，查询电路110可以将非结构化搜索结果332与额外的结构化数据相结合以进一步从结构化数据集、非结构化数据集、或其两者识别相关数据。

图4示出了查询电路110可以执行的示例性数据结合。具体地，查询电路110可以接收非结构化搜索结果322，并且将非结构化搜索结果322与结构化数据集中的选择的结构化数据相结合。例如，查询电路110可以执行结合指令411以将来自结构化数据集的所选择结构化数据结合以获得结合的数据312。查询电路110可以选择与非结构化搜索结果332中的一个或多个非结构化文档相对应的结构化数据以用于结合。如此，查询电路110可以以各种方式识别与非结构化搜索结果相对应的结构化数据，以下呈现其示例。

在一些示例中，查询电路110可以将非结构化搜索结果的数据标识符值与结构化数据对象的数据标识符值相匹配。诸如非结构化文档之类的非结构化搜索结果可以包括一个或多个关联的数据标识符值。关联的数据标识符值可以被包括为非结构化文档的元数据的一部分。诸如表格、条目、数据字段或结构化数据的其他要素之类的结构化数据对象可以同样包括数据标识符值。数据标识符可以是表格中数据字段，由结构化数据管理系统201维持的元数据的一部分，或者另外以任何数目方式与结构化数据对象相关联。这些数据标识符值可被称为全局标识符或通用标识符值，因为它们均跨结构化和非结构化数据集而应用。

匹配数据标识符值可以指示非结构化文档和结构化数据对象相互对应。非结构化文档和结构化数据对象可以与被分析的共同输入数据相对应，并且其一部分被插入至结构化数据集中、非结构化数据集中、或被插入至两者中。作为一个示意说明，被插入至数据系统100的输入数据可以包括特定的电子邮件消息。电子邮件消息的分析可以导致结构化数据对象插入至诸如相对于特定电子邮件消息插入至存储的日期、发件人、和收件人的“通信”表格中的表格条目之类的结构化数据集中。特定电子邮件消息自身可以识别为非结构化数据并且由搜索引擎321编索引以进行存储。可以生成公共数据标识符值，并且该公共数据标识符值与电子邮件消息以及电子邮件消息的“通信”表格的表格条目两者相关联。因此，在搜索引擎321随后返回电子邮件消息作为非结构化搜索结果332的一部分时，查询电路110可以匹配数据标识符值以将“通信”表格中的条目识别作为对应的结构化数据。

匹配数据标识符值的一个示例在图4中示出。在图4中，非结构化搜索结果332包括具有数据标识符值“a”的非结构化文档。由结构化数据管理系统201管理的结构化数据集中的表格211也包括具有数据标识符值“a”的结构化数据对象(例如，表格条目或表格自身)。因此，在图4中，查询电路110将表格211识别作为具有匹配的标识符值的选择的结构化数据，并且将表格211结合至非结构化搜索结果332以获得包括来自表格211的结构化数据的结合的数据412。

在一些示例中，即便在额外的数据对象不具有与非结构化搜索结果匹配的数据标识符值时，查询电路110可以将结构化中的额外数据对象识别为对应的结构化数据。作为一个示例，查询电路110可以识别在具有匹配数据标识符值的对应的表格(例如，表格211)中的外来密钥。查询电路110可以进一步结合结构化数据集的将识别的外来密钥作为其原始密钥的另一表格。作为另一示例，查询电路110可以对表格中的结构化数据执行自结合，例如根据时间约束(例如，特定的时间段)、空间或定位约束(例如，非结构化数据在特定的位置、空间、区域、或非结构化文档的其他部分)、或者跨结构化数据对象的任何其他特性、数据字段、或维度。作为又一示例，查询电路110可以将对应的或相关的实际表格或维度表格识别为匹配的结构化数据对象(例如，经由外来密钥关系)。

查询电路110可以控制选择哪个特定的结构化数据以用于通过结合指令411进行结合。在这方面，查询电路110可以生成结合指令411以指定哪个选择的结构化数据将要与非结构化搜索结果332结合。结合的数据412可以包括具有匹配数据标识符的结构化数据对象(例如，图4中表格211)，不具有匹配数据标识符但是另外与一个或多个非结构化搜索结果相对应的结构化数据(例如，图4中的表格215，其可以与表格211共享外来-原始密钥关系)，或上述两者。查询电路110可以通过用户界面呈现结合的数据412和/或对结合数据412执行分析。

图5示出了查询电路110可以执行的数据分析的示例。查询电路110可以接收搜索结果数据510，该搜索结果数据510可以包括非结构化搜索结果332、结合的数据412、以及查询电路110可以分析的任何其他结构化或非结构化数据的任意组合。查询电路110可以分析搜索结果数据510以获得数据分析结果520。

查询电路110可以对搜索结果数据510执行各种结合、聚合、或计算操以作为数据分析的一部分。作为一个示例，查询电路110可以分析搜索结果数据以确定特定项出现的次数，其可被称为特定项的计数。作为另一示例，查询电路110可以执行分组计数操作以根据指定的分组对搜索结构数据510分组并且针对每个分组执行结果的计数。查询电路110可以根据由用户搜索选择221指定的数据类型来对搜索结果数据510进行分组，例如，在运动事件中通过特定队伍来对搜索结果数据进行分组，以及确定相应的队伍出现在搜索结果数据510中相应的计数。作为又一示例，由查询电路110执行的数据分析可以包括针对特定时间段、空间约束、或者跨任意其他数据维度或特性来过滤搜索结果数据510，以及对过滤后的数据执行后续分析。

尽管已经描述了一些示例性分析，查询电路110可以执行任意数目的其他数据分析技术以作为数据分析的一部分，从而获得数据分析结果520。查询电路110可以通过用户界面呈现数据分析结果520，其可以为由用户输入的用户搜索选择221提供结果。

图6示出了查询电路110可以执行的数据插入的示例。查询电路110可以支持输入数据系统100中的数据601的插入和分析。输入数据601可以是数据系统100可以存储、分析、或支持对其进行访问的任何数据。在这方面，输入数据601可以取决于数据系统100的特定功能或目的而变化。在一些示例中，输入数据601包括用于公司的商业档案和文档，并且可以因此包括电子邮件消息、金融交易档案、法律文档、组织的电子数据表等等。在一些示例中，输入数据601可以包括用于由数据系统100执行的特定视频分析的视频数据，特定视频分析的示例包括追踪运动队伍或事件的视频、分析跨多个地理位置的新事件、或者确定产品跨电视节目布置的效果。

查询电路110可以采用的用于分析输入数据601的分析、方法、和技术近似是无限的。比如，查询电路110可以执行光学字符识别(ocr)以从输入数据601提取文档，其可以包括识别与文本相关联的位置数据(例如，在文档或视频帧中的文档出现的位置，文档出现的时间信息等)，时间数据(例如，特定文本出现的时间档案)，或其他数据。查询电路110可以将视频文件的音频部分转录为文本，以及进一步执行对转录的文本的分析以识别特定项的出现。作为又一示例，查询电路110可以执行面部识别技术以识别视频数据中出现的人员，其可以在面部识别程序识别特定人员期间链接至音频转录。这些仅是查询电路110可以对输入数据601执行的分析的一些示例。

输入数据601的分析可以产生用于插入至结构化数据集中的结构化数据。即，查询电路110可以识别从输入数据601提取的特定数据以插入至结构化数据集中，该特定数据可以取决于结构化数据集的特定模式或数据模型而变化。查询电路110可以例如确定将表格条目插入至由结构化数据管理系统201管理的相关数据库中。表格条目可以通过特定的非结构化文档或其一部分(例如，特定的视频帧或视频帧的序列，特定的电子邮件消息，特定的电子数据表等)的分析来产生。相应地，查询电路110可以识别结构化数据对象(例如，用于插入的表格条目)与发源结构化数据对象的非结构化文档之间的对应性。

查询电路110可以获得相互对应的结构化数据对象和非结构化文档的共同生成的数据标识符值。数据标识符值可以通过输入数据601的插入过程来共同地生成。如在图6的示例中所见，查询电路110将具有数据标识符值的表格条目的插入指令(指令611)发送至结构化数据管理系统201。在图6中，查询电路110发送也具有数据标识符值的对应的非结构化对象的插入指令(指令612)。

查询电路110可以以各种方式获得用于对应的结构化和非结构化数据的数据标识符值。在一些示例中，查询电路110自身生成数据标识符值。在一些示例中，查询电路110从非结构化数据管理系统320接收可以由搜索引擎321生成的数据标识符值。在这些示例中，搜索引擎321可以生成数据标识符值并且将数据标识符值插入至非结构化文档的元数据中。查询电路110可以接收与非结构化文档相关联的数据标识符值，并且插入具有与非结构化文档的分析相关联(例如，源自其或者由其确定)的数据结构对象的数据标识符值。在一些示例中，查询电路110接收由结构化数据管理系统201(例如rdbms)生成的数据标识符值，并且在将非结构化文档发送至搜索引擎321以用于编索引并存储时发送相关联的数据标识符值。

图7示出了查询电路110可以实施的逻辑700的示例。查询电路110可以将逻辑700实施为硬件、软件或两者的组合，例如实施为存储处理器可执行指令的机器可读介质。

查询电路110可以接收从预定项的集合中进行选择的用户搜索选择221，用户搜索选择221针对特定数据类型指定过滤器(702)。响应于此，查询电路110可以访问特定数据类型的预配置查询223，预配置查询223根据特定数据类型的预定义的商业规则生成(704)。接着，查询电路110可以对结构化数据集执行预配置查询223以获得结构化数据项222的集合(706)，并且对结构化数据项222的集合应用非结构化查询生成函数以生成非结构化搜索查询331(708)。查询电路110可以对非结构化数据集执行非结构化搜索查询331，例如通过将非结构化搜索查询331发送至搜索引擎321以进行执行。

图8示出了支持对结构化数据、非结构化数据、或者对两者进行访问的计算装置800的示例。在这方面，计算装置800可以实施本文所述的任意功能，包括如上所述的查询电路110的任意功能。计算装置800可以包括处理器810。处理器810可以是一个或多个中央处理单元(cpus)、微处理器、和/或适用于执行存储在计算机可读介质(例如存储器)上的指令的任何硬件装置。计算机装置800可以包括计算机可读介质820。计算机可读介质820可以是存储可执行指令、诸如图8中所示的查询指令822的任何电子、磁性、光学、或其他物理存储装置。因此，计算机可读介质820可以例如是随机访问存储器(ram)、电可擦除可编程只读存储器(eeprom)、存储驱动、光盘，等等。

计算装置800可以通过处理器810执行存储在计算机可读介质820上的指令。执行指令可以使计算装置800执行本文所述的任意特征。一个具体示例通过查询指令822示出在图8中。执行查询指令822可以使计算装置800执行如上所述的查询电路110的功能的任意组合，诸如：维持根据对应的数据类型而变化的预配置查询的集合，预配置查询分别根据对应的数据类型的预定义的商业规则生成；从预定项的集合接收用户搜索选择221，用户搜索选择221指针对特定数据类型指定过滤器；根据特定数据类型在预配置查询中识别特定的预配置查询223；通过对结构化数据集执行特定预配置查询223来确定与特定数据类型相关的结构化数据项222的集合；根据结构化数据项222的集合生成非结构化搜索查询331；以及对非结构化数据集执行非结构化搜索查询331以获得非结构化搜索结果332。

可以以许多不同方式以硬件、软件、或者硬件与软件的许多不同组合实施包括查询电路110的如上所述的方法、装置、系统和逻辑。例如，查询电路110的所有或一部分可以包括控制器、微处理器、或专用集成电路(asic)的电路，或者可以采用组合在单个集成电路上或者分布在多个集成电路之中的、分立逻辑或部件、或者其他类型的模拟或数字电路的组合而实施。如上所述的电路、系统、装置和逻辑的所有或一部分可以实施为由处理器、控制器、或其他处理装置执行的指令，并且可以存储在有形或非暂时性机器可读或计算机可读介质中，诸如快闪存储器、随机访问存储器(ram)、或只读存储器(rom)、可擦除可编程只读存储器(eprom)、或其他机器可读介质，诸如小型盘只读存储器(cd-rom)，或者磁盘、或光盘。因此，诸如计算机程序产品之类的产品可以包括：存储介质，以及当在端点、计算机系统、或其他装置中执行时，使得装置执行根据如上所述的任意方面操作的存储在介质上的计算机可读指令。

在此所述的包括查询电路110的系统、装置、和电路的处理性能可以分布在多个系统部件之中，诸如分布在多个处理器和存储器之中，可选地包括多个分布式处理系统。参数、数据库、和其他数据结构可被分立地存储并管理，可以包括至单个存储器或数据库中，可以以许多不同方式逻辑地和物理地组织，并且可以以许多方式实施，包括数据结构诸如链接列表、散列表、或隐含的存储机制。程序可以是分布跨数个存储器和处理器、或者以许多不同方式实施的单个程序、分立程序的一部分(例如，子程序)，诸如库，诸如共用库(例如，动态链接库(dll))。dll例如可以存储执行任意如上所述系统处理的代码。尽管已经描述了各种实施例，对于本领域普通技术人员明显的是，许多更多实施例和实施方式是可能的。

已经描述了一些示例性实施方式。额外或备选的实施方式是可能的。