一種建立分詞索引庫的方法和裝置

基本信息

申請?zhí)?/td> CN201810102258.0 申請日 -
公開（公告）號(hào) CN108197315A 公開（公告）日 2018-06-22
申請公布號(hào) CN108197315A 申請公布日 2018-06-22
分類號(hào) G06F17/30;G06F17/27 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 劉明;姚杰 申請（專利權(quán)）人 中控技術(shù)（西安）有限公司
代理機(jī)構(gòu) 北京集佳知識(shí)產(chǎn)權(quán)代理有限公司 代理人 中控技術(shù)（西安）有限公司
地址 陜西省西安市高新區(qū)科技二路72號(hào)零壹廣場裙樓C-101
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種建立分詞索引庫的方法和裝置，該方法包括：首先，根據(jù)待分詞文本中的標(biāo)點(diǎn)符號(hào)，獲取待分詞語句；然后，采用反向最大分詞匹配算法拆分所述待分詞語句，獲得拆分后的詞語作為索引項(xiàng)；最后，根據(jù)所述索引項(xiàng)和對應(yīng)的索引信息，建立分詞索引庫，所述索引信息為索引項(xiàng)所屬待分詞文本的信息。由此可見，相較于利用IKAnalyzer進(jìn)行分詞，利用反向最大分詞匹配算法對待分詞語句進(jìn)行分詞處理，拆分出的詞語既具有實(shí)際含義，且數(shù)量較少，即，生成的索引項(xiàng)少而精確，從而在后續(xù)全文檢索時(shí)，對由上述方式建立的索引項(xiàng)少而精確的索引庫進(jìn)行檢索，能夠大大提升全文檢索的速度，極大地提高檢索結(jié)果準(zhǔn)確率。