一种基于哈希算法的中文分词方法专利查询专利号|摘要-满商公司网

一种基于哈希算法的中文分词方法

基本信息

申请号	CN201910312465.3	申请日	-
公开（公告）号	CN110046219A	公开（公告）日	2019-07-23
申请公布号	CN110046219A	申请公布日	2019-07-23
分类号	G06F16/31;G06F16/36	分类	计算；推算；计数;
发明人	汪齐顺	申请（专利权）人	合肥天毅网络传媒有限公司
代理机构	上海精晟知识产权代理有限公司	代理人	合肥天毅网络传媒有限公司
地址	230000 安徽省合肥市高新区信息产业基地桑夏1#综合楼323室
法律状态	-

摘要

本发明公开了一种基于哈希算法的中文分词方法，涉及自然语言处理领域。本发明包括如下步骤：S1：在搜索引擎上配置分词器并建立字典结构；S2：监测到用户回车，获取输入框中首个字；S3：首个字输入字典进行初次查找筛选；S4：将字典中所有首字相同的词构成一棵树；S5：将词语中的第二个字放在树的第二层并创建哈希索引表；S6：对剩下的字进行Hash查找；S7：IK读取到新的词库后通知搜索引擎更新；S8：搜索引擎对内存中的字典信息进行更新。本发明通过创建词典存储机制对首字进行Hash查找，建立树形结果对剩下的字进行Hash查找的词典结构和算法，并利用IK分词更新搜索引擎，提高了中文分词效率，降低了系统的复杂程度，减少了索引的冗余程度。