首页/ 中控技术（西安）有限公司/ 专利详情

一种建立分词索引库的方法和装置

基本信息

申请号 CN201810102258.0 申请日 -
公开（公告）号 CN108197315A 公开（公告）日 2018-06-22
申请公布号 CN108197315A 申请公布日 2018-06-22
分类号 G06F17/30;G06F17/27 分类 计算；推算；计数;
发明人 刘明;姚杰 申请（专利权）人 中控技术（西安）有限公司
代理机构 北京集佳知识产权代理有限公司 代理人 中控技术（西安）有限公司
地址 陕西省西安市高新区科技二路72号零壹广场裙楼C-101
法律状态 -

摘要

摘要 本发明公开了一种建立分词索引库的方法和装置，该方法包括：首先，根据待分词文本中的标点符号，获取待分词语句；然后，采用反向最大分词匹配算法拆分所述待分词语句，获得拆分后的词语作为索引项；最后，根据所述索引项和对应的索引信息，建立分词索引库，所述索引信息为索引项所属待分词文本的信息。由此可见，相较于利用IKAnalyzer进行分词，利用反向最大分词匹配算法对待分词语句进行分词处理，拆分出的词语既具有实际含义，且数量较少，即，生成的索引项少而精确，从而在后续全文检索时，对由上述方式建立的索引项少而精确的索引库进行检索，能够大大提升全文检索的速度，极大地提高检索结果准确率。