[發(fā)明專利]中文信息檢索方法、中文信息檢索引擎及嵌入式終端

有效

• 申請(qǐng)?zhí)枺?/td>: 200910235592.4
• 申請(qǐng)日: 2009-09-29
• 公開（公告）號(hào): CN102033891A
• 公開（公告）日: 2011-04-27
• 發(fā)明（設(shè)計(jì)）人: 吳躍進(jìn)
• 申請(qǐng)（專利權(quán)）人: 高德軟件有限公司
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術(shù)領(lǐng)域

本發(fā)明涉及信息檢索技術(shù)領(lǐng)域，尤其涉及一種中文信息檢索方法、中文信息檢索引擎及嵌入式終端。

背景技術(shù)

隨著信息化時(shí)代的到來和發(fā)展步伐的不斷加快，形成了大量的中文信息，人們?cè)谌粘９ぷ鳌⑸睢W(xué)習(xí)中不得不經(jīng)常面臨如何從海量中文信息中，找到有用信息的問題。

為了解決上述問題，科研人員提出了各種中文信息檢索技術(shù)，目前，常用的中文信息檢索技術(shù)包括：文本檢索技術(shù)，該技術(shù)改進(jìn)和應(yīng)用了三種流行的檢索模型：布爾模型、概率模型和向量空間模型。

發(fā)明人在對(duì)現(xiàn)有中文信息檢索技術(shù)進(jìn)行研究和實(shí)踐過程中，發(fā)現(xiàn)現(xiàn)有中文信息檢索技術(shù)，要么在中文信息資源比較龐大的情況下，檢索速度緩慢，檢索的目標(biāo)中文信息中有很大一部分不是用戶真實(shí)需要的，要么在輸入檢索信息較少情況下，不具備檢索到目標(biāo)中文信息的能力。因此，亟需提出一種能夠從海量中文信息中快速檢索目標(biāo)中文信息的中文信息檢索技術(shù)。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例要解決的技術(shù)問題是提供一種中文信息檢索方法、中文信息檢索引擎及嵌入式終端，能夠從海量目標(biāo)中文信息中快速檢索目標(biāo)中文信息。

為解決上述技術(shù)問題，本發(fā)明的目的是通過以下技術(shù)方案實(shí)現(xiàn)的：

本發(fā)明實(shí)施例提供了一種中文信息檢索方法，所述方法包括：

接收檢索關(guān)鍵字的全拼組合，若所述全拼組合是接收的第一個(gè)全拼組合，則

從所述全拼組合中提取聲母的首字母及韻母；

在預(yù)置的二級(jí)檢索索引集中，檢索所述首字母對(duì)應(yīng)的起始偏移量；

在一級(jí)檢索索引集中所述起始偏移量對(duì)應(yīng)的位置開始，檢索所述首字母和韻母構(gòu)成的拼音對(duì)應(yīng)的起始偏移量和終止偏移量；

從預(yù)置的檢索索引集中，讀取所述起始偏移量到終止偏移量之間的全拼索引記錄，每條全拼索引記錄包括：目標(biāo)中文信息全拼組合序列及目標(biāo)中文信息偏移量；

判斷所述檢索關(guān)鍵字的全拼組合與目標(biāo)中文信息全拼組合序列中的第一個(gè)全拼組合是否相同，如果相同，則

根據(jù)所述目標(biāo)中文信息偏移量，從預(yù)置的目標(biāo)中文信息索引集中，檢索目標(biāo)中文信息。

優(yōu)選地，上述方法進(jìn)一步包括：

將檢索到的目標(biāo)中文信息及目標(biāo)中文信息全拼組合序列作為一條檢索結(jié)果，添加到第一檢索結(jié)果集中。

優(yōu)選地，若所述全拼組合是第i個(gè)全拼組合，則上述方法進(jìn)一步包括：

從第i-1檢索結(jié)果集的檢索結(jié)果中，讀取目標(biāo)中文信息全拼組合序列；

若第i-1個(gè)全拼組合是所述目標(biāo)中文信息全拼組合序列中第j個(gè)分詞的結(jié)尾，則

判斷第i個(gè)全拼組合與目標(biāo)中文信息全拼組合序列中第j+1個(gè)分詞的第一個(gè)全拼組合序列是否相同，如果相同，則將所述檢索結(jié)果添加到第i檢索結(jié)果集中；

其中，i為大于等于2的自然數(shù)，j為大于等于1的自然數(shù)。

優(yōu)選地，若第i-1個(gè)全拼組合是所述目標(biāo)中文信息全拼組合序列中第j個(gè)分詞的第k個(gè)全拼組合，則上述方法進(jìn)一步包括：

判斷第i個(gè)全拼組合與第j個(gè)分詞中第k+1個(gè)全拼組合是否相同，如果相同，則將所述檢索結(jié)果添加到第i檢索結(jié)果集中。

優(yōu)選地，上述方法進(jìn)一步包括：

從目標(biāo)中文信息索引集中，讀取目標(biāo)中文信息，對(duì)所述目標(biāo)中文信息進(jìn)行分詞，獲得n個(gè)分詞；

解析構(gòu)成目標(biāo)中文信息每個(gè)漢字的拼音，獲取所述拼音的全拼組合；

按照分詞結(jié)果，對(duì)拼音的全拼組合進(jìn)行排列組合，得到n條全拼組合序列，n為大于等于1的自然數(shù)；

獲取所述目標(biāo)中文信息在目標(biāo)中文信息索引集中的偏移量；

將所述偏移量分別與n條全拼組合序列進(jìn)行組合，得到n條全拼索引記錄；

將所述n條全拼索引記錄存入全拼組合序列中首個(gè)全拼組合對(duì)應(yīng)的拼音在檢索索引集中對(duì)應(yīng)的數(shù)據(jù)簇內(nèi)；其中，n是大于等于1的自然數(shù)。

本發(fā)明實(shí)施例還提供了一種中文信息檢索引擎，所述引擎包括：

全拼組合接收單元，用于接收檢索關(guān)鍵字的全拼組合；

接收信息記錄單元，用于判斷所述全拼組合接收單元接收的全拼組合是否為第一個(gè)全拼組合，如果是，則觸發(fā)字母提取單元；

字母提取單元，用于從所述全拼組合中提取所述檢索關(guān)鍵字對(duì)應(yīng)拼音的聲母的首字母及韻母；

一級(jí)索引偏移量檢索單元，用于在預(yù)置的二級(jí)檢索索引集中，檢索所述首字母對(duì)應(yīng)的起始偏移量；

索引偏移量檢索單元，用于在一級(jí)檢索索引集中所述起始偏移量對(duì)應(yīng)的位置開始，檢索所述首字母和韻母構(gòu)成的拼音對(duì)應(yīng)的起始偏移量和終止偏移量；