[发明专利]数据字典生成方法、数据查询方法、装置、设备及介质

权利要求书

1.一种数据字典生成方法，其特征在于，包括：

获取第一待存储数据，所述第一待存储数据包括第一拼音节点和第二拼音节点；

基于所述第一拼音节点和所述第二拼音节点，在预设的第一数据字典中进行查询，确定第一索引序列和第二索引序列，其中，第一拼音节点指通过1gram对第一待存储数据进行句子划分之后得到的第一个拼音数据；第二拼音节点指通过所述1gram对第一待存储数据进行句子划分之后得到的第二个拼音数据；所述第一索引序列为所述第一拼音节点在所述第一数据字典中匹配到的1gram拼音节点所对应的索引序列，所述第二索引序列为所述第二拼音节点在所述第一数据字典中匹配到的1gram拼音节点所对应的索引序列；

采用CSR方法对所述第一索引序列和所述第二索引序列进行处理，得到候选索引组；所述采用CSR方法对所述第一索引序列和所述第二索引序列进行处理，得到候选索引组，包括：将第一索引序列作为矩阵的行，将第二索引序列作为矩阵的列；通过CSR方法中的行向量与列向量，确定矩阵中第一索引序列所对应行的列索引数组，再将第一索引序列所对应行的列索引数组与第二索引序列做交集处理，得到候选索引组；

在预设的第二数据字典中查询每一所述候选索引组的候选频率值，从所述候选索引组中筛选出所述候选频率值符合预设要求的目标索引组；

将所述待存储数据和所述目标索引组进行映射存储，生成第三数据字典。

2.如权利要求1所述的数据字典生成方法，其特征在于，在基于所述第一拼音节点和所述第二拼音节点，在预设的第一数据字典中进行查询之前，所述数据字典生成方法还包括：

获取第二待存储数据，所述第二待存储数据包括N个第三拼音节点和每一所述第三拼音节点对应的M个字符串；

采用双数组字典树算法对每一所述第三拼音节点的每一所述字符串进行处理，确定每一所述第三拼音节点对应的索引值集；

将每一所述第三拼音节点对应的所述索引值集写入预设的第一索引数组中，得到第一目标索引数组；

从所述第一目标索引数组中确定每一所述第三拼音节点的起始索引位置；

采用双数组字典树算法对每一所述第三拼音节点进行处理，得到每一所述第三拼音节点的节点标识；

将每一所述第三拼音节点的所述节点标识与对应的所述起始索引位置进行映射存储，生成偏移数组集；

将所述第一目标索引数组和所述偏移数组集进行组合，生成第一数据字典。

3.如权利要求1所述的数据字典生成方法，其特征在于，所述在预设的第二数据字典中查询每一所述候选索引组的候选频率值之前，所述数据字典生成方法还包括：

获取第三待存储数据，所述第三待存储数据包括第四拼音字节、第五拼音字节和目标频率值；

采用双数组字典树算法对所述第四拼音字节和所述第五拼音字节进行处理，得到第四索引值和第五索引值，其中，所述第四索引值为所述第四拼音字节的索引值，所述第五索引值为所述第五拼音字节的索引值；

采用CSR方法将所述第四索引值、所述第五索引值和所述目标频率值进行映射存储，生成所述第二数据字典；其中，采用CSR方法将所述第四索引值、所述第五索引值和所述目标频率值进行映射存储，生成所述第二数据字典包括：预设一个二维矩阵，将第四索引值作为该二维矩阵的行，将第五索引值作为该二维矩阵的列，目标频率值作为该二维矩阵中的元素值，采用CSR方法对该二维矩阵进行稀疏矩阵存储处理，生成第二数据字典。

4.如权利要求1所述的数据字典生成方法，其特征在于，所述数据字典生成方法还包括：

获取第四待存储数据，所述第四待存储数据包括L个样本字符串和每一所述样本字符串对应的样本频率值；

采用双数组字典树算法对每一所述样本字符串进行处理，得到每一所述样本字符串的第六索引值；

将每一所述样本字符串和对应的所述第六索引值写入预设数组中，得到存储数组；

将每一所述第六索引值与对应的所述样本频率值进行映射存储，生成第四数据字典。