[发明专利]一种基于双数组字典树进行术语匹配的方法

摘要

一种基于双数组字典树进行术语匹配的方法,其特征是包括建索引的步骤，及用索引进行术语查询匹配的步骤；其中，所述建索引的步骤如下：生成双数组字典树的定位，计算内存缓存系统的二级索引的ID，对术语建索引，所述用索引进行术语查询匹配的步骤如下：生成双数组字典树的定位，分词，基于索引进行术语匹配。既可以满足术语匹配的多种查询需求，又提高了整体匹配的性能。

主权项

1.一种基于双数组字典树进行术语匹配的方法，其特征是包括用双数组字典树建索引的步骤，及基于双数组字典树索引进行术语匹配的步骤；所述用双数组字典树建索引的步骤包括：(1)生成双数组字典树的定位根据指定的双数组字典树的数目，用哈希算法，对插入术语计算哈希值，然后对双数组字典树的数目取模，计算得出双数组字典树的位置编号，用以实现双数组字典树的定位；(2)计算内存缓存系统的二级索引的ID从mongo数据库里读出术语，将术语插入双数组字典树，返回术语在双数组字典树的pos值，将所述双数组字典树的位置编号，乘以1000万，加上所述pos值，再配合程序设定的前缀字串，得出内存缓存系统里的二级索引的ID；(3)对术语建索引根据二级索引的ID查询出插入术语在数据库里对应的数据记录的术语库ID和对象ID，用术语库ID和对象ID构造键值，形成二级索引的ID和键值的映射关系，存放于内存缓冲系统；所述基于双数组字典树索引进行术语匹配的步骤包括：(1)生成双数组字典树的定位(2)分词将标点符号滤掉，对于西方语言直接按空格拆分，对于中文系列的语言按单个字拆分，用逆向最大匹配算法结合双数组字典，分出词汇，以及词汇在双数组字典树里的位置；(3)基于索引进行术语匹配根据二级索引的ID查询插入术语在数据库里对应的数据记录的术语库ID和对象ID，过滤并查询出插入术语在数据库的完整信息。