[发明专利]一种基于Lucene错别字的查询方法

摘要

本发明涉及一种基于Lucene错别字的查询方法，对所查询文本的句子进行分词，选第一个词，看是否为单字词，若为单字词，查询音似表、形似表，根据音似表和形似表返回出查询结果simset，然后将查询结果simset与后一个词或后一个词查询结果simset做笛卡尔积，得出笛卡尔积结果result，用result匹配词典中的所有词，若匹配成功，返回出纠错结果，加入纠错结果集，纠错结果集若为空，则返回空值，退出匹配，纠错结果集若不为空，则返回所有纠错结果，用纠错结果查询；查询文本句子中的第一个词，不是单字词，或result匹配词典中的所有词，匹配不成功，往后读取字符，重复前步骤。本发明的优点在于：本发明使得Lucene检索能够更加精确及人性化，提高了检索的准确率。

主权项

一种基于Lucene错别字的查询方法，其特征在于：所述查询方法包括如下步骤：（1）对所查询文本的句子进行分词，选第一个词，看是否为单字词，若为单字词，查询音似表、形似表，根据音似表和形似表返回出查询结果simset（w1）；然后看第二个词，看是否为单字词，若为单字词，查询音似表、形似表，根据音似表和形似表返回出查询结果simset（w2），将查询结果simset（w1）与simset（w2）做笛卡尔积，得出笛卡尔积结果result，用result匹配词典中的所有词，若匹配成功，返回出纠错结果，加入纠错结果集，纠错结果集若为空，则返回空值，退出匹配，纠错结果集若不为空，则返回所有纠错结果，用纠错结果查询；（2）若第二个词不是单字词，查询结果即为它本身simset（w2，），将查询结果simset（w1）与simset（w2，）做笛卡尔积，得出笛卡尔积结果result，用result匹配词典中的所有词，若匹配成功，返回出纠错结果，加入纠错结果集，纠错结果集若为空，则返回空值，退出匹配，纠错结果集若不为空，则返回所有纠错结果，用纠错结果查询；（3）查询文本句子中的第一个词，不是单字词，或result匹配词典中的所有词，匹配不成功，往后读取字符wi，看wi是否为单字词，若为单字词，查询音似表、形似表，根据音似表和形似表返回出查询结果simset（wi），将前一个词本身simset（wi‑1）与simset（wi）做笛卡尔积，得出笛卡尔积结果result，用result匹配词典中的所有词，若匹配成功，返回出纠错结果，加入纠错结果集，纠错结果集若为空，则返回空值，退出匹配，纠错结果集若不为空，则返回所有纠错结果，用纠错结果查询；（4）步骤（3）中前一个词本身simset（wi‑1）与simset（wi）做笛卡尔积，得出笛卡尔积结果result，用result匹配词典中的所有词，若匹配不成功，看前面一个词是否为最后一个词，若是最后一个词，则返回空值，退出匹配；（5）前面一个词不是最后一个词，用步骤（2）中的simset（wi）与后一个词做笛卡尔积，得出笛卡尔积结果result，用result匹配词典中的所有词，若匹配成功，返回出纠错结果，加入纠错结果集，纠错结果集若为空，则返回空值，退出匹配，纠错结果集若不为空，则返回所有纠错结果，用纠错结果查询。