发明名称 |
一种基于关键词字典树检索的中文AC自动机工作方法 |
摘要 |
本发明公开了一种基于关键词字典树检索的中文AC自动机工作方法,包括:获取所有关键词,并根据所有关键词建立关键词字典树;在关键词字典树中建立并初始化检索指针;获取待检测文章,将文章编码,建立并初始化文章指针;判断当前文章指针与当前检索指针的任一子节点是否匹配并由此移动文章指针与检索指针;判断当前检索指针的匹配子节点是否为终止节点并由此移动文章指针与检索指针;使文章指针扫过整篇文章,统计所有关键词的出现次数。本发明通过使用检索指针在字典树的节点之间移动来将关键词与文章进行比对的技术方案,有效地利用了字典树中具有相同前缀的关键词排布在相邻位置的特性,压缩了中文AC自动机的工作占用空间。 |
申请公布号 |
CN105183788A |
申请公布日期 |
2015.12.23 |
申请号 |
CN201510515483.3 |
申请日期 |
2015.08.20 |
申请人 |
及时标讯网络信息技术(北京)有限公司 |
发明人 |
司冰 |
分类号 |
G06F17/30(2006.01)I |
主分类号 |
G06F17/30(2006.01)I |
代理机构 |
北京风雅颂专利代理有限公司 11403 |
代理人 |
李阳 |
主权项 |
一种基于关键词字典树检索的中文AC自动机工作方法,其特征在于,包括:获取所有关键词,并根据所有所述关键词建立关键词字典树;在所述关键词字典树中建立并初始化检索指针;获取待检测文章,将所述文章编码,建立并初始化文章指针;判断当前文章指针与当前检索指针的任一子节点是否匹配并由此移动文章指针与检索指针;判断当前检索指针的匹配子节点是否为终止节点并由此移动文章指针与检索指针;使文章指针扫过整篇文章,统计所有关键词的出现次数。 |
地址 |
100083 北京市海淀区中关村大街18号8层01-148 |