搜索引擎中处理含Unicode四字节编码东亚表意文字异体字转换的方法

摘要

本发明公开了一种搜索引擎中处理含Unicode四字节编码东亚表意文字异体字转换的方法。该方法根据汉字异体字字表，采用分层匹配的思想，实现了在搜索引擎中，各种东亚中文文字字体之间、当前常用文字和古文之间、不同版古文字体之间的异体字之间的匹配检索。采用此方法，在检索时只要输入异体字中的任意一种，信息中包含其它异体字的信息都会被命中。本发明很好的解决了当前各种东亚中文文字字体之间、当前常用文字和古文之间、不同版古文字体之间的转换问题，使得搜索引擎更能准确的检索出用户需要的信息，而不必考虑各种异体字之间的转换问题。

主权项

1、一种搜索引擎中处理含Unicode四字节编码东亚表意文字异体字转换的方法。该方法根据汉字异体字字表，采用分层匹配的思想，实现了在搜索引擎中异体字之间的匹配检索。这些异体字包括同一个字在各种东亚表意文字里的不同形体，在各种版本的古文中的不同形体。在检索时只要输入异体字中的任意一种，信息中包含其它异体字的信息都会被命中。