一种实现高命中率的逐词比对方法

摘要

本发明涉及一种中英逐词比对方法，该方法包括以下步骤：1)多段英文字符串单元组成英文字符串，多段中文字符串单元组成中文字符串；2)对英文字符串分词，得到长度为分词长度的英文分词结果集；3)判断英文分词结果集中一项是否存在于关键词字符列表中，否则结束，是则进至步骤4)；4)查找中英字典，得到对应中文ID序列；5)判断是否存在于关键词字符列表中，是则进至步骤6；6)查找的变形序列中文关联词序列；7)判断是否存在于关键词字符列表中，是则进至步骤8)；8)在中进行字符串匹配，如果匹配则进行步骤9)；9)对英中添加已经命中标识标记，从中删除。本发明通过解决比对中的关键域问题，实现高命中率的逐词比对。

主权项

一种实现高命中率的逐词比对方法，其特征在于：该方法包括以下步骤：1)多段英文字符串单元组成英文字符串(engdata)，多段中文字符串单元组成中文字符串(chndata)；2)对英文字符串分词，得到长度为分词长度(phrlen)的英文分词结果集engphr(n＝0，。。。phrlen‑1)；3)判断英文分词结果集中一项engphr(n)是否存在于关键词字符列表中，否则结束，是则进至步骤4)；4)查找中英字典，得到engphr(n)对应中文ID序列(chnidseq)(n＝0，。。。len‑1)；5)判断chnidseq(n)是否存在于关键词字符列表中，否则返回步骤3，重新选一个engphr(n+1)重复步骤3‑5，是则进至步骤6；6)查找chnidseq(n)的变形序列中文关联词序列(chnrelseq)(n＝0，。。。chnrelseq len‑1)；7)判断chnrelseq(n)是否存在于关键词字符列表中，否则返回步骤5)，是则进至步骤8)；8)chnrelseq(n)在chndata中进行字符串匹配，如不匹配，则返回步骤7，重新选一个chnrelseq(n+1)，再重复步骤7‑8，如果匹配则进行步骤9)；9)对英中添加已经命中标识标记，从chndata中删除chnrelseq(n)。