一種基于哈希算法的中文分詞方法

基本信息

申請?zhí)?/td> CN201910312465.3 申請日 -
公開（公告）號 CN110046219A 公開（公告）日 2019-07-23
申請公布號 CN110046219A 申請公布日 2019-07-23
分類號 G06F16/31;G06F16/36 分類 計算；推算；計數(shù);
發(fā)明人 汪齊順 申請（專利權(quán)）人 合肥天毅網(wǎng)絡(luò)傳媒有限公司
代理機構(gòu) 上海精晟知識產(chǎn)權(quán)代理有限公司 代理人 合肥天毅網(wǎng)絡(luò)傳媒有限公司
地址 230000 安徽省合肥市高新區(qū)信息產(chǎn)業(yè)基地桑夏1#綜合樓323室
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種基于哈希算法的中文分詞方法，涉及自然語言處理領(lǐng)域。本發(fā)明包括如下步驟：S1：在搜索引擎上配置分詞器并建立字典結(jié)構(gòu)；S2：監(jiān)測到用戶回車，獲取輸入框中首個字；S3：首個字輸入字典進行初次查找篩選；S4：將字典中所有首字相同的詞構(gòu)成一棵樹；S5：將詞語中的第二個字放在樹的第二層并創(chuàng)建哈希索引表；S6：對剩下的字進行Hash查找；S7：IK讀取到新的詞庫后通知搜索引擎更新；S8：搜索引擎對內(nèi)存中的字典信息進行更新。本發(fā)明通過創(chuàng)建詞典存儲機制對首字進行Hash查找，建立樹形結(jié)果對剩下的字進行Hash查找的詞典結(jié)構(gòu)和算法，并利用IK分詞更新搜索引擎，提高了中文分詞效率，降低了系統(tǒng)的復(fù)雜程度，減少了索引的冗余程度。