一種大容量文本內(nèi)容檢索方法和系統(tǒng)

基本信息

申請?zhí)?/td> CN202111555700.3 申請日 -
公開（公告）號 CN114218373A 公開（公告）日 2022-03-22
申請公布號 CN114218373A 申請公布日 2022-03-22
分類號 G06F16/332（2019.01）I 分類 計算；推算；計數(shù);
發(fā)明人 葉啟寧;王彥君;陶雅茹;方秋陽;周洪峰;王雨;張宇峰;李忠 申請（專利權(quán)）人 中電信數(shù)智科技有限公司
代理機(jī)構(gòu) 北京知匯林知識產(chǎn)權(quán)代理事務(wù)所（普通合伙） 代理人 楊華
地址 100036 北京市海淀區(qū)復(fù)興路33號13層?xùn)|塔13層1308室
法律狀態(tài) -

摘要

摘要 本發(fā)明涉及數(shù)據(jù)檢索技術(shù)領(lǐng)域，具體公開了一種大容量文本內(nèi)容檢索方法和系統(tǒng)，所述方法包括根據(jù)預(yù)設(shè)的間隔字長截取已存儲的文本信息，得到待檢文本；提取所述待檢文本的關(guān)鍵詞，并向所述關(guān)鍵詞插入所述待檢文本的標(biāo)號；統(tǒng)計含有標(biāo)號的關(guān)鍵詞，得到基于標(biāo)號排序的查詢表；其中，所述查詢表中包括關(guān)鍵詞項以及對應(yīng)的次數(shù)項；其中，所述關(guān)鍵詞還包括相對于待檢文本頭部字節(jié)的偏移量。本發(fā)明通過提取文本信息的含有偏移量的關(guān)鍵詞，生成以關(guān)鍵詞為內(nèi)容的檢索表，當(dāng)含有檢索詞條的檢索請求時，根據(jù)檢索詞條中的關(guān)鍵字匹配，找到對應(yīng)的偏移量，確定目標(biāo)信息并顯示，無需對文本信息進(jìn)行遍歷，檢索速度極快。